CN117150143A - 一种基于工业互联网平台的服务方法及*** - Google Patents
一种基于工业互联网平台的服务方法及*** Download PDFInfo
- Publication number
- CN117150143A CN117150143A CN202311413091.7A CN202311413091A CN117150143A CN 117150143 A CN117150143 A CN 117150143A CN 202311413091 A CN202311413091 A CN 202311413091A CN 117150143 A CN117150143 A CN 117150143A
- Authority
- CN
- China
- Prior art keywords
- information
- behavior information
- feature
- data behavior
- initial
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000012937 correction Methods 0.000 claims description 29
- 238000007405 data analysis Methods 0.000 claims description 9
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及互联网技术领域，公开了一种基于工业互联网平台的服务方法及***，基于工业互联网平台获取预设时间段内的用户特征信息、数据行为信息和用户历史搜索信息，根据用户特征信息生成第一特征集合，根据数据行为信息生成第二特征集合，基于用户历史搜索信息将第一特征集合和第二特征集合进行特征分类，得到关联特征集合，对关联特征集合进行数据分析，确定一个用户特征信息和多个数据行为信息，根据多个数据行为信息确定当前用户特征信息对应的目标推荐集合，基于目标推荐集合进行数据服务推荐，本发明基于工业互联网平台向用户进行实时的数据推荐服务，打破了数据推荐局限性，提高了数据推荐服务的准确性，有效提升了数据推荐成功率。
Description
技术领域
本发明涉及互联网技术领域，特别是涉及一种基于工业互联网平台的服务方法及***。
背景技术
工业互联网是全球工业***与高级计算、分析、感应技术以及互联网连接融合的结果。它通过智能机器间的连接并最终将人机连接，结合软件和大数据分析，重构全球工业、激发生产力，目前，在工业互联网平台上开发了多种业务功能模块，利用这些业务功能模块对大量业务数据处理而实现多样性的业务流程，但工业互联网平台在实际应用中遇到了难题：伴随着数据量的增长，也产生了信息冗杂、难以辨别的问题。在大数据环境下，对于普通用户来说大多数信息是冗余的，用户可能只对某些信息感兴趣，因此，如何对用户进行数据推荐成为了亟需解决的问题。
现有的数据推荐***，***内部的各个组件之间没有一致的通道连接，形成了数据孤岛，数据的流转复杂，造成***的维护困难、扩展复杂、可用性较差，无法充分发挥性能的缺点。针对每个应用场景，都需要编写对应的程序或者脚本，数据在流转处理的过程中，流程复杂，不能为用户提供精准的数据推荐服务。
因此，如何提供一种可以基于工业互联网平台进行实时的数据推荐服务的方法及***，是目前有待解决的技术问题。
发明内容
本发明实施例提供一种基于工业互联网平台的服务方法及***，用以解决现有技术中无法基于工业互联网平台向用户进行实时的数据推荐服务，无法打破数据推荐局限性的技术问题。
为了实现上述目的，本发明提供了一种基于工业互联网平台的服务方法，所述方法包括：
基于工业互联网平台获取预设时间段内的关联信息，其中，所述关联信息包括所有的用户特征信息、所有的数据行为信息和所有的用户历史搜索信息；
根据所述用户特征信息生成第一特征集合，根据所述数据行为信息生成第二特征集合，并基于所述用户历史搜索信息将所述第一特征集合和所述第二特征集合进行特征分类，得到n个关联特征集合；
对所述关联特征集合进行数据分析，确定待处理因子，其中，所述待处理因子包括一个用户特征信息和多个数据行为信息，根据所述多个数据行为信息确定当前用户特征信息对应的目标推荐集合；
基于所述目标推荐集合进行页面布局，并进行个性化数据服务推荐。
在其中一个实施例中，在基于所述用户历史搜索信息将所述第一特征集合和所述第二特征集合进行特征分类，得到n个关联特征集合时，包括：
随机获取所述第一特征集合中的一个用户特征信息；
确定所述用户特征信息对应的用户历史搜索信息；
根据所述历史搜索信息建立关联条件，其中，所述关联条件包括搜索关键词和搜索关键词对应的浏览时长；
根据所述搜索关键词对所述第二特征集合进行遍历，判断所述搜索关键词是否存在于所述第二特征集合中，
若是，则确定所述第二特征集合中与所述搜索关键词相关联的数据行为信息，并判断所述搜索关键词对应的浏览时长是否大于或等于预设浏览时长，若是，则对随机获取的用户特征信息生成第一关联标识，对与所述搜索关键词相关联的数据行为信息生成第二待关联标识；
基于所述第一关联标识和所述第二待关联标识构建多个关联特征集合。
在其中一个实施例中，在根据所述多个数据行为信息确定当前用户特征信息对应的目标推荐集合时，包括：
确定第i个数据行为信息；
