一種工業(yè)設(shè)計產(chǎn)品智能推薦方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明涉及一種智能推薦方法及系統(tǒng)，屬于信息處理領(lǐng)域，具體涉及一種工業(yè)設(shè)計產(chǎn)品智能推薦方法及系統(tǒng)。本發(fā)明通過從互聯(lián)網(wǎng)搜集與第三方數(shù)據(jù)收集獲取數(shù)據(jù)來建立工業(yè)設(shè)計行業(yè)相關(guān)信息元數(shù)據(jù)庫及獲取用戶數(shù)據(jù)，然后在工業(yè)設(shè)計行業(yè)相關(guān)信息元數(shù)據(jù)庫和用戶數(shù)據(jù)庫的基礎(chǔ)上根據(jù)用戶的社交圖和興趣圖推薦出與用戶興趣、身份、個性化需求相匹配的工業(yè)設(shè)計行業(yè)相關(guān)信息列表，最后在應用程序界面上顯示推薦的信息以供用戶選擇，實現(xiàn)了工業(yè)設(shè)計行業(yè)信息的智能推薦，極大地提高了用戶對于工業(yè)設(shè)計行業(yè)專業(yè)信息獲取的精準度。
【專利說明】
一種工業(yè)設(shè)計產(chǎn)品智能推薦方法及系統(tǒng)
技術(shù)領(lǐng)域
[0001]本發(fā)明涉及一種智能推薦方法及系統(tǒng)，屬于信息處理領(lǐng)域，具體涉及一種工業(yè)設(shè)計產(chǎn)品智能推薦方法及系統(tǒng)。
【背景技術(shù)】
[0002]對于普通的互聯(lián)網(wǎng)用戶來說，要付出更多的精力來通過搜索引擎篩選出對自己有效的信息和自己感興趣的內(nèi)容。對于一些專業(yè)領(lǐng)域的人士，想要通過搜索引擎獲得一些純粹的行業(yè)內(nèi)的有效信息，目前來看，還有一定的困難。
[0003]推薦技術(shù)的出現(xiàn)，使得互聯(lián)網(wǎng)用戶獲取信息的方式從簡單的目標明確的信息搜索逐漸轉(zhuǎn)換到更高級的符合用戶習慣的信息發(fā)現(xiàn)。隨著推薦技術(shù)發(fā)展到智能推薦級別，推薦給用戶的內(nèi)容也由符合大眾行為的信息推薦過渡到了個性化信息推薦。
[0004]在互聯(lián)網(wǎng)發(fā)展到了海量信息與海量數(shù)據(jù)的時代背景下，對于一些專業(yè)領(lǐng)域的人士，行業(yè)內(nèi)信息的個性化推薦是必不可少的。具體到工業(yè)設(shè)計領(lǐng)域的個性化推薦，需要針對不同的用戶，根據(jù)他們的口味、喜好、身份、需求給出更加精確的推薦信息。這時，推薦系統(tǒng)需要了解需推薦內(nèi)容和用戶的特質(zhì)，或者基于社會化網(wǎng)絡，通過找到與當前用戶相同喜好的用戶，實現(xiàn)推薦。

【發(fā)明內(nèi)容】

[0005]本發(fā)明主要是解決現(xiàn)有技術(shù)所存在的專業(yè)信息獲取精準度低，并且難以針對工業(yè)設(shè)計領(lǐng)域的進行個性化推薦等的技術(shù)問題，提供了一種工業(yè)設(shè)計產(chǎn)品智能推薦方法及系統(tǒng)。該方法及系統(tǒng)實現(xiàn)了工業(yè)設(shè)計行業(yè)信息的智能推薦，提高了專業(yè)人士獲取專業(yè)信息的精準度。
[0006]本發(fā)明的上述技術(shù)問題主要是通過下述技術(shù)方案得以解決的:
[0007]—種工業(yè)設(shè)計產(chǎn)品智能推薦方法，包括以下步驟:
