CN109816489A - 按工序智能精准推荐并配送装修材料的算法 - Google Patents
按工序智能精准推荐并配送装修材料的算法 Download PDFInfo
- Publication number
- CN109816489A CN109816489A CN201910078059.5A CN201910078059A CN109816489A CN 109816489 A CN109816489 A CN 109816489A CN 201910078059 A CN201910078059 A CN 201910078059A CN 109816489 A CN109816489 A CN 109816489A
- Authority
- CN
- China
- Prior art keywords
- owner
- finishing
- data
- finishing material
- recommendation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及计算机应用技术算法技术领域,且公开了按工序智能精准推荐并配送装修材料的算法,包括以下步骤:业主在***中发布自己需要装修的基本需求,将自己的区域位置、装修预期价格、装修风格、预期户型和装修面积等要素进行公示并等待设计师为其装修设计方案。本发明提出了按工序智能精准推荐并配送装修材料的算法,可融合业主的需求、设计师的设计情况和商家的材料生产与库存以及配送等情况等三个方面,对装修材料进行全方面的考量筛选并挑选出最合适的装修材料配送给业主,可融合业主的选择情况,选择的行为数据,自动追踪用户的行为熟数据以及当前更改推荐结果的行为,学习并分析业主对装修材料的的偏好程度以及要求。
Description
技术领域
本发明涉及计算机应用技术算法技术领域,具体为按工序智能精准推荐并配送装修材料的算法。
背景技术
推荐***是指能够将用户可能喜好的资讯或实物推荐给使用者的一种***,现如今的互联网技术腾飞的时代,有针对性地向用户推荐其感兴趣和符合需求的产品,对于企业和用户的价值不言而喻,超过60%的Netflix用户是通过***的推荐找到自己感兴趣的视频和电影,而QQ看点则通过给用户提供反馈方式为喜欢、不喜欢和屏蔽以获得用户的兴趣模型,再结合用户的历史查看行为来向用户推荐相关的的看点内容,力求推荐的东西更加符合用户偏好。
推荐***向用户进行推荐内容主要依靠推荐算法来实现,推荐算法是整个推荐***中最核心和最关键的部分,其性能决定了推荐***的好坏,目前推荐方法主要包括基于内容推荐、协同过滤推荐、基于关联规则推荐、基于效用推荐、基于知识推荐和组合推荐,虽然上述的推荐方法已经广泛应用,但是仍面临着很多问题,例如在装修材料的选择和配送上,其准确性和个性化依旧存在很大问题,业主依旧是依靠设计师或者根据自己的意愿去选择购买材料,已有的算法对装修材料的购买和配送个性化推荐程度低和推荐灵活性差对业主进行推荐以及如何推荐新材料给业主等,在推荐的准确性上依旧有待提高。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种按工序智能精准推荐并配送装修材料的算法,具备推荐准确性高和灵活性高的等优点,解决了推荐准确性低和推荐灵活性差的问题。
(二)技术方案
为实现上述推荐准确性高和灵活性高的目的,本发明提供如下技术方案:按工序智能精准推荐并配送装修材料的算法,包括以下步骤:
1)业主在***中发布自己需要装修的基本需求,将自己的区域位置、装修预期价格、装修风格、预期户型和装修面积等要素进行公示并等待设计师为其装修设计方案。
2)设计根据业主的装修需求为其上门量房并根据业主需求设计装修方案,考量房屋的装修可行性,再进行简单的装修布局,考虑装修存在的多个问题,确定好装修的一个大致方向,并对房屋的装修风格进行选择,按照业主需求的方式,装修自己的房屋,业主与设计师充分沟通好装修的可行性后,给出自己对于房屋的装修意见,对房屋的要求、居住的习惯以及个人的兴趣等进行综合的考量并开始设计方案。
3)设计师设计好装修方案后,通过和业主对细节的详细讨论后确定最终的装修方案,并确定最终的房屋的工时工艺。
4)首先***自动获取到设计师上传的装修方案包括工时工艺方案,然后获取业主的行为使用习惯数据,根据大数据整理出来以及联合外部与业务相关的第三方数据做定性分析并进行量化管理,主要包括在装修中设计风格的选择,以及被购买的材料数量、需求量和业主的性别、年龄、职业、收入以及所在的城市等数据,社会化关系的数据可以由引入的业务相关的第三方数据获得,可引入的第三方数据主要包括装修材料的消费偏好、材料生产数据、银联数据和信用数据等,然后根据获取到的业主行为使用习惯数据,确定各材料的使用热度分值,并从热门材料中挑选出初始材料,最后以第一推荐维度和第二推荐维度为基本参考,推荐材料给业主。
a)根据工时工艺确定装修材料第一推荐维度:通过筛选的预推荐材料后,通过量化材料以及现实生活中存在的工艺难度,工时要求,以及对于材料安装的顺序确定装修材料的第一推荐维度,从而进一步挑出最适合推荐给业主的材料,确保推荐的精准性,增加用户黏度。