基于所述第i个数据行为信息对剩余的关联特征集合进行遍历，并当剩余的关联特征集合中存在与所述第i个数据行为信息相同的数据行为信息时，则对对应的关联特征集合生成待推荐标识；
提取生成待推荐标识的关联特征集合的所有数据行为信息，并生成多个初始推荐集合；
分别计算多个初始推荐集合的权重值，并根据权重值对多个初始推荐集合进行排序，生成目标推荐集合。
在其中一个实施例中，在分别计算多个初始推荐集合的权重值时，包括：
获取所述初始推荐集合中所有数据行为信息的历史搜索次数和对应的历史浏览时长；
根据所述历史搜索次数和所述历史浏览时长计算所述初始推荐集合的初始权重值。
在其中一个实施例中，根据下式计算所述初始推荐集合的初始权重值：
；
其中，G为初始推荐集合的初始权重值，X1为初始推荐集合中所有数据行为信息的历史搜索次数，yi为第i次搜索对应的浏览时长，ym为从所有历史浏览时长中获取的最大浏览时长。
在其中一个实施例中，在分别计算多个初始推荐集合的权重值时，还包括：
获取所述初始推荐集合中数据行为信息的数量值；
根据所述数据行为信息的数量值设定修正因子，并根据设定的修正因子对所述初始权重值进行权重修正；
将修正后的初始权重值作为所述初始推荐集合的权重值。
在其中一个实施例中，在根据所述数据行为信息的数量值对设定修正因子，并根据设定的修正因子对所述初始权重值进行权重修正时，包括：
当所述初始推荐集合中数据行为信息的数量值等于1时，则将所述修正因子设定为0，所述初始权重值修正为0；
当所述初始推荐集合中数据行为信息的数量值大于1，且数量值小于或等于3时，则将所述修正因子设定为1.2，所述初始权重值修正为G*1.2；
当所述初始推荐集合中数据行为信息的数量值大于3，且数量值小于或等于5时，则将所述修正因子设定为1.4，所述初始权重值修正为G*1.4；
当所述初始推荐集合中数据行为信息的数量值大于5时，则将所述修正因子设定为1.6，所述初始权重值修正为G*1.6。
为了实现上述目的，本发明提供了一种基于工业互联网平台的服务***，所述***包括：
获取模块，用于基于工业互联网平台获取预设时间段内的关联信息，其中，所述关联信息包括所有的用户特征信息、所有的数据行为信息和所有的用户历史搜索信息；
分类模块，用于根据所述用户特征信息生成第一特征集合，根据所述数据行为信息生成第二特征集合，并基于所述用户历史搜索信息将所述第一特征集合和所述第二特征集合进行特征分类，得到n个关联特征集合；
确定模块，用于对所述关联特征集合进行数据分析，确定待处理因子，其中，所述待处理因子包括一个用户特征信息和多个数据行为信息，根据所述多个数据行为信息确定当前用户特征信息对应的目标推荐集合；
推荐模块，用于基于所述目标推荐集合进行页面布局，并进行个性化数据服务推荐。
本发明提供了一种基于工业互联网平台的服务方法及***，相较现有技术，具有以下有益效果：
本发明公开了一种基于工业互联网平台的服务方法及***，基于工业互联网平台获取预设时间段内的用户特征信息、数据行为信息和用户历史搜索信息，根据用户特征信息生成第一特征集合，根据数据行为信息生成第二特征集合，基于用户历史搜索信息将第一特征集合和第二特征集合进行特征分类，得到关联特征集合，对关联特征集合进行数据分析，确定一个用户特征信息和多个数据行为信息，根据多个数据行为信息确定当前用户特征信息对应的目标推荐集合，基于目标推荐集合进行数据服务推荐，本发明基于工业互联网平台向用户进行实时的数据推荐服务，打破了数据推荐局限性，提高了数据推荐服务的准确性，有效提升了数据推荐成功率。
附图说明
图1示出了本发明实施例中一种基于工业互联网平台的服务方法的流程示意图；
图2示出了本发明实施例中一种基于工业互联网平台的服务***的结构示意图。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式做进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
在本申请的描述中，需要理解的是，术语“中心”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。
术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中，除非另有说明，“多个”的含义是两个或两个以上。
在本申请的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体的连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本申请中的具体含义。
下文是结合附图对本发明的优选的实施例说明。
如图1所示，本发明的实施例公开了一种基于工业互联网平台的服务方法，所述方法包括：
S110：基于工业互联网平台获取预设时间段内的关联信息，其中，所述关联信息包括所有的用户特征信息、所有的数据行为信息和所有的用户历史搜索信息；
本实施例中，预设时间段可以根据实际需求进行设置，如设置为24小时，48小时等。
本实施例中，用户特征信息是指在预设时间段内登录工业互联网平台的用户，如用户A，用户B。
本实施例中，数据行为信息是指工业互联网平台所产生的所有数据信息，如天文新闻、海洋新闻和政治新闻，再如天体运动，行星轨迹等。
本实施例中，用户历史搜索信息是指用户在登录工业互联网平台进行搜索所产生的记录。