[0008]工業(yè)數(shù)據(jù)庫建立步驟，用于搜集與工業(yè)設(shè)計相關(guān)的行業(yè)信息，并將搜索集的信息存儲于工業(yè)設(shè)計元數(shù)據(jù)庫中；
[0009]用戶數(shù)據(jù)庫建立步驟，用于獲取包括所屬行業(yè)及興趣特征在內(nèi)的用戶信息，并將所述用戶信息存儲于用戶數(shù)據(jù)庫中；
[0010]行業(yè)信息推薦步驟，用于從用戶數(shù)據(jù)庫獲取用戶的興趣特征，在所述工業(yè)設(shè)計元數(shù)據(jù)庫中獲取與興趣特征相匹配的工業(yè)設(shè)計信息并推薦給用戶。
[0011]優(yōu)化的，上述的一種工業(yè)設(shè)計產(chǎn)品智能推薦方法，所述工業(yè)數(shù)據(jù)庫建立步驟中:
[0012]從互聯(lián)網(wǎng)或第三方數(shù)據(jù)提供商獲取行業(yè)相關(guān)信息，并將獲取的行業(yè)相關(guān)信息存入臨時聚合數(shù)據(jù)庫中；
[0013]對臨時聚合數(shù)據(jù)庫中的行業(yè)相關(guān)信息進行內(nèi)容元數(shù)據(jù)、標簽數(shù)據(jù)的結(jié)構(gòu)化數(shù)據(jù)解析加工;對解析加工后的數(shù)據(jù)進行規(guī)范化處理及審核以形成工業(yè)設(shè)計元數(shù)據(jù)庫。
[0014]優(yōu)化的，上述的一種工業(yè)設(shè)計產(chǎn)品智能推薦方法，所述工業(yè)元數(shù)據(jù)庫建立步驟中:
[0015]通過爬蟲和數(shù)據(jù)挖掘技術(shù)從社交網(wǎng)絡、工業(yè)設(shè)計網(wǎng)站、專業(yè)論壇和搜索引擎網(wǎng)站獲取數(shù)據(jù)并分析得到互聯(lián)網(wǎng)工業(yè)設(shè)計行業(yè)元數(shù)據(jù);對所述工業(yè)設(shè)計行業(yè)元數(shù)據(jù)進行過濾、匹配后得到深度匹配數(shù)據(jù);導入第三方深度合作數(shù)據(jù);對工業(yè)設(shè)計行業(yè)元數(shù)據(jù)、深度匹配數(shù)據(jù)、第三方深度合作數(shù)據(jù)進行匹配組合建立統(tǒng)一的聚合庫和標簽庫，最終形成工業(yè)設(shè)計行業(yè)元數(shù)據(jù)庫。
[0016]優(yōu)化的，上述的一種工業(yè)設(shè)計產(chǎn)品智能推薦方法，所述行業(yè)信息推薦步驟中選擇執(zhí)行以下子步驟:
[0017]興趣圖推薦子步驟:從用戶數(shù)據(jù)庫獲取用戶歷史信息，基于所述歷史信息分析并發(fā)掘用戶在當前情景信息下的興趣特征，基于所述興趣特征來進行信息內(nèi)容的推薦;其中，所述用戶歷史信息包括用戶行為喜好及評價、用戶所處歷史情景信息;所述情景信息包括:用戶所處的區(qū)域位置、查找時間段中的一種或多種；
[0018]社交圖推薦子步驟，從用戶數(shù)據(jù)庫獲取用戶好友信息；基于所述好友信息在工業(yè)設(shè)計元數(shù)據(jù)庫中查找好友關(guān)聯(lián)內(nèi)容，將所述好友關(guān)聯(lián)內(nèi)容推薦給用戶;其中，所述好友關(guān)聯(lián)內(nèi)容包括:好友推薦內(nèi)容、好友已看內(nèi)容、好友評論或發(fā)表過觀點的內(nèi)容中的一種或多種。
[0019]優(yōu)化的，上述的一種工業(yè)設(shè)計產(chǎn)品智能推薦方法，所述行業(yè)信息推薦步驟中選擇執(zhí)行以下子步驟:
[0020]內(nèi)容重組子步驟:用于根據(jù)不同排序和展現(xiàn)策略對獲取到的推薦內(nèi)容進行重組或排序；
[0021 ]內(nèi)容關(guān)聯(lián)子步驟:用于根據(jù)預設(shè)策略對推薦內(nèi)容進行自動關(guān)聯(lián)；
[0022]分詞管理子步驟，用于對推薦內(nèi)容進行分析處理，將推薦內(nèi)容的文本序列切分成單獨的詞條。
[0023]—種工業(yè)設(shè)計產(chǎn)品智能推薦裝置，包括以下模塊:
[0024]工業(yè)數(shù)據(jù)庫建立模塊，用于搜集與工業(yè)設(shè)計相關(guān)的行業(yè)信息，并將搜索集的信息存儲于工業(yè)設(shè)計元數(shù)據(jù)庫中；
[0025]用戶數(shù)據(jù)庫建立模塊，用于獲取包括所屬行業(yè)及興趣特征在內(nèi)的用戶信息，并將所述用戶信息存儲于用戶數(shù)據(jù)庫中；
[0026]行業(yè)信息推薦模塊，用于從用戶數(shù)據(jù)庫獲取用戶的興趣特征，在所述工業(yè)設(shè)計元數(shù)據(jù)庫中獲取與興趣特征相匹配的工業(yè)設(shè)計信息并推薦給用戶。
[0027]優(yōu)化的，上述的一種工業(yè)設(shè)計產(chǎn)品智能推薦裝置，所述工業(yè)數(shù)據(jù)庫建立模塊中:
[0028]從互聯(lián)網(wǎng)或第三方數(shù)據(jù)提供商獲取行業(yè)相關(guān)信息，并將獲取的行業(yè)相關(guān)信息存入臨時聚合數(shù)據(jù)庫中；
[0029]對臨時聚合數(shù)據(jù)庫中的行業(yè)相關(guān)信息進行內(nèi)容元數(shù)據(jù)、標簽數(shù)據(jù)的結(jié)構(gòu)化數(shù)據(jù)解析加工;對解析加工后的數(shù)據(jù)進行規(guī)范化處理及審核以形成工業(yè)設(shè)計元數(shù)據(jù)庫。
[0030]優(yōu)化的，上述的一種工業(yè)設(shè)計產(chǎn)品智能推薦裝置，所述工業(yè)元數(shù)據(jù)庫建立模塊中:
[0031]通過爬蟲和數(shù)據(jù)挖掘技術(shù)從社交網(wǎng)絡、工業(yè)設(shè)計網(wǎng)站、專業(yè)論壇和搜索引擎網(wǎng)站獲取數(shù)據(jù)并分析得到互聯(lián)網(wǎng)工業(yè)設(shè)計行業(yè)元數(shù)據(jù);對所述工業(yè)設(shè)計行業(yè)元數(shù)據(jù)進行過濾、匹配后得到深度匹配數(shù)據(jù);導入第三方深度合作數(shù)據(jù);對工業(yè)設(shè)計行業(yè)元數(shù)據(jù)、深度匹配數(shù)據(jù)、第三方深度合作數(shù)據(jù)進行匹配組合建立統(tǒng)一的聚合庫和標簽庫，最終形成工業(yè)設(shè)計行業(yè)元數(shù)據(jù)庫。
[0032]優(yōu)化的，上述的一種工業(yè)設(shè)計產(chǎn)品智能推薦裝置，所述行業(yè)信息推薦模塊選擇調(diào)用以下單元:
[0033]興趣圖推薦子單元:從用戶數(shù)據(jù)庫獲取用戶歷史信息，基于所述歷史信息分析并發(fā)掘用戶在當前情景信息下的興趣特征，基于所述興趣特征來進行信息內(nèi)容的推薦;其中，所述用戶歷史信息包括用戶行為喜好及評價、用戶所處歷史情景信息;所述情景信息包括:用戶所處的區(qū)域位置、查找時間段中的一種或多種；