b)根据业主在互联网的行为数据确定的第二推荐维度:第二推荐纬度具体为业主的互联网行为数据,对业主的互联网行为数据转化为可量化的归一化运算,以获得预推荐产品的第二分数值。
5)通过算法的推荐,在工时工艺上对业主装修的材料进行整理并汇总形成一份材料清单并推送给业主,业主在收到推荐结果后,可通过对材料清单进行装修材料的调整从而形成自己最心满意足的装修材料清单。
6)在业主确定由算法推荐的装修材料清单后,算法自动根据业主确定的材料清单,并根据各要素进行对材料订单的订购配送,将选定的材料清单结果自动形成订单,智能发送到厂家直接订购生产,然后由***配送到家。
(三)有益效果
与现有技术相比,本发明提供了一种按工序智能精准推荐并配送装修材料的算法,具备以下有益效果:
该按工序智能精准推荐并配送装修材料的算法,与现有技术相比,具有以下优点:
融合业主的需求、设计师的设计情况和商家的材料生产、库存以及配送等情况等三个方面,对装修材料进行全方面的考量筛选并挑选出最合适的装修材料配送给业主,融合业主的选择情况,选择的行为数据,自动追踪用户的行为熟数据以及当前更改推荐结果的行为,深度学习并自动根据工时与材料市场数据分析业主的对装修材料的的偏好程度以及要求,从而可以根据业主的偏好实时更新推荐结果,同时本发明的算法考虑了用户产品的订购以及产品库存的因素,使推荐结果令业主满意的同时,确保业主可及时订购材料,本发明实施例能根据业主房屋装修的工时与选择材料的行为数据初步筛选出预期产品,并从不同的评价纬度以及不同的商家维度对预推荐产品进行综合性的归一化评分和推荐,将评价分数最高且符合施工工时和业主需求的产品推荐给业主,保证所推荐的产品符合业主要求,从而提高业务专业度和业主满意度。
具体实施方式
下面将结合本发明的实施例,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
按工序智能精准推荐并配送装修材料的算法,该算法包括以下步骤:
1)业主在***中发布自己需要装修的基本需求,将自己的区域位置、装修预期价格、装修风格、预期户型和装修面积等要素进行公示并等待设计师为其装修设计方案。
2)设计根据业主的装修需求为其上门量房并根据业主需求设计装修方案,考量房屋的装修可行性,再进行简单的装修布局,考虑装修存在的多个问题,确定好装修的一个大致方向,并对房屋的装修风格进行选择,按照业主需求的方式,装修自己的房屋,业主与设计师充分沟通好装修的可行性后,给出自己对于房屋的装修意见,对房屋的要求、居住的习惯以及个人的兴趣等进行综合的考量并开始设计方案。
3)设计师设计好装修方案后,通过和业主对细节的详细讨论后确定最终的装修方案,并确定最终的房屋的工时工艺,通过材料的热度情况可以大致的了解业主的行为偏好、消费习惯和厂家生产情况,根据这些基本信息来对海量的材料进行定量分析评分,以一定的热度分数值做筛选条件,从海量的产品中筛选出有限数量的产品作为预推荐产品,从而确保预推荐产品基本符合用户兴趣和偏好。
4)首先***自动获取到设计师上传的装修方案包括工时工艺方案,然后获取业主的行为使用习惯数据,根据大数据整理出来以及联合外部与业务相关的第三方数据做定性分析并进行量化管理,主要包括在装修中设计风格的选择,以及被购买的材料数量、需求量和业主的性别、年龄、职业、收入以及所在的城市等数据,社会化关系的数据可以由引入的业务相关的第三方数据获得,可引入的第三方数据主要包括装修材料的消费偏好、材料生产数据、银联数据和信用数据等,然后根据获取到的业主行为使用习惯数据,确定各材料的使用热度分值,并从热门材料中挑选出初始材料,最后以第一推荐维度和第二推荐维度为基本参考,推荐材料给业主,具体实施中,对第一推荐维度和第二分推荐维度进行整理推荐以确定预推荐的装修材料,并围绕业主的偏好,进一步考虑材料以及装修工时的因素,从而实现对用户精准推荐。
a)根据工时工艺确定装修材料第一推荐维度:通过筛选的预推荐材料后,通过量化材料以及现实生活中存在的工艺难度,工时要求,以及对于材料安装的顺序确定装修材料的第一推荐维度,从而进一步挑出最适合推荐给业主的材料,确保推荐的精准性,增加用户黏度,工艺难度是指装修施工过程中对于材料的施工简单到复杂的一个程度,在施工人员级别与档次,包括施工水平和制作水平相同的情况下,对于某些材料在安装施工过程中的工艺难度程度,工时要求是指在施工过程中某一道工序的施工时间,其包含对于材料的使用情况,工艺施工的情况,对于第一推荐维度分数值有十分重要的影响,可促进材料推荐的准确度,材料安装顺序是指装修方案中已确定的工时工艺方案,对于装修中的材料进行安装施工的顺序。
b)根据业主在互联网的行为数据确定的第二推荐维度:第二推荐纬度具体为业主的互联网行为数据,对业主的互联网行为数据转化为可量化的归一化运算,以获得预推荐产品的第二分数值,需要说明的是,用户的每一次互联网行为事件都可视为一个互联网行为数据,无不反应出用户内心的本质需求,包括页面浏览、点击、收藏、购物、搜索、打分和评论等,因此追踪业主的互联网行为数据可以反应用户对产品的偏好,更容易符合业主当下的需求,从而更精确地向业主推荐产品,此外考虑到用户对产品进行过推荐或者订购的行为,这比点击和浏览等行为数据更能够反应业主的选择偏好,在进行预推荐产品的第二推荐维度时,对赋予业主推荐次数及产品订购史预设的权重值要高一些。