S120：根据所述用户特征信息生成第一特征集合，根据所述数据行为信息生成第二特征集合，并基于所述用户历史搜索信息将所述第一特征集合和所述第二特征集合进行特征分类，得到n个关联特征集合；
在本申请的一些实施例中，在基于所述用户历史搜索信息将所述第一特征集合和所述第二特征集合进行特征分类，得到n个关联特征集合时，包括：
随机获取所述第一特征集合中的一个用户特征信息；
确定所述用户特征信息对应的用户历史搜索信息；
根据所述历史搜索信息建立关联条件，其中，所述关联条件包括搜索关键词和搜索关键词对应的浏览时长；
根据所述搜索关键词对所述第二特征集合进行遍历，判断所述搜索关键词是否存在于所述第二特征集合中，
若是，则确定所述第二特征集合中与所述搜索关键词相关联的数据行为信息，并判断所述搜索关键词对应的浏览时长是否大于或等于预设浏览时长，若是，则对随机获取的用户特征信息生成第一关联标识，对与所述搜索关键词相关联的数据行为信息生成第二待关联标识；
基于所述第一关联标识和所述第二待关联标识构建多个关联特征集合。
本实施例中，第一特征集合是指预设时间段内登录工业互联网平台的所有用户。
本实施例中，第二特征集合是指预设时间段内工业互联网平台所产生的所有数据行为信息；
本实施例中，随机获取第一特征集合中的一个用户特征信息，如用户A。
本实施例中，确定用户特征信息对应的用户历史搜索信息，也就是确定用户A所对应的历史搜索信息。
本实施例中，根据历史搜索信息建立关联条件时，如用户A所对应的历史搜索信息为海洋新闻和天文新闻，则关键词为海洋新闻和天文新闻，获取海洋新闻的浏览时长，如30分钟，获取天文新闻的浏览时长，如40分钟。
本实施例中，用户在实际搜索时，可能会搜索敏感的信息，如涉暴，此时工业互联网平台是不会提供相关信息服务的，因此，判断用户的搜索关键词是否存在于第二特征集合。
本实施例中，当第二特征集合中存在搜索关键词时，则判断搜索关键词对应的浏览时长是否大于或等于预设浏览时长，预设浏览时长可以根据实际需求进行设置，如25分钟，如用户A搜索海洋新闻和天文新闻时，海洋新闻的浏览时长为30分钟，天文新闻的浏览时长为40分钟，则海洋新闻和天文新闻的浏览时长都是大于25分钟的，此时对用户A生成第一关联标识，对海洋新闻和天文新闻生成第二关联标识，若海洋新闻的浏览时长小于25分钟，天文新闻的浏览时长大于25分钟，则不对海洋新闻生成第二关联标识，对天文新闻生成第二关联标识。
本实施例中，对第一特征集合中的所有用户特征信息进行遍历和判断，并基于第一关联标识和第二关联标识生成多个关联特征集合。
上述技术特征的有益效果是：本发明通过根据用户历史搜索信息将第一特征集合和所述第二特征集合进行特征分类，并得到n个关联特征集合，可以为数据推荐服务提供可靠的数据依据，提高数据推荐服务精准性，提高用户体验。
S130：对所述关联特征集合进行数据分析，确定待处理因子，其中，所述待处理因子包括一个用户特征信息和多个数据行为信息，根据所述多个数据行为信息确定当前用户特征信息对应的目标推荐集合；
在本申请的一些实施例中，在根据所述多个数据行为信息确定当前用户特征信息对应的目标推荐集合时，包括：
确定第i个数据行为信息；
基于所述第i个数据行为信息对剩余的关联特征集合进行遍历，并当剩余的关联特征集合中存在与所述第i个数据行为信息相同的数据行为信息时，则对对应的关联特征集合生成待推荐标识；
提取生成待推荐标识的关联特征集合的所有数据行为信息，并生成多个初始推荐集合；
分别计算多个初始推荐集合的权重值，并根据权重值对多个初始推荐集合进行排序，生成目标推荐集合。
本实施例中，待处理因子为关联特征集合中的用户特征信息和多个数据行为信息，如关联特征集合的用户特征信息为用户A，数据行为信息为海洋新闻和天文新闻，则用户A、海洋新闻和天文新闻为待处理因子。
本实施例中，在确定第i个数据行为信息时，如上述待处理因子包括的数据行为信息为海洋新闻和天文新闻，此时，数据行为信息为两个，第i个数据行为信息，i=1或2，此时，第i个数据行为信息可以为海洋新闻，还可以为天文新闻。
本实施例中，在基于第i个数据行为信息对剩余的关联特征集合进行遍历时，如第i个数据行为信息为海洋新闻，剩余的关联特征集合也就是剩余的n-1个集合，判断剩余的关联特征集合中是否包含海洋新闻，当在剩余的关联特征集合中遍历到海洋新闻时，则对对应的关联特征集合生成待推荐标识。
本实施例中，在提取生成待推荐标识的关联特征集合的所有数据行为信息，并生成多个初始推荐集合时，关联特征集合的数据行为信息可能为一个或多个，根据提取的数据行为信息生成多个初始推荐集合，如关联特征集合的数据行为信息为海洋新闻和地理新闻，将海洋新闻和地理新闻生成一个初始推荐集合。
本实施例中，在根据海洋新闻进行遍历之后，再根据天文新闻进行遍历，最终生成多个初始推荐集合。
上述技术方案的有益效果是：本发明通过生成多个初始推荐集合，并根据权重值对多个初始推荐集合进行排序，生成目标推荐集合，进而可以为用户推荐感兴趣的数据，有效解决了用户无法及时有效的获得所需信息的问题。
在本申请的一些实施例中，在分别计算多个初始推荐集合的权重值时，包括：
获取所述初始推荐集合中所有数据行为信息的历史搜索次数和对应的历史浏览时长；
根据所述历史搜索次数和所述历史浏览时长计算所述初始推荐集合的初始权重值。
具体地，根据下式计算所述初始推荐集合的初始权重值：
；