[0034]社交圖推薦子單元，從用戶數(shù)據(jù)庫獲取用戶好友信息；基于所述好友信息在工業(yè)設(shè)計元數(shù)據(jù)庫中查找好友關(guān)聯(lián)內(nèi)容，將所述好友關(guān)聯(lián)內(nèi)容推薦給用戶;其中，所述好友關(guān)聯(lián)內(nèi)容包括:好友推薦內(nèi)容、好友已看內(nèi)容、好友評論或發(fā)表過觀點的內(nèi)容中的一種或多種。
[0035]優(yōu)化的，上述的一種工業(yè)設(shè)計產(chǎn)品智能推薦裝置，所述行業(yè)信息推薦模塊選擇調(diào)用以下單元:
[0036]內(nèi)容重組子單元:用于根據(jù)不同排序和展現(xiàn)策略對獲取到的推薦內(nèi)容進行重組或排序；
[0037]內(nèi)容關(guān)聯(lián)子單元:用于根據(jù)預設(shè)策略對推薦內(nèi)容進行自動關(guān)聯(lián)；
[0038]分詞管理子單元，用于對推薦內(nèi)容進行分析處理，將推薦內(nèi)容的文本序列切分成單獨的詞條。
[0039]因此，本發(fā)明具有如下優(yōu)點:本發(fā)明所述工業(yè)設(shè)計領(lǐng)域行業(yè)信息智能推薦的方法通過從互聯(lián)網(wǎng)搜集與第三方數(shù)據(jù)收集獲取數(shù)據(jù)來建立工業(yè)設(shè)計行業(yè)相關(guān)信息元數(shù)據(jù)庫及獲取用戶數(shù)據(jù)，然后在工業(yè)設(shè)計行業(yè)相關(guān)信息元數(shù)據(jù)庫和用戶數(shù)據(jù)庫的基礎(chǔ)上根據(jù)用戶的社交圖和興趣圖推薦出與用戶興趣、身份、個性化需求相匹配的工業(yè)設(shè)計行業(yè)相關(guān)信息列表，最后在應用程序界面上顯示推薦的信息以供用戶選擇，實現(xiàn)了工業(yè)設(shè)計行業(yè)信息的智能推薦，極大地提高了用戶對于工業(yè)設(shè)計行業(yè)專業(yè)信息獲取的精準度。
【附圖說明】
[0040]圖1為本發(fā)明實施例工業(yè)設(shè)計領(lǐng)域行業(yè)信息智能推薦的方法的框圖；
[0041 ]圖2為本發(fā)明實施例工業(yè)設(shè)計領(lǐng)域行業(yè)信息智能推薦的方法的流程圖。
[0042]圖3為本發(fā)明實施例工業(yè)設(shè)計領(lǐng)域行業(yè)信息智能推薦的興趣圖模型示意圖；
[0043]圖4為本發(fā)明實施例工業(yè)設(shè)計領(lǐng)域行業(yè)信息智能推薦的方法的社交模型圖；
[0044]圖5為本發(fā)明實施例基于興趣圖和社交圖確定內(nèi)容關(guān)注度示意圖。
【具體實施方式】
[0045]下面通過實施例，并結(jié)合附圖，對本發(fā)明的技術(shù)方案作進一步具體的說明。
[0046]實施例:
[0047]步驟1:通過互聯(lián)網(wǎng)搜集與第三方數(shù)據(jù)收集，建立工業(yè)設(shè)計行業(yè)相關(guān)信息元數(shù)據(jù)庫。
[0048]所述步驟I從互聯(lián)網(wǎng)上獲取數(shù)據(jù)來建立工業(yè)設(shè)計元數(shù)據(jù)庫的【具體實施方式】可為:獲取互聯(lián)網(wǎng)數(shù)據(jù)或接入第三方數(shù)據(jù)提供商，形成統(tǒng)一的聚合庫和標簽庫來建立工業(yè)設(shè)計行業(yè)元數(shù)據(jù)庫。
[0049]其中，形成統(tǒng)一的聚合庫和標簽庫來建立工業(yè)設(shè)計行業(yè)元數(shù)據(jù)庫的具體實現(xiàn)步驟可為:
[0050]從不同數(shù)據(jù)源獲得的數(shù)據(jù)進入臨時聚合數(shù)據(jù)庫；
[0051 ]進行內(nèi)容元數(shù)據(jù)、標簽數(shù)據(jù)的結(jié)構(gòu)化數(shù)據(jù)解析加工；
[0052]對解析加工后的數(shù)據(jù)進行規(guī)范化處理及審核以形成工業(yè)設(shè)計行業(yè)元數(shù)據(jù)庫；
[0053]其內(nèi)容來源主要包括互聯(lián)網(wǎng)、手機、用戶自定義內(nèi)容以及第三方合作商內(nèi)容；
[0054]而在實際應用中，通過爬蟲和數(shù)據(jù)挖掘技術(shù)從主流的社交網(wǎng)絡、工業(yè)設(shè)計網(wǎng)站、專業(yè)論壇和搜索引擎網(wǎng)站獲取、分析數(shù)據(jù)，從而得到了豐富的互聯(lián)網(wǎng)工業(yè)設(shè)計行業(yè)元數(shù)據(jù)，進行過濾、匹配后得到深度匹配數(shù)據(jù)，再導入第三方深度合作數(shù)據(jù)，三者進行匹配組合來建立統(tǒng)一的聚合庫和標簽庫，最終形成工業(yè)設(shè)計行業(yè)元數(shù)據(jù)庫。
[0055]步驟2:獲取用戶信息數(shù)據(jù)建立用戶數(shù)據(jù)庫。
[0056]所述步驟2獲取用戶數(shù)據(jù)建立用戶數(shù)據(jù)庫的【具體實施方式】為:對用戶基本數(shù)據(jù)進行導入，所述基本數(shù)據(jù)包括性別、年齡、地域/地理位置、行業(yè)、職位、從業(yè)年限等信息，但不僅僅限于這些信息;對用戶行為數(shù)據(jù)進行導入，所述行為數(shù)據(jù)包括用戶的工作經(jīng)歷、社交圈子、興趣愛好、項目經(jīng)驗等信息，但不僅僅限于這些信息。
[0057]收集用戶進入應用程序的時間習慣；收集用戶進入應用程序的地點習慣；收集用戶進入應用程序內(nèi)各板塊的名稱、次數(shù)、瀏覽歷史、通過應用程序內(nèi)搜索引擎搜索的關(guān)鍵詞；
[0058]分析并得出用戶進入應用程序的時間習慣的分布列表、分析并得出用戶進入應用程序的地點習慣的分布列表、分析用戶進入應用程序內(nèi)各板塊的名稱、次數(shù)、瀏覽歷史、通過應用程序內(nèi)搜索引擎搜索的關(guān)鍵詞并得出用戶興趣點綜合習慣的分布列表，并以這三種分布列表信息建立用戶數(shù)據(jù)庫；
[0059]步驟3:在工業(yè)設(shè)計行業(yè)元數(shù)據(jù)庫和用戶數(shù)據(jù)庫的基礎(chǔ)上根據(jù)用戶的社交圖和興趣圖推薦出與用戶興趣相匹配的行業(yè)信息列表等。
[0060]所述步驟3在工業(yè)設(shè)計行業(yè)元數(shù)據(jù)庫和用戶數(shù)據(jù)庫的基礎(chǔ)上根據(jù)用戶的社交圖和興趣圖推薦出與用戶興趣相匹配的工業(yè)設(shè)計行業(yè)信息列表的【具體實施方式】為:通過采集用戶對行業(yè)信息等的行為喜好及評價、實時收集相關(guān)的情景信息以及過往用戶的歷史信息、分析并發(fā)掘用戶在當前所處的情景條件下的需求特征來進行信息內(nèi)容的推薦?；谟脩魵v史數(shù)據(jù)生成推薦數(shù)據(jù)，提取興趣特征，推薦出與用戶興趣匹配的信息列表。
[0061]在實際應用中，每一個用戶都有一個自己的數(shù)據(jù)庫，包括用戶的“興趣圖”數(shù)據(jù)(一個用戶可能看過相關(guān)行業(yè)信息)和“社交圖”數(shù)據(jù)(一個用戶可能有幾十、上百個好友及其活動的網(wǎng)絡虛擬社區(qū))以及數(shù)據(jù)標簽關(guān)聯(lián)數(shù)據(jù)等。
