技術(shù)特征：

1.一種基于人工智能的項(xiàng)目交易推送方法，其特征在于，包括：

2.如權(quán)利要求1所述的基于人工智能的項(xiàng)目交易推送方法，其特征在于，項(xiàng)目信息來源包括政府采購項(xiàng)目、建設(shè)工程項(xiàng)目及陽光采購項(xiàng)目；項(xiàng)目交易信息包括項(xiàng)目名稱、項(xiàng)目類型、交易方式、交易金額及項(xiàng)目描述。

3.如權(quán)利要求1所述的基于人工智能的項(xiàng)目交易推送方法，其特征在于，對項(xiàng)目交易信息進(jìn)行數(shù)據(jù)預(yù)處理，包括：

4.如權(quán)利要求1所述的基于人工智能的項(xiàng)目交易推送方法，其特征在于，根據(jù)預(yù)處理數(shù)據(jù)對初始模型進(jìn)行訓(xùn)練，得到項(xiàng)目交易推送模型，包括：

5.如權(quán)利要求1所述的基于人工智能的項(xiàng)目交易推送方法，其特征在于，還包括：根據(jù)用戶的埋點(diǎn)反饋數(shù)據(jù)對項(xiàng)目交易推送模型進(jìn)行在線學(xué)習(xí)或更新；所述埋點(diǎn)反饋數(shù)據(jù)包括點(diǎn)擊率及轉(zhuǎn)化率。

6.如權(quán)利要求4所述的基于人工智能的項(xiàng)目交易推送方法，其特征在于，基于機(jī)器學(xué)習(xí)算法通過訓(xùn)練集對初始模型進(jìn)行訓(xùn)練，包括：

7.如權(quán)利要求6所述的基于人工智能的項(xiàng)目交易推送方法，其特征在于，基于機(jī)器學(xué)習(xí)算法通過訓(xùn)練集在采購人推薦供應(yīng)商應(yīng)用場景及供應(yīng)商推薦采購人應(yīng)用場景下對初始模型進(jìn)行訓(xùn)練，得到第一模型，包括：

8.如權(quán)利要求7所述的基于人工智能的項(xiàng)目交易推送方法，其特征在于，基于機(jī)器學(xué)習(xí)算法通過訓(xùn)練集在供應(yīng)商推薦項(xiàng)目應(yīng)用場景及項(xiàng)目推薦供應(yīng)商應(yīng)用場景下對初始模型進(jìn)行訓(xùn)練，得到第二模型，包括：

9.如權(quán)利要求7所述的基于人工智能的項(xiàng)目交易推送方法，其特征在于，根據(jù)采購人及歷史項(xiàng)目信息構(gòu)建采購人畫像表，包括：

10.一種基于人工智能的項(xiàng)目交易推送系統(tǒng)，其特征在于，包括：

技術(shù)總結(jié)
本發(fā)明公開了一種基于人工智能的項(xiàng)目交易推送方法及系統(tǒng)，方法包括：通過項(xiàng)目信息來源獲取項(xiàng)目交易信息；對項(xiàng)目交易信息進(jìn)行數(shù)據(jù)預(yù)處理，得到預(yù)處理數(shù)據(jù)；根據(jù)預(yù)處理數(shù)據(jù)對初始模型進(jìn)行訓(xùn)練，得到項(xiàng)目交易推送模型；獲取待處理數(shù)據(jù)，將待處理數(shù)據(jù)輸入到項(xiàng)目交易推送模型，輸出項(xiàng)目交易推送信息。通過深度挖掘和分析用戶的歷史交易數(shù)據(jù)、瀏覽行為等信息，模型能夠準(zhǔn)確識(shí)別用戶的需求和偏好，實(shí)現(xiàn)精準(zhǔn)的個(gè)性化推送。模型采用先進(jìn)的深度學(xué)習(xí)算法和分布式計(jì)算技術(shù)，能夠高效處理大規(guī)模的項(xiàng)目交易數(shù)據(jù)，并從中提取有價(jià)值的信息。模型具備迭代更新能力，能夠根據(jù)市場變化和用戶需求調(diào)整和優(yōu)化推送策略，實(shí)現(xiàn)精準(zhǔn)推送。

技術(shù)研發(fā)人員：陳戈,梁敏華,陳春,謝慶笙,張文娟,戴志,朱忠洋,王義偉,鄭雨婷,張琪萱
受保護(hù)的技術(shù)使用者：深圳交易集團(tuán)有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/6