其中，G为初始推荐集合的初始权重值，X1为初始推荐集合中所有数据行为信息的历史搜索次数，yi为第i次搜索对应的浏览时长，ym为从所有历史浏览时长中获取的最大浏览时长。
本实施例中，在获取初始推荐集合中所有数据行为信息的历史搜索次数和对应的历史浏览时长时，如初始推荐集合中的数据行为信息为海洋新闻和地理新闻，在预设时间段内海洋新闻搜索了3次，第一次浏览时长为10分钟，第二次浏览时长为15分钟，第三次浏览时长为17分钟，地理新闻搜索了5次，第一次浏览时长为10分钟，第二次浏览时长为15分钟，第三次浏览时长为17分钟，第四次浏览时长为20分钟，第五次浏览时长为6分钟。
本实施例中，X1为初始推荐集合中所有数据行为信息的历史搜索次数，也就是数据行为信息的总次数。
本实施例中，yi为第i次搜索对应的浏览时长，ym为从所有历史浏览时长中获取的最大浏览时长，需要说明的是，第i次搜索可以为海洋新闻的第i次搜索，也可以为地理新闻的第i次搜索，同时ym与yi相对应，也就是说，当第i次搜索为地理新闻时，ym所获取的最大浏览时长为地理新闻的最大浏览时长。
上述技术方案的有益效果是：本发明通过根据历史搜索次数和历史浏览时长计算初始推荐集合的初始权重值，进而可以实现数据的精准推荐，保证数据推荐服务的精准性。
在本申请的一些实施例中，在分别计算多个初始推荐集合的权重值时，还包括：
获取所述初始推荐集合中数据行为信息的数量值；
根据所述数据行为信息的数量值设定修正因子，并根据设定的修正因子对所述初始权重值进行权重修正；
将修正后的初始权重值作为所述初始推荐集合的权重值。
具体地，当所述初始推荐集合中数据行为信息的数量值等于1时，则将所述修正因子设定为0，所述初始权重值修正为0；
当所述初始推荐集合中数据行为信息的数量值大于1，且数量值小于或等于3时，则将所述修正因子设定为1.2，所述初始权重值修正为G*1.2；
当所述初始推荐集合中数据行为信息的数量值大于3，且数量值小于或等于5时，则将所述修正因子设定为1.4，所述初始权重值修正为G*1.4；
当所述初始推荐集合中数据行为信息的数量值大于5时，则将所述修正因子设定为1.6，所述初始权重值修正为G*1.6。
本实施例中，在获取初始推荐集合中数据行为信息的数量值时，如初始推荐集合中数据行为信息包括海洋新闻和地理新闻，则初始推荐集合中数据行为信息的数量值为2。
本实施例中，当初始推荐集合中数据行为信息的数量值等于1时，此时说明，初始推荐集合中的数据行为信息只包括关联特征集合中的一个数据行为信息，如关联特征集合中的数据行为信息为海洋新闻和天文新闻，初始推荐集合中的数据行为信息为海洋新闻，此时，初始推荐集合不在作为作为推荐数据向用户进行推荐，则将修正因子设定为0。
上述技术方案的有益效果是：本发明通过设定修正因子，可以提高数据推荐服务的效率，打破了数据推荐局限性，提高了数据推荐服务的准确性，实现了个性化数据推荐服务。
S140：基于所述目标推荐集合进行页面布局，并进行个性化数据服务推荐。
本实施例中，当根据权重值对多个初始推荐集合进行排序后，将权重值最高的初始推荐集合作为标推荐集合，如目标推荐集合为海洋新闻、地理新闻和气候新闻，则通过工业互联网平台向用户推荐地理新闻和气候新闻，进而提高了数据推荐服务的准确性，实现了个性化数据推荐服务，提高用户体验，避免向用户推荐过多冗杂的数据信息。
为了进一步阐述本发明的技术思想，现结合具体的应用场景，对本发明的技术方案进行说明。
对应的，如图2所示，本申请还提供了一种基于工业互联网平台的服务***，所述***包括：
获取模块，用于基于工业互联网平台获取预设时间段内的关联信息，其中，所述关联信息包括所有的用户特征信息、所有的数据行为信息和所有的用户历史搜索信息；
分类模块，用于根据所述用户特征信息生成第一特征集合，根据所述数据行为信息生成第二特征集合，并基于所述用户历史搜索信息将所述第一特征集合和所述第二特征集合进行特征分类，得到n个关联特征集合；
确定模块，用于对所述关联特征集合进行数据分析，确定待处理因子，其中，所述待处理因子包括一个用户特征信息和多个数据行为信息，根据所述多个数据行为信息确定当前用户特征信息对应的目标推荐集合；
推荐模块，用于基于所述目标推荐集合进行页面布局，并进行个性化数据服务推荐。
综上，本发明实施例通过基于工业互联网平台获取预设时间段内的用户特征信息、数据行为信息和用户历史搜索信息，根据用户特征信息生成第一特征集合，根据数据行为信息生成第二特征集合，基于用户历史搜索信息将第一特征集合和第二特征集合进行特征分类，得到关联特征集合，对关联特征集合进行数据分析，确定一个用户特征信息和多个数据行为信息，根据多个数据行为信息确定当前用户特征信息对应的目标推荐集合，基于目标推荐集合进行数据服务推荐，本发明基于工业互联网平台向用户进行实时的数据推荐服务，打破了数据推荐局限性，提高了数据推荐服务的准确性，有效提升了数据推荐成功率。
在上述实施方式的描述中，具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
虽然在上文中已经参考实施例对本发明进行了描述，然而在不脱离本发明的范围的情况下，可以对其进行各种改进并且可以用等效物替换其中的部件。尤其是，只要不存在结构冲突，本发明所披露的实施例中的各项特征均可通过任意方式相互结合起来使用，在本说明书中未对这些组合的情况进行全部的描述仅仅是出于省略篇幅和节约资源的考虑。因此，本发明并不局限于文中公开的特定实施例，而是包括落入权利要求的范围内的所有技术方案。