5)通过算法的推荐,在工时工艺上对业主装修的材料进行整理并汇总形成一份材料清单并推送给业主,业主在收到推荐结果后,可通过对材料清单进行装修材料的调整从而形成自己最心满意足的装修材料清单。
6)在业主确定由算法推荐的装修材料清单后,算法自动根据业主确定的材料清单,并根据各要素进行对材料订单的订购配送,将选定的材料清单结果自动形成订单,智能发送到厂家直接订购生产,然后由***配送到家。
综上所述,本发明按工序智能精准推荐并配送装修材料的算法,可融合业主的需求、设计师的设计情况和商家的材料生产、库存以及配送等情况等三个方面,对装修材料进行全方面的考量筛选并挑选出最合适的装修材料配送给业主,可融合业主的选择情况,选择的行为数据,自动追踪用户的行为熟数据以及当前更改推荐结果的行为,深度学习并自动根据工时与材料市场数据分析业主的对装修材料的的偏好程度以及要求,从而可以根据业主的偏好实时更新推荐结果,同时本发明的算法考虑了用户产品的订购以及产品库存的因素,使推荐结果令业主满意的同时,确保业主可及时订购材料,本发明实施例能根据业主房屋装修的工时与选择材料的行为数据初步筛选出预期产品,并从不同的评价纬度以及不同的商家维度对预推荐产品进行综合性的归一化评分和推荐,将评价分数最高且符合施工工时和业主需求的产品推荐给业主,保证所推荐的产品符合业主要求,从而提高业务专业度和业主满意度。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (1)
1.按工序智能精准推荐并配送装修材料的算法,其特征在于,包括以下步骤:
1)业主在***中发布自己需要装修的基本需求,将自己的区域位置、装修预期价格、装修风格、预期户型和装修面积等要素进行公示并等待设计师为其装修设计方案。
2)设计根据业主的装修需求为其上门量房并根据业主需求设计装修方案,考量房屋的装修可行性,再进行简单的装修布局,考虑装修存在的多个问题,确定好装修的一个大致方向,并对房屋的装修风格进行选择,按照业主需求的方式,装修自己的房屋,业主与设计师充分沟通好装修的可行性后,给出自己对于房屋的装修意见,对房屋的要求、居住的习惯以及个人的兴趣等进行综合的考量并开始设计方案。
3)设计师设计好装修方案后,通过和业主对细节的详细讨论后确定最终的装修方案,并确定最终的房屋的工时工艺。
4)首先***自动获取到设计师上传的装修方案包括工时工艺方案,然后获取业主的行为使用习惯数据,根据大数据整理出来以及联合外部与业务相关的第三方数据做定性分析并进行量化管理,主要包括在装修中设计风格的选择,以及被购买的材料数量、需求量和业主的性别、年龄、职业、收入以及所在的城市等数据,社会化关系的数据可以由引入的业务相关的第三方数据获得,可引入的第三方数据主要包括装修材料的消费偏好、材料生产数据、银联数据和信用数据等,然后根据获取到的业主行为使用习惯数据,确定各材料的使用热度分值,并从热门材料中挑选出初始材料,最后以第一推荐维度和第二推荐维度为基本参考,推荐材料给业主。
a)根据工时工艺确定装修材料第一推荐维度:通过筛选的预推荐材料后,通过量化材料以及现实生活中存在的工艺难度和工时要求,以及对于材料安装的顺序确定装修材料的第一推荐维度,从而进一步挑出最适合推荐给业主的材料,确保推荐的精准性,增加用户黏度。
b)根据业主在互联网的行为数据确定的第二推荐维度:第二推荐纬度具体为业主的互联网行为数据,对业主的互联网行为数据转化为可量化的归一化运算,以获得预推荐产品的第二分数值。
5)通过算法的推荐,在工时工艺上对业主装修的材料进行整理并汇总形成一份材料清单并推送给业主,业主在收到推荐结果后,可通过对材料清单进行装修材料的调整从而形成自己最心满意足的装修材料清单。
6)在业主确定由算法推荐的装修材料清单后,算法自动根据业主确定的材料清单,并根据各要素进行对材料订单的订购配送,将选定的材料清单结果自动形成订单,智能发送到厂家直接订购生产,然后由***配送到家。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910078059.5A CN109816489A (zh) | 2019-01-28 | 2019-01-28 | 按工序智能精准推荐并配送装修材料的算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910078059.5A CN109816489A (zh) | 2019-01-28 | 2019-01-28 | 按工序智能精准推荐并配送装修材料的算法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109816489A true CN109816489A (zh) | 2019-05-28 |
Family
ID=66605465