[0062]其中根據(jù)社交圖進行推薦可以包括以下幾種:好友推薦，好友推薦給我的內(nèi)容;好友已看，好友已經(jīng)看過的內(nèi)容;進一步擴展到社交網(wǎng)絡上好友評論過的或者贊過的內(nèi)容等等。
[0063]根據(jù)興趣圖進行推薦具體實施可以包括:根據(jù)用戶的區(qū)域位置、查找時間段、使用習慣等信息定制個性化的推薦信息并推薦指定的內(nèi)容給用戶。
[0064]根據(jù)工業(yè)設(shè)計行業(yè)相關(guān)信息元數(shù)據(jù)庫內(nèi)容的標簽屬性關(guān)聯(lián)點形成符合用戶興趣、身份、個性化需求的列表。
[0065]對結(jié)構(gòu)化數(shù)據(jù)進行加工;對推薦內(nèi)容進行重組;對內(nèi)容進行關(guān)聯(lián)管理;對信息進行分詞管理;進行標簽管理。
[0066]所述對結(jié)構(gòu)化數(shù)據(jù)進行加工具體為:獲取推薦內(nèi)容數(shù)據(jù)以后，可根據(jù)不同排序和展現(xiàn)策略進行內(nèi)容重組。
[0067]所述對內(nèi)容進行關(guān)聯(lián)管理具體為:完成標簽化處理后系統(tǒng)根據(jù)預設(shè)策略進行自動關(guān)聯(lián)。
[0068]所述對信息進行分詞管理具體為:對信息元數(shù)據(jù)的文本進行分析處理，提供將文本序列切分成單獨的詞條。
[0069]步驟4:在推薦界面上顯示最終推薦(經(jīng)過步驟3分析)的工業(yè)設(shè)計行業(yè)信息列表以供用戶選擇。
[0070]在實際應用中，還可根據(jù)實際變化過程自動執(zhí)行步驟:對工業(yè)設(shè)計行業(yè)元數(shù)據(jù)庫進行更新、補充和增強。
[0071]本文中所描述的具體實施例僅僅是對本發(fā)明精神作舉例說明。本發(fā)明所屬技術(shù)領(lǐng)域的技術(shù)人員可以對所描述的具體實施例做各種各樣的修改或補充或采用類似的方式替代，但并不會偏離本發(fā)明的精神或者超越所附權(quán)利要求書所定義的范圍。
【主權(quán)項】
1.一種工業(yè)設(shè)計產(chǎn)品智能推薦方法，其特征在于，包括以下步驟: 工業(yè)數(shù)據(jù)庫建立步驟，用于搜集與工業(yè)設(shè)計相關(guān)的行業(yè)信息，并將搜索集的信息存儲于工業(yè)設(shè)計元數(shù)據(jù)庫中； 用戶數(shù)據(jù)庫建立步驟，用于獲取包括所屬行業(yè)及興趣特征在內(nèi)的用戶信息，并將所述用戶信息存儲于用戶數(shù)據(jù)庫中； 行業(yè)信息推薦步驟，用于從用戶數(shù)據(jù)庫獲取用戶的興趣特征，在所述工業(yè)設(shè)計元數(shù)據(jù)庫中獲取與興趣特征相匹配的工業(yè)設(shè)計信息并推薦給用戶。2.根據(jù)權(quán)利要求1所述的一種工業(yè)設(shè)計產(chǎn)品智能推薦方法，其特征在于，所述工業(yè)數(shù)據(jù)庫建立步驟中: 從互聯(lián)網(wǎng)或第三方數(shù)據(jù)提供商獲取行業(yè)相關(guān)信息，并將獲取的行業(yè)相關(guān)信息存入臨時聚合數(shù)據(jù)庫中； 對臨時聚合數(shù)據(jù)庫中的行業(yè)相關(guān)信息進行內(nèi)容元數(shù)據(jù)、標簽數(shù)據(jù)的結(jié)構(gòu)化數(shù)據(jù)解析加工;對解析加工后的數(shù)據(jù)進行規(guī)范化處理及審核以形成工業(yè)設(shè)計元數(shù)據(jù)庫。3.根據(jù)權(quán)利要求1所述的一種工業(yè)設(shè)計產(chǎn)品智能推薦方法，其特征在于，所述工業(yè)元數(shù)據(jù)庫建立步驟中: 通過爬蟲和數(shù)據(jù)挖掘技術(shù)從社交網(wǎng)絡、工業(yè)設(shè)計網(wǎng)站、專業(yè)論壇和搜索引擎網(wǎng)站獲取數(shù)據(jù)并分析得到互聯(lián)網(wǎng)工業(yè)設(shè)計行業(yè)元數(shù)據(jù);對所述工業(yè)設(shè)計行業(yè)元數(shù)據(jù)進行過濾、匹配后得到深度匹配數(shù)據(jù)；導入第三方深度合作數(shù)據(jù);對工業(yè)設(shè)計行業(yè)元數(shù)據(jù)、深度匹配數(shù)據(jù)、第三方深度合作數(shù)據(jù)進行匹配組合建立統(tǒng)一的聚合庫和標簽庫，最終形成工業(yè)設(shè)計行業(yè)元數(shù)據(jù)庫。4.根據(jù)權(quán)利要求1所述的一種工業(yè)設(shè)計產(chǎn)品智能推薦方法，其特征在于，所述行業(yè)信息推薦步驟中選擇執(zhí)行以下子步驟: 興趣圖推薦子步驟:從用戶數(shù)據(jù)庫獲取用戶歷史信息，基于所述歷史信息分析并發(fā)掘用戶在當前情景信息下的興趣特征，基于所述興趣特征來進行信息內(nèi)容的推薦;其中，所述用戶歷史信息包括用戶行為喜好及評價、用戶所處歷史情景信息;所述情景信息包括:用戶所處的區(qū)域位置、查找時間段中的一種或多種； 社交圖推薦子步驟，從用戶數(shù)據(jù)庫獲取用戶好友信息；基于所述好友信息在工業(yè)設(shè)計元數(shù)據(jù)庫中查找好友關(guān)聯(lián)內(nèi)容，將所述好友關(guān)聯(lián)內(nèi)容推薦給用戶；其中，所述好友關(guān)聯(lián)內(nèi)容包括:好友推薦內(nèi)容、好友已看內(nèi)容、好友評論或發(fā)表過觀點的內(nèi)容中的一種或多種。5.根據(jù)權(quán)利要求1所述的一種工業(yè)設(shè)計產(chǎn)品智能推薦方法，其特征在于，所述行業(yè)信息推薦步驟中選擇執(zhí)行以下子步驟: 內(nèi)容重組子步驟:用于根據(jù)不同排序和展現(xiàn)策略對獲取到的推薦內(nèi)容進行重組或排序; 內(nèi)容關(guān)聯(lián)子步驟:用于根據(jù)預設(shè)策略對推薦內(nèi)容進行自動關(guān)聯(lián)； 分詞管理子步驟，用于對推薦內(nèi)容進行分析處理，將推薦內(nèi)容的文本序列切分成單獨的詞條。6.—種工業(yè)設(shè)計產(chǎn)品智能推薦裝置，其特征在于，包括以下模塊: 工業(yè)數(shù)據(jù)庫建立模塊，用于搜集與工業(yè)設(shè)計相關(guān)的行業(yè)信息，并將搜索集的信息存儲于工業(yè)設(shè)計元數(shù)據(jù)庫中； 用戶數(shù)據(jù)庫建立模塊，用于獲取包括所屬行業(yè)及興趣特征在內(nèi)的用戶信息，并將所述用戶信息存儲于用戶數(shù)據(jù)庫中； 行業(yè)信息推薦模塊，用于從用戶數(shù)據(jù)庫獲取用戶的興趣特征，在所述工業(yè)設(shè)計元數(shù)據(jù)庫中獲取與興趣特征相匹配的工業(yè)設(shè)計信息并推薦給用戶。7.根據(jù)權(quán)利要求6所述的一種工業(yè)設(shè)計產(chǎn)品智能推薦裝置，其特征在于，所述工業(yè)數(shù)據(jù)庫建立模塊中: 從互聯(lián)網(wǎng)或第三方數(shù)據(jù)提供商獲取行業(yè)相關(guān)信息，并將獲取的行業(yè)相關(guān)信息存入臨時聚合數(shù)據(jù)庫中； 對臨時聚合數(shù)據(jù)庫中的行業(yè)相關(guān)信息進行內(nèi)容元數(shù)據(jù)、標簽數(shù)據(jù)的結(jié)構(gòu)化數(shù)據(jù)解析加工;對解析加工后的數(shù)據(jù)進行規(guī)范化處理及審核以形成工業(yè)設(shè)計元數(shù)據(jù)庫。8.根據(jù)權(quán)利要求6所述的一種工業(yè)設(shè)計產(chǎn)品智能推薦裝置，其特征在于，所述工業(yè)元數(shù)據(jù)庫建立模塊中: 通過爬蟲和數(shù)據(jù)挖掘技術(shù)從社交網(wǎng)絡、工業(yè)設(shè)計網(wǎng)站、專業(yè)論壇和搜索引擎網(wǎng)站獲取數(shù)據(jù)并分析得到互聯(lián)網(wǎng)工業(yè)設(shè)計行業(yè)元數(shù)據(jù);對所述工業(yè)設(shè)計行業(yè)元數(shù)據(jù)進行過濾、匹配后得到深度匹配數(shù)據(jù)；導入第三方深度合作數(shù)據(jù);對工業(yè)設(shè)計行業(yè)元數(shù)據(jù)、深度匹配數(shù)據(jù)、第三方深度合作數(shù)據(jù)進行匹配組合建立統(tǒng)一的聚合庫和標簽庫，最終形成工業(yè)設(shè)計行業(yè)元數(shù)據(jù)庫。9.根據(jù)權(quán)利要求6所述的一種工業(yè)設(shè)計產(chǎn)品智能推薦裝置，其特征在于，所述行業(yè)信息推薦模塊選擇調(diào)用以下單元: 興趣圖推薦子單元:從用戶數(shù)據(jù)庫獲取用戶歷史信息，基于所述歷史信息分析并發(fā)掘用戶在當前情景信息下的興趣特征，基于所述興趣特征來進行信息內(nèi)容的推薦;其中，所述用戶歷史信息包括用戶行為喜好及評價、用戶所處歷史情景信息;所述情景信息包括:用戶所處的區(qū)域位置、查找時間段中的一種或多種； 社交圖推薦子單元，從用戶數(shù)據(jù)庫獲取用戶好友信息；基于所述好友信息在工業(yè)設(shè)計元數(shù)據(jù)庫中查找好友關(guān)聯(lián)內(nèi)容，將所述好友關(guān)聯(lián)內(nèi)容推薦給用戶；其中，所述好友關(guān)聯(lián)內(nèi)容包括:好友推薦內(nèi)容、好友已看內(nèi)容、好友評論或發(fā)表過觀點的內(nèi)容中的一種或多種。10.根據(jù)權(quán)利要求6所述的一種工業(yè)設(shè)計產(chǎn)品智能推薦裝置，其特征在于，所述行業(yè)信息推薦模塊選擇調(diào)用以下單元: 內(nèi)容重組子單元:用于根據(jù)不同排序和展現(xiàn)策略對獲取到的推薦內(nèi)容進行重組或排序; 內(nèi)容關(guān)聯(lián)子單元:用于根據(jù)預設(shè)策略對推薦內(nèi)容進行自動關(guān)聯(lián)； 分詞管理子單元，用于對推薦內(nèi)容進行分析處理，將推薦內(nèi)容的文本序列切分成單獨的詞條。
【文檔編號】G06F17/30GK105975609SQ201610329184
【公開日】2016年9月28日
【申請日】2016年5月18日
【發(fā)明人】劉玉琴, 馬牧原, 王金秋, 李軍, 柳岸, 李韋, 朱東華, 李維
【申請人】德稻全球創(chuàng)新網(wǎng)絡（北京）有限公司