本领域普通技术人员可以理解：以上仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于工业互联网平台的服务方法，其特征在于，所述方法包括：
基于工业互联网平台获取预设时间段内的关联信息，其中，所述关联信息包括所有的用户特征信息、所有的数据行为信息和所有的用户历史搜索信息；
根据所述用户特征信息生成第一特征集合，根据所述数据行为信息生成第二特征集合，并基于所述用户历史搜索信息将所述第一特征集合和所述第二特征集合进行特征分类，得到n个关联特征集合；
对所述关联特征集合进行数据分析，确定待处理因子，其中，所述待处理因子包括一个用户特征信息和多个数据行为信息，根据所述多个数据行为信息确定当前用户特征信息对应的目标推荐集合；
基于所述目标推荐集合进行页面布局，并进行个性化数据服务推荐。
2.根据权利要求1所述的基于工业互联网平台的服务方法，其特征在于，在基于所述用户历史搜索信息将所述第一特征集合和所述第二特征集合进行特征分类，得到n个关联特征集合时，包括：
随机获取所述第一特征集合中的一个用户特征信息；
确定所述用户特征信息对应的用户历史搜索信息；
根据所述历史搜索信息建立关联条件，其中，所述关联条件包括搜索关键词和搜索关键词对应的浏览时长；
根据所述搜索关键词对所述第二特征集合进行遍历，判断所述搜索关键词是否存在于所述第二特征集合中，
若是，则确定所述第二特征集合中与所述搜索关键词相关联的数据行为信息，并判断所述搜索关键词对应的浏览时长是否大于或等于预设浏览时长，若是，则对随机获取的用户特征信息生成第一关联标识，对与所述搜索关键词相关联的数据行为信息生成第二待关联标识；
基于所述第一关联标识和所述第二待关联标识构建多个关联特征集合。
3.根据权利要求1所述的基于工业互联网平台的服务方法，其特征在于，在根据所述多个数据行为信息确定当前用户特征信息对应的目标推荐集合时，包括：
确定第i个数据行为信息；
基于所述第i个数据行为信息对剩余的关联特征集合进行遍历，并当剩余的关联特征集合中存在与所述第i个数据行为信息相同的数据行为信息时，则对对应的关联特征集合生成待推荐标识；
提取生成待推荐标识的关联特征集合的所有数据行为信息，并生成多个初始推荐集合；
分别计算多个初始推荐集合的权重值，并根据权重值对多个初始推荐集合进行排序，生成目标推荐集合。
4.根据权利要求3所述的基于工业互联网平台的服务方法，其特征在于，在分别计算多个初始推荐集合的权重值时，包括：
获取所述初始推荐集合中所有数据行为信息的历史搜索次数和对应的历史浏览时长；
根据所述历史搜索次数和所述历史浏览时长计算所述初始推荐集合的初始权重值。
5.根据权利要求4所述的基于工业互联网平台的服务方法，其特征在于，
根据下式计算所述初始推荐集合的初始权重值：
；
其中，G为初始推荐集合的初始权重值，X1为初始推荐集合中所有数据行为信息的历史搜索次数，yi为第i次搜索对应的浏览时长，ym为从所有历史浏览时长中获取的最大浏览时长。
6.根据权利要求5所述的基于工业互联网平台的服务方法，其特征在于，在分别计算多个初始推荐集合的权重值时，还包括：
获取所述初始推荐集合中数据行为信息的数量值；
根据所述数据行为信息的数量值设定修正因子，并根据设定的修正因子对所述初始权重值进行权重修正；
将修正后的初始权重值作为所述初始推荐集合的权重值。
7.根据权利要求6所述的基于工业互联网平台的服务方法，其特征在于，在根据所述数据行为信息的数量值对设定修正因子，并根据设定的修正因子对所述初始权重值进行权重修正时，包括：
当所述初始推荐集合中数据行为信息的数量值等于1时，则将所述修正因子设定为0，所述初始权重值修正为0；
当所述初始推荐集合中数据行为信息的数量值大于1，且数量值小于或等于3时，则将所述修正因子设定为1.2，所述初始权重值修正为G*1.2；
当所述初始推荐集合中数据行为信息的数量值大于3，且数量值小于或等于5时，则将所述修正因子设定为1.4，所述初始权重值修正为G*1.4；
当所述初始推荐集合中数据行为信息的数量值大于5时，则将所述修正因子设定为1.6，所述初始权重值修正为G*1.6。
8.一种基于工业互联网平台的服务***，其特征在于，所述***包括：
获取模块，用于基于工业互联网平台获取预设时间段内的关联信息，其中，所述关联信息包括所有的用户特征信息、所有的数据行为信息和所有的用户历史搜索信息；
分类模块，用于根据所述用户特征信息生成第一特征集合，根据所述数据行为信息生成第二特征集合，并基于所述用户历史搜索信息将所述第一特征集合和所述第二特征集合进行特征分类，得到n个关联特征集合；
确定模块，用于对所述关联特征集合进行数据分析，确定待处理因子，其中，所述待处理因子包括一个用户特征信息和多个数据行为信息，根据所述多个数据行为信息确定当前用户特征信息对应的目标推荐集合；
推荐模块，用于基于所述目标推荐集合进行页面布局，并进行个性化数据服务推荐。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311413091.7A CN117150143B (zh) | 2023-10-30 | 2023-10-30 | 一种基于工业互联网平台的服务方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311413091.7A CN117150143B (zh) | 2023-10-30 | 2023-10-30 | 一种基于工业互联网平台的服务方法及*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117150143A true CN117150143A (zh) | 2023-12-01 |