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910078059.5A Pending CN109816489A (zh) | 2019-01-28 | 2019-01-28 | 按工序智能精准推荐并配送装修材料的算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109816489A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110490691A (zh) * | 2019-07-24 | 2019-11-22 | 深圳市梦想家联盟科技有限公司 | 信息推荐方法、装置、计算机设备及存储介质 |
CN112631187A (zh) * | 2020-12-28 | 2021-04-09 | 江苏金迪木业股份有限公司 | 基于物联网和人工智能的定制化家装监控管理*** |
CN117371100A (zh) * | 2023-10-19 | 2024-01-09 | 深圳市伊派室内设计有限公司 | 一种基于模型结构的室内装修方案智能生成方法及*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1950823A (zh) * | 2004-03-09 | 2007-04-18 | 罗尔公司 | 实现与零售相关的处理的***、方法及计算机程序产品 |
CN106651678A (zh) * | 2016-12-16 | 2017-05-10 | 北京家装云网络科技有限公司 | 一种新型家装监理过程管理方法及*** |
US20170277778A1 (en) * | 2016-03-25 | 2017-09-28 | Maruthi Siva P Cherukuri | Personalized guidance and recommendation based on multi-variable user attributes and multi-dimensional schema |
CN109213771A (zh) * | 2018-06-28 | 2019-01-15 | 深圳市彬讯科技有限公司 | 更新画像标签的方法和装置 |
-
2019
- 2019-01-28 CN CN201910078059.5A patent/CN109816489A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1950823A (zh) * | 2004-03-09 | 2007-04-18 | 罗尔公司 | 实现与零售相关的处理的***、方法及计算机程序产品 |
US20170277778A1 (en) * | 2016-03-25 | 2017-09-28 | Maruthi Siva P Cherukuri | Personalized guidance and recommendation based on multi-variable user attributes and multi-dimensional schema |
CN106651678A (zh) * | 2016-12-16 | 2017-05-10 | 北京家装云网络科技有限公司 | 一种新型家装监理过程管理方法及*** |
CN109213771A (zh) * | 2018-06-28 | 2019-01-15 | 深圳市彬讯科技有限公司 | 更新画像标签的方法和装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110490691A (zh) * | 2019-07-24 | 2019-11-22 | 深圳市梦想家联盟科技有限公司 | 信息推荐方法、装置、计算机设备及存储介质 |
CN112631187A (zh) * | 2020-12-28 | 2021-04-09 | 江苏金迪木业股份有限公司 | 基于物联网和人工智能的定制化家装监控管理*** |
CN117371100A (zh) * | 2023-10-19 | 2024-01-09 | 深圳市伊派室内设计有限公司 | 一种基于模型结构的室内装修方案智能生成方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wei et al. | Pricing and remanufacturing decisions in two competing supply chains | |
KR102213768B1 (ko) | 빅데이터 기반의 ai가 고객의 정보를 기반으로 구매전환율이 높은 상품을 노출시키는 고객 맞춤형 상품 추천 시스템 | |
Chen et al. | Paid placement: Advertising and search on the internet | |
US20160162928A1 (en) | Web-based application or system for managing and coordinating review-enabled content | |