| CN117150143B CN117150143B (zh) | 2024-01-26 |
Family
ID=88904657
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311413091.7A Active CN117150143B (zh) | 2023-10-30 | 2023-10-30 | 一种基于工业互联网平台的服务方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117150143B (zh) |
Citations (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090281923A1 (en) * | 2008-05-06 | 2009-11-12 | David Selinger | System and process for improving product recommendations for use in providing personalized advertisements to retail customers |
| CN103440242A (zh) * | 2013-06-26 | 2013-12-11 | 北京亿赞普网络技术有限公司 | 一种基于用户搜索行为的个性化推荐方法和*** |
| US20140207622A1 (en) * | 2013-01-18 | 2014-07-24 | 24/7 Customer, Inc. | Intent prediction based recommendation system using data combined from multiple channels |
| WO2015044706A1 (en) * | 2013-09-24 | 2015-04-02 | Yogesh Chunilal Rathod | Integrated and dynamic advertisement, marketing, and e-commerce platform |
| CN105989004A (zh) * | 2015-01-27 | 2016-10-05 | 阿里巴巴集团控股有限公司 | 一种信息投放的预处理方法和装置 |
| CN107885857A (zh) * | 2017-11-17 | 2018-04-06 | 山东师范大学 | 一种搜索结果页用户行为模式挖掘方法、装置及*** |
| CN108427774A (zh) * | 2017-11-23 | 2018-08-21 | 国网技术学院 | 一种用于内容推荐的方法和装置 |
| US20190050487A1 (en) * | 2017-08-09 | 2019-02-14 | Alibaba Group Holding Limited | Search Method, Search Server and Search System |
| CN109871483A (zh) * | 2019-01-22 | 2019-06-11 | 珠海天燕科技有限公司 | 一种推荐信息的确定方法及装置 |
| WO2019193407A1 (en) * | 2018-04-01 | 2019-10-10 | Yogesh Chunilal Rathod | Presenting structured contents with search results, generating feeds & establishing communication based on search activities and enabling search result item associated user actions and reactions |
| US10475100B1 (en) * | 2011-07-11 | 2019-11-12 | Fred Herz Patents, LLC | Online marketing service system |
| KR20190141862A (ko) * | 2018-06-15 | 2019-12-26 | 주식회사 데일리팜 | 사용자 선호도 분석을 이용한 정보제공 서비스 시스템 |
| WO2020057022A1 (zh) * | 2018-09-18 | 2020-03-26 | 深圳壹账通智能科技有限公司 | 关联推荐方法、装置、计算机设备和存储介质 |
| CN111881343A (zh) * | 2020-07-07 | 2020-11-03 | Oppo广东移动通信有限公司 | 信息推送方法、装置、电子设备及计算机可读存储介质 |
| CN111931055A (zh) * | 2020-08-14 | 2020-11-13 | 工银科技有限公司 | 对象推荐方法、对象推荐装置和电子设备 |
| CN113360753A (zh) * | 2021-05-26 | 2021-09-07 | 平安国际智慧城市科技股份有限公司 | 基于用户历史行为的信息推荐方法、装置、设备及介质 |
| CN114387054A (zh) * | 2021-12-01 | 2022-04-22 | 南京意博软件科技有限公司 | 在线营销方法及装置 |
| US20220156312A1 (en) * | 2020-11-19 | 2022-05-19 | Adobe Inc. | Personalized image recommendations for areas of interest |
| CN114626926A (zh) * | 2022-04-21 | 2022-06-14 | 广州欢聚时代信息科技有限公司 | 商品搜索类目识别方法及其装置、设备、介质、产品 |
| CN115168700A (zh) * | 2022-05-31 | 2022-10-11 | 苏州摩多多信息科技有限公司 | 一种基于预训练算法的信息流推荐方法、***及介质 |
-
2023
- 2023-10-30 CN CN202311413091.7A patent/CN117150143B/zh active Active
Patent Citations (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090281923A1 (en) * | 2008-05-06 | 2009-11-12 | David Selinger | System and process for improving product recommendations for use in providing personalized advertisements to retail customers |
| US10475100B1 (en) * | 2011-07-11 | 2019-11-12 | Fred Herz Patents, LLC | Online marketing service system |
| US20140207622A1 (en) * | 2013-01-18 | 2014-07-24 | 24/7 Customer, Inc. | Intent prediction based recommendation system using data combined from multiple channels |
| CN103440242A (zh) * | 2013-06-26 | 2013-12-11 | 北京亿赞普网络技术有限公司 | 一种基于用户搜索行为的个性化推荐方法和*** |
| WO2015044706A1 (en) * | 2013-09-24 | 2015-04-02 | Yogesh Chunilal Rathod | Integrated and dynamic advertisement, marketing, and e-commerce platform |
| CN105989004A (zh) * | 2015-01-27 | 2016-10-05 | 阿里巴巴集团控股有限公司 | 一种信息投放的预处理方法和装置 |
| US20190050487A1 (en) * | 2017-08-09 | 2019-02-14 | Alibaba Group Holding Limited | Search Method, Search Server and Search System |
| CN107885857A (zh) * | 2017-11-17 | 2018-04-06 | 山东师范大学 | 一种搜索结果页用户行为模式挖掘方法、装置及*** |
| CN108427774A (zh) * | 2017-11-23 | 2018-08-21 | 国网技术学院 | 一种用于内容推荐的方法和装置 |
| WO2019193407A1 (en) * | 2018-04-01 | 2019-10-10 | Yogesh Chunilal Rathod | Presenting structured contents with search results, generating feeds & establishing communication based on search activities and enabling search result item associated user actions and reactions |
| KR20190141862A (ko) * | 2018-06-15 | 2019-12-26 | 주식회사 데일리팜 | 사용자 선호도 분석을 이용한 정보제공 서비스 시스템 |
| WO2020057022A1 (zh) * | 2018-09-18 | 2020-03-26 | 深圳壹账通智能科技有限公司 | 关联推荐方法、装置、计算机设备和存储介质 |
| CN109871483A (zh) * | 2019-01-22 | 2019-06-11 | 珠海天燕科技有限公司 | 一种推荐信息的确定方法及装置 |