US20160117720A1 (en) | Systems and Methods for Planning and Executing an Advertising Campaign Targeting TV Viewers and Digital Media Viewers Across Formats and Screen Types | |
US20120323674A1 (en) | Creation and usage of synthetic user identifiers within an advertisement placement facility | |
CN109816489A (zh) | 按工序智能精准推荐并配送装修材料的算法 | |
Ayanso et al. | The moderating effects of keyword competition on the determinants of ad position in sponsored search advertising | |
Sajja et al. | Explainable AI based interventions for pre-season decision making in fashion retail | |
Ifejirika et al. | Price transmission and integration of rural and urban rice markets in Nigeria | |
Arif et al. | Virtual incubation in industrial clusters: A case study in Pakistan | |
Nottorf et al. | A cross-industry analysis of the spillover effect in paid search advertising | |
Zhan et al. | Identifying market structure to monitor product competition using a consumer-behavior-based intelligence model | |
Garcez et al. | A hybrid decision support model using grey relational analysis and the additive-veto model for solving multicriteria decision-making problems: an approach to supplier selection | |
CN116894692A (zh) | 一种线上网络销售用户潜在需求分析监控方法及*** | |
CN109766660A (zh) | 能够根据装修工艺自动匹配家具与家私的算法 | |
Alibeiki et al. | Supply competition under quality scores: motivations, information sharing and credibility | |
Doligalski | Common typology of multi-sided platforms and virtual communities: Analysis of business models using qualitative system dynamics | |
US20220374923A1 (en) | Computational methods and processor systems for predictive marketing analysis | |
Wang et al. | Subdivided or aggregated online review systems: Which is better for online takeaway vendors? | |
Lin et al. | The choice between standard and non-standard FDI production strategies for Taiwanese multinationals | |
CN111415213B (zh) | 认知采购 | |
Hwang et al. | Dynamic pricing algorithm for E-Commerce | |
Opresnik | Effective Social Media Marketing Through Customer Journey Mapping | |
Seo et al. | Supply chain management strategies for small fast fashion firms: the case of the Dongdaemun Fashion District in South Korea |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190528 |