| CN111881343A (zh) * | 2020-07-07 | 2020-11-03 | Oppo广东移动通信有限公司 | 信息推送方法、装置、电子设备及计算机可读存储介质 |
| CN111931055A (zh) * | 2020-08-14 | 2020-11-13 | 工银科技有限公司 | 对象推荐方法、对象推荐装置和电子设备 |
| US20220156312A1 (en) * | 2020-11-19 | 2022-05-19 | Adobe Inc. | Personalized image recommendations for areas of interest |
| CN113360753A (zh) * | 2021-05-26 | 2021-09-07 | 平安国际智慧城市科技股份有限公司 | 基于用户历史行为的信息推荐方法、装置、设备及介质 |
| CN114387054A (zh) * | 2021-12-01 | 2022-04-22 | 南京意博软件科技有限公司 | 在线营销方法及装置 |
| CN114626926A (zh) * | 2022-04-21 | 2022-06-14 | 广州欢聚时代信息科技有限公司 | 商品搜索类目识别方法及其装置、设备、介质、产品 |
| CN115168700A (zh) * | 2022-05-31 | 2022-10-11 | 苏州摩多多信息科技有限公司 | 一种基于预训练算法的信息流推荐方法、***及介质 |
Non-Patent Citations (2)
| Title |
|---|
| 王中锋;: "大数据时代的电子商务服务模式革新", 电子商务, no. 03 * |
| 马瑞;: "国外新闻网站搜索引擎创新利用现状及其对我国的启示", 理论界, no. 08 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117150143B (zh) | 2024-01-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20190155846A1 (en) | Search result displaying method and apparatus | |
| EP2715574A1 (en) | Method and apparatus of providing suggested terms | |
| EP2583190A1 (en) | Determining and using search term weightings | |
| CN105095440A (zh) | 一种搜索推荐方法及装置 | |
| CN111597449B (zh) | 用于搜索的候选词构建方法、装置、电子设备及可读介质 | |
| CN106326420A (zh) | 一种用于移动终端的推荐方法及装置 | |
| CN104991924A (zh) | 用于确定新供应点的地址的方法和装置 | |
| CN106803197A (zh) | 拼单方法和设备 | |
| KR101925950B1 (ko) | 컨텐츠에 대한 유입검색어 및 연관검색어 기반의 컨텐츠 추천방법 및 추천장치 | |
| KR102601545B1 (ko) | 지리 위치점 정렬 방법, 정렬 모델 트레이닝 방법 및 대응하는 장치 | |
| CN113407773A (zh) | 一种短视频智能推荐方法、***、电子设备及存储介质 | |
| CN103812906B (zh) | 一种网址推荐方法、装置和通信*** | |
| CN105719164A (zh) | 一种推荐付费多媒体资源的方法及装置 | |
| US11373103B2 (en) | Artificial intelligence based system and method for predicting and preventing illicit behavior | |
| CN107391650A (zh) | 一种文档的结构化拆分方法，装置及*** | |
| CN117150143B (zh) | 一种基于工业互联网平台的服务方法及*** | |
| CN104123321A (zh) | 一种确定推荐图片的方法及装置 | |
| CN110781404B (zh) | 好友关系链匹配方法、***、计算机设备及可读存储介质 | |
| CN116304315B (zh) | 一种网上教学用内容智能推荐*** | |
| CN104750822B (zh) | 提供搜索建议的方法和装置 | |
| CN111523041B (zh) | 热度数据的推荐方法、计算设备及计算机存储介质 | |
| CN106294436A (zh) | 网页评论分类方法、***及网页管理装置 | |
| CN105630830A (zh) | 一种建立信息关系列表的方法及装置 | |
| US20170371880A1 (en) | Method and system for providing a search result | |
| CN112565797B (zh) | 一种页面请求处理方法、装置、电子设备及介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |