掌桥专利:专业的专利平台
掌桥专利
首页

一种基于大数据分析的机械产品实时信息推送系统

文献发布时间:2024-01-17 01:21:27


一种基于大数据分析的机械产品实时信息推送系统

技术领域

本发明涉及机械产品信息推送技术领域,尤其涉及一种基于大数据分析的机械产品实时信息推送系统。

背景技术

机械产品是指机械厂家向用户或市场所提供的成品或附件如汽车、发动机、 机床等都称为机械产品,现有机械产品类的交易多为现场交易,费时费力,不能满足机械产品交易日益增多的需求,因此,需要一种平台对机械产品的信息进行整合处理,并对处理后的信息进行推送。

中国专利公开号:CN108921669A公开了用于机械产品交易的后台服务系统,包括服务交易平台、广告模块、产品录入模块、管理模块、订单模块、支付模块、提示模块、机械产品开发团队信息模块以及信息传输模块;服务交易平台,负责接收系统内其他模块发送的信息,并对信息进行接收、存储和处理;广告模块负责机械产品广告信息的录入、设置,设置包括广告位的替换、上线和下线;产品录入模块负责产品销售商在登录平台后,对机械产品信息的录入,并将信息发送至服务交易平台上;管理模块负责对销售商上传机械产品的名称信息、文字描述以及图片展示内容进行管理;订单模块负责购买者登录后对机械产品订单的查看。该方案未对机械产品的信息进行处理,并对处理后的信息进行推送,无法提高机械产品的信息推送效率。

发明内容

为此,本发明提供一种基于大数据分析的机械产品实时信息推送系统,用以克服现有技术中用户在交易机械产品时存在的信息滞后和信息推送效率低的问题。

为实现上述目的,本发明提供一种基于大数据分析的机械产品实时信息推送系统,包括:

采集模块,用以实时采集机械产品的市场信息和用户的行为信息;

交互模块,用以与用户进行交互,并获取用户输入的交互信息;

推荐信息分析模块,用以根据所述交互信息判断目标用户的推荐用户,并确定推荐用户的推荐系数,推荐信息分析模块设有推荐信息分析单元,其用以根据目标用户需求的机械产品名称分析目标用户针对该机械产品的推荐用户,并计算推荐用户的推荐系数,推荐信息分析模块还设有补偿单元,其用以根据推荐用户拥有的机械产品的预设指标计算补偿系数,以对推荐用户的推荐系数进行补偿,推荐信息分析模块还设有修正单元,其用以根据推荐用户的行为次数计算修正系数,以对补偿系数进行修正,推荐信息分析模块还设有调整单元,其用以在推荐系数差距不明显时根据目标用户的其他需求产品参数计算调整系数,以对修正系数进行调整;

匹配信息分析模块,用以根据所述交互信息判断目标用户的匹配用户,并确定匹配用户的匹配系数,匹配信息分析模块设有匹配信息分析单元,其用以根据目标用户拥有的机械产品名称分析匹配用户,并设定匹配用户的匹配系数,匹配信息分析模块还设有调节单元,其用以根据匹配用户的行为次数计算调节系数,以对匹配系数进行调节,匹配信息分析模块还设有校正单元,其用以根据匹配用户的机械产品需求指标计算校正系数,以对调节系数进行校正;

信息推送模块,用以向目标用户推送推荐用户和匹配用户,信息推送模块设有第一推送单元,其用以根据推荐系数向目标用户推送推荐用户,信息推送模块还设有第二推送单元,其用以根据匹配系数向目标用户推送匹配用户,信息推送模块还设有信息反馈单元,其用以根据目标用户在推送周期内已推送机械产品的反馈结果对所述补偿系数和所述校正系数的计算过程进行更正。

进一步地,推荐信息分析单元将目标用户需求的机械产品名称与其他用户拥有的机械产品名称进行比对,并根据比对结果判断推荐用户,其中:

当目标用户需求的机械产品名称与其他用户拥有的机械产品名称一致时,所述推荐信息分析单元判定该其他用户为推荐用户;

当目标用户需求的机械产品名称与其他用户拥有的机械产品名称不一致时,所述推荐信息分析单元判定该其他用户不是推荐用户;

所述推荐信息分析单元根据推荐用户拥有的与目标用户需求的机械产品名称一致的机械产品数量B计算推荐用户的推荐系数A,设定A=1+(B-B0)/B,B0为用户需求的机械产品数量。

进一步地,所述补偿单元根据推荐用户拥有的机械产品预设指标C计算补偿系数D,设定D=1+(C0-C)/C,C0为平均市场指标,所述补偿单元根据补偿系数D对推荐用户的推荐系数A进行补偿,补偿后的推荐系数为Ad,设定Ad=A×D。

进一步地,所述修正单元将推荐用户的行为次数E与用户正常行为次数E0进行比对,并根据比对结果对补偿系数D进行修正,其中:

当E<E0时,所述修正单元不对补偿系数进行修正;

当E≥E0时,所述修正单元根据推荐用户的行为次数计算修正系数F,设定F=1+(E-E0)/E,所述修正单元根据对修正系数F补偿系数D进行修正,修正后的补偿系数为Df,设定Df=D×F。

进一步地,所述调整单元将推荐系数A与第一预设推荐系数A1进行比对,并根据比对结果计算各推荐用户之间的推荐系数差值,其中:

当不存在两个以上A≥A1的推荐用户时,所述调整单元不对各推荐用户之间的推荐系数差值△A进行计算;

当存在两个以上A≥A1的推荐用户时,所述调整单元对推荐系数A大于等于第一预设推荐系数A1的各推荐用户之间的推荐系数差值△A进行计算,并将选取推荐系数差值的最小值△Amin与预设推荐系数差值△A1进行比对,根据比对结果对各推荐用户进行差距判断,其中:

若△Amin>△A1,所述调整单元判断推荐用户之间的差距明显;

若△Amin≤△A1,所述调整单元判断推荐用户之间的差距不明显;

所述调整单元在推荐系数差距不明显时根据目标用户需求的其他机械产品计算调整系数G,G=1+n/(n0+n),n为重合次,n0为预设重合次,0<n0<5,所述调整单元根据调整系数G对修正系数推荐系数A大于等于预设推荐系数A1的推荐用户的修正系数F进行调整,调整后的修正系数为Fg,设定Fg=F×G。

进一步地,所述匹配信息分析单元将目标用户拥有的机械产品名称与其他用户需求的机械产品名称进行比对,并根据比对结果对目标用户的匹配用户进行判断,其中:

当目标用户拥有的机械产品名称与其他用户需求的机械产品名称一致时,所述匹配信息分析单元判定与目标用户拥有的机械产品名称一致的其他用户为匹配用户,并设定匹配用户的匹配系数H=1;

当目标用户拥有的机械产品名称与其他用户需求的机械产品名称不一致时,所述匹配信息分析单元判定与目标用户拥有的机械产品名称不一致的其他用户不是匹配用户。

进一步地,所述调节单元根据匹配用户的行为次数E1计算调节系数K,设定K=1+E1/(E1+E0),并根据调节系数K对匹配系数H进行调节,调节后的匹配系数为Hk,设定Hk=H×K。

进一步地,所述校正单元将匹配用户机械产品的需求指标Ch与平均市场指标C0进行比对,并根据比对结果对调节系数进行校正,其中:

当Ch≤C0时,所述校正单元不对调节系数进行校正;

当Ch>C0时,所述校正单元对调节系数进行校正,并根据匹配用户机械产品的需求指标Ch计算校正系数L,设定L=1+(Ch-C0)/Ch,所述校正单元根据校正系数L对调节系数K进行校正,校正后的调节系数为KL,设定KL=K×L。

进一步地,所述第一推送单元将推荐用户的推荐系数A与各预设推荐系数进行比对,根据比对结果对推荐用户的推送结果进行判断,其中:

当A≥A2时,所述第一推送单元判定该推荐用户为强推送推荐用户;

当A1≤A<A2时,所述第一推送单元判定该推荐用户为弱推送推荐用户;

当A<A1时,所述第一推送单元不对该推荐用户进行推送;

所述第一推送单元获取各强推送推荐用户的推荐系数,并将强推送推荐用户的推荐系数按照从大到小的顺序进行排序,得到强推送推荐用户序列,将该序列进行强推送,推送至目标用户,所述第一推送单元获取各弱推送推荐用户的推荐系数,并将弱推送推荐用户的推荐系数按照从大到小的顺序进行排序,得到弱推送推荐用户序列,将该序列进行弱推送,推送至目标用户;

A1为第一预设推荐系数,A2为第二预设推荐系数,1<A1<A2,所述第一推送单元在进行强推送时,设定向目标用户推送推荐用户的频率为P1,P1为第一预设频率,所述第一推送单元在进行弱推送时,设定向目标用户推送推荐用户的频率为P2,P2为第二预设频率,P1>P2;

所述第二推送单元将匹配用户的匹配系数H与各预设匹配系数进行比对,根据比对结果对匹配用户的推送结果进行判断,其中:

当H≥H2时,所述第二推送单元判定该匹配用户为强推送匹配用户;

当H1≤H<H2时,所述第二推送单元判定该匹配用户为弱推送匹配用户;

当H<H1时,所述第二推送单元不对该匹配用户进行推送;

所述第二推送单元获取各强推送匹配用户的匹配系数,并将强推送匹配用户的匹配系数按照从大到小的顺序进行排序,得到强推送匹配用户序列,将该序列进行强推送,推送至目标用户,所述第二推送单元获取各弱推送匹配用户的匹配系数,并将弱推送匹配用户的匹配系数按照从大到小的顺序进行排序,得到弱推送匹配用户序列,将该序列进行弱推送,推送至目标用户;

H1为第一预设匹配系数,H2为第二预设匹配系数,1<H1<H2,所述第二推送单元在进行强推送时,设定向目标用户推送匹配用户的频率Ph=P1,所述第二推送单元在进行弱推送时,设定向目标用户推送匹配用户的频率Ph=P2。

进一步地,所述信息反馈单元获取推送后目标用户在推送周期内与所述机械产品的推荐用户的推送后行为次数Ea,并将推送后行为次数Ea与预设有效行为次数e进行比对,并根据比对结果判断已推送机械产品的反馈结果,其中:

当Ea≥e时,所述信息反馈单元判定机械产品的反馈结果有效,不对该机械产品的平均市场指标C0进行更正;

当Ea<e时,所述信息反馈单元判定机械产品的反馈结果无效,并对该机械产品的平均市场指标C0进行更正,更正后的平均市场指标为C0e,设定C0e=C0×β,β为待交易更正系数,0.9<β<1;

所述信息反馈单元获取推送后目标用户在推送周期内对所述机械产品的匹配用户推送信息的点击次数P,并将点击次数P与预设有效点击次数P0进行比对,并根据比对结果判断机械产品的反馈结果,其中:

当P≥P0时,所述信息反馈单元判定机械产品的反馈结果有效,不对该机械产品的平均市场指标C0进行更正;

当P<P0时,所述信息反馈单元判定机械产品的反馈结果无效,并对该机械产品的平均市场指标C0进行更正,更正后的平均市场指标为C0e,设定C0e=C0×θ,θ为匹配更正系数,1<θ<1.1。

与现有技术相比,本发明的有益效果在于,所述系统通过采集模块对机械产品的市场信息和用户的行为信息进行实时采集,从而实时获取信息,以便于后续对实时信息进行处理,所述系统通过交互模块与用户进行交互,以获取用户输入的交互信息,从而针对用户的交互信息对用户需求的产品信息进行处理,以便于推送推荐用户和匹配用户,提高机械产品的信息推送效率,所述系统通过推荐信息分析单元判断推荐用户,以筛选出目标用户需求的机械产品名称一致的其他用户作为推荐用户,并计算推荐用户的推荐系数,以根据推荐用户拥有的机械产品数量对推荐用户进行推荐,从而提高机械产品的信息推送效率,所述系统通过补偿单元计算补偿系数,并根据补偿系数对推荐用户的推荐系数进行补偿,从而根据推荐用户拥有的机械产品预设指标对推荐用户的推荐系数进行计算,以从推荐系数体现出预设指标有优势的推荐用户,所述系统通过修正单元计算修正系数,并根据修正系数对补偿系数进行修正,以推荐用户的行为次数为影响参数计算修正系数,使修正系数随着推荐用户的行为次数的增大而增大,从而根据推荐用户的行为次数反映推荐用户的交易安全程度,从而在提高交易安全程度高的推荐用户的修正系数,进一步提高推荐系数计算的精确度,所述系统通过调整单元计算调整系数,以使调整系数随着重合次的增大而增大,从而在推荐用户拥有的机械产品中某一机械产品满足需求且存在其他机械产品的数量和指标也满足目标用户需求时,增大该推荐用户的调整系数,从而区分出推荐系数差距不明显的推荐用户,所述系统通过匹配信息分析单元判断匹配用户,并设定匹配用户的匹配系数,从而识别出匹配用户,所述系统通过调节单元计算调节系数,使调节系数随着匹配用户的行为次数增大而增大,从而在匹配用户的行为次数大时反映该匹配用户的交易安全程度高,所述调节单元根据调节系数对匹配系数进行调节,以使匹配系数随着调节系数的增大而增大,从而增大安全交易程度高的匹配用户的匹配系数,进一步增大匹配系数计算的准确性,所述系统通过校正单元计算校正系数,使校正系数随着匹配用户机械产品的需求指标的增大而增大,所述校正单元根据校正系数对调节系数进行校正,校正后的调节系数随着校正系数的增大而增大,从而增大需求指标大的匹配用户的匹配系数,进一步提高匹配系数计算的精确度,所述系统通过第一推送单元根据推荐系数向目标用户推送推荐用户,从而对目标用户实时推送机械产品的信息,提高机械产品的信息推送效率,所述系统通过第二推送单元根据匹配系数向目标用户推送匹配用户,从而对目标用户实时推送机械产品的信息,以提高机械产品的信息推送效率,所述系统通过信息反馈单元根据目标用户在推送周期内,与所述机械产品的推荐用户在推送后的行为次数,对目标用户在该机械产品的补偿系数计算过程进行更正,还根据目标用户在推送周期内,对所述机械产品的匹配用户推送信息的点击次数,对目标用户在该机械产品的校正系数计算过程进行更正,从而根据反馈情况对信息推送过程进行实时调整,进一步提高机械产品的信息推送效率。

附图说明

图1为本实施例基于大数据分析的机械产品实时信息推送系统的结构示意图;

图2为本实施例推荐信息分析模块的结构示意图;

图3为本实施例匹配信息分析模块的结构示意图;

图4为本实施例信息推送模块的结构示意图。

具体实施方式

为了使本发明的目的和优点更加清楚明白,下面结合实施例对本发明做进一步描述;应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。

下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非在限制本发明的保护范围。

此外,还需要说明的是,在本发明的描述中,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,或一体地连接;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。对于本领域技术人员而言,可根据具体情况理解上述术语在本发明中的具体含义。

请参阅图1所示,其为本实施例基于大数据分析的机械产品实时信息推送系统的结构示意图,所述系统包括:

采集模块,用以实时采集机械产品的市场信息和用户的行为信息,机械产品的市场信息包括机械产品的平均市场指标和平均成交间隔时长,用户的行为信息包括用户的行为次数和用户注册时长;

交互模块,用以与用户进行交互,并获取用户输入的交互信息,交互信息包括需求产品参数和拥有产品参数,需求产品参数包括目标用户需求的机械产品名称、数量和需求指标,拥有产品参数包括目标用户拥有的机械产品名称、数量和预设指标,所述用户由目标用户和其他用户构成,所述目标用户是指进行信息推荐的用户,所述其他用户是指用户中除了目标用户外的其他用户,交互模块与采集模块连接;

推荐信息分析模块,用以根据所述交互信息判断目标用户的推荐用户,并确定推荐用户的推荐系数,推荐信息分析模块与交互模块连接;

匹配信息分析模块,用以根据所述交互信息判断目标用户的匹配用户,并确定匹配用户的匹配系数,匹配信息分析模块与交互模块连接;

信息推送模块,用以向目标用户推送推荐用户和匹配用户,信息推送模块与推荐信息分析模块和匹配信息分析模块连接。

具体而言,所述系统应用于机械产品交易云平台,通过对云平台数据进行处理并进行推送,提高机械产品的信息推送效率,对云平台的数据进行采集时,所述系统通过采集模块采集云平台的机械产品信息,包括云平台在运行时各机械产品的平均市场指标和平均市场成交间隔时长,所述系统还通过采集模块采集在云平台进行注册的各用户的行为次数和在云平台进行注册的用户注册时长。

具体而言,所述采集模块采集云平台上的机械产品信息和用户行为信息,所述采集模块标记同一机械产品成交时的指标和件数,并将各同一产品成交时的指标求和以后除以该机械产品的成交件数,得到该机械产品的平均市场指标,所述指标可以是机械产品的现货价格还可以是机械产品的预售价格,本实施例不对指标的具体内容进行限定,所述采集模块标记采集周期内机械产品成交时的时间和次数,并计算机械产品相邻成交的时间间隔,将各时间间隔求和以后除以行为次数,得到平均成交间隔时长,所述采集周期是指对机械产品成交时的时间和次数进行采集和标记的周期,本实施例不对采集周期的天数作具体限定,本领域技术人员可以自由设置,如可设置采集周期为一个月,所述用户的行为次数是指用户在云平台注册后机械产品的在机械产品云平台的成交次数,所述用户注册时长是指用户在云平台注册后到当前时间的时长。

具体而言,所述交互模块可通过终端与用户进行交互,还可通过其他方式与用户进行交互,以通过终端的交互方式为例,所述交互模块在终端显示交互信息,并提示用户输入交互信息的内容,所述交互模块获取用户输入的交互信息并存储于数据库中,所述用户需求的机械产品名称是指用户需求的进行购买的机械产品的名称,所述用户需求的机械产品数量是指用户预设的所需机械产品的数量,所述用户需求的机械产品指标是指用户在求购机械产品时预设的指标,所述用户拥有的机械产品名称是指用户所拥有的进行售卖的机械产品的名称,所述用户拥有的机械产品数量是指用户拥有的进行售卖的机械产品数量,所述用户拥有的机械产品预设指标是指用户拥有的进行售卖的机械产品的预设指标。

请参阅图2所示,其为本实施例推荐信息分析模块的结构示意图,所述信息分析模块包括:

推荐信息分析单元,用以根据目标用户需求的机械产品名称分析目标用户针对该机械产品的推荐用户,并计算推荐用户的推荐系数;

补偿单元,用以根据推荐用户拥有的机械产品预设指标计算补偿系数,并根据补偿系数对推荐用户的推荐系数进行补偿,其与推荐信息分析单元连接;

修正单元,用以根据推荐用户的行为次数计算修正系数,并根据修正系数对补偿系数进行修正,其与补偿单元连接;

调整单元,用以在推荐系数差距不明显时根据目标用户的其他需求产品参数计算调整系数,并根据调整系数对修正系数进行调整,其与修正单元连接。

请参阅图3所示,其为本实施例匹配信息分析模块的结构示意图,所述匹配信息分析模块包括:

匹配信息分析单元,用以根据目标用户拥有的机械产品名称分析匹配用户,并设定匹配用户的匹配系数;

调节单元,用以根据匹配用户的行为次数计算调节系数,并根据调节系数对匹配系数进行调节,其与匹配信息分析单元连接;

校正单元,用以根据匹配用户的机械产品需求指标计算校正系数,并根据校正系数对调节系数进行校正,其与调节单元连接。

请参阅图4所示,其为本实施例信息推送模块的结构示意图,所述信息推送模块包括:

第一推送单元,用以根据推荐系数向目标用户推送推荐用户;

第二推送单元,用以根据匹配系数向目标用户推送匹配用户,其与第一推送单元连接;

信息反馈单元,用以根据目标用户在推送周期内已推送机械产品的反馈结果对所述补偿系数和所述校正系数的计算过程进行更正,信息反馈单元与第二推送单元连接。

具体而言,所述系统通过采集模块对机械产品的市场信息和用户的行为信息进行实时采集,从而实时获取信息,以便于后续对实时信息进行处理,所述系统通过交互模块与用户进行交互,以获取用户输入的交互信息,从而针对用户的交互信息对用户需求的产品信息进行处理,以便于推送推荐用户和匹配用户,提高机械产品的信息推送效率,所述系统通过推荐信息分析单元判断推荐用户,以筛选出目标用户需求的机械产品名称一致的其他用户作为推荐用户,并计算推荐用户的推荐系数,以根据推荐用户拥有的机械产品数量对推荐用户进行推荐,从而提高机械产品的信息推送效率,所述系统通过补偿单元计算补偿系数,并根据补偿系数对推荐用户的推荐系数进行补偿,从而根据推荐用户拥有的机械产品预设指标对推荐用户的推荐系数进行计算,以从推荐系数体现出预设指标有优势的推荐用户,所述系统通过修正单元计算修正系数,并根据修正系数对补偿系数进行修正,以推荐用户的行为次数为影响参数计算修正系数,使修正系数随着推荐用户的行为次数的增大而增大,从而根据推荐用户的行为次数反映推荐用户的交易安全程度,从而在提高交易安全程度高的推荐用户的修正系数,进一步提高推荐系数计算的精确度,所述系统通过调整单元计算调整系数,以使调整系数随着重合次的增大而增大,从而在推荐用户拥有的机械产品中某一机械产品满足需求且存在其他机械产品的数量和指标也满足目标用户需求时,增大该推荐用户的调整系数,从而区分出推荐系数差距不明显的推荐用户,所述系统通过匹配信息分析单元判断匹配用户,并设定匹配用户的匹配系数,从而识别出匹配用户,所述系统通过调节单元计算调节系数,使调节系数随着匹配用户的行为次数增大而增大,从而在匹配用户的行为次数大时反映该匹配用户的交易安全程度高,所述调节单元根据调节系数对匹配系数进行调节,以使匹配系数随着调节系数的增大而增大,从而增大安全交易程度高的匹配用户的匹配系数,进一步增大匹配系数计算的准确性,所述系统通过校正单元计算校正系数,使校正系数随着匹配用户机械产品的需求指标的增大而增大,所述校正单元根据校正系数对调节系数进行校正,校正后的调节系数随着校正系数的增大而增大,从而增大需求指标大的匹配用户的匹配系数,进一步提高匹配系数计算的精确度,所述系统通过第一推送单元根据推荐系数向目标用户推送推荐用户,从而对目标用户实时推送机械产品的信息,提高机械产品的信息推送效率,所述系统通过第二推送单元根据匹配系数向目标用户推送匹配用户,从而对目标用户实时推送机械产品的信息,以提高机械产品的信息推送效率,所述系统通过信息反馈单元根据目标用户在推送周期内,与所述机械产品的推荐用户在推送后的行为次数,对目标用户在该机械产品的补偿系数计算过程进行更正,还根据目标用户在推送周期内,对所述机械产品的匹配用户推送信息的点击次数,对目标用户在该机械产品的校正系数计算过程进行更正,从而根据反馈情况对信息推送过程进行实时调整,进一步提高机械产品的信息推送效率。

具体而言,推荐信息分析单元将目标用户需求的机械产品名称与其他用户拥有的机械产品名称进行比对,并根据比对结果判断推荐用户,其中:

当目标用户需求的机械产品名称与其他用户拥有的机械产品名称一致时,所述推荐信息分析单元判定该其他用户为推荐用户;

当目标用户需求的机械产品名称与其他用户拥有的机械产品名称不一致时,所述推荐信息分析单元判定该其他用户不是推荐用户。

具体而言,所述机械产品名称包括机械产品的学术名称、专有名词、产品型号和行业俗称等,本实施例不对机械产品名称的比对方式作具体限定,本领域技术人员可以自由设置,只需满足对机械产品一致时的识别需求即可,如可将用户需求的机械产品名称转换成机械产品的学术名称、专有名词、产品型号和行业俗称等,在转换后与其他用户拥有的机械产品名称进行比对,当用户需求的机械产品名称与该用户拥有的机械产品名称的字段重合时判定用户需求的机械产品名称与该用户拥有的机械产品名称一致,本实施例中在进行推荐用户判断时,选择目标用户需求的单个名称的机械产品与其他用户的机械产品名称进行比对,并分析该名称机械产品推荐用户的推荐系数,本实施例不对目标用户需求的单个名称的机械产品的选取方式作具体限定,本领域技术人员可以自由设置,如可随机进行选取,还可按照各名称机械产品的数量进行选取等。

具体而言,所述推荐信息分析单元根据推荐用户拥有的与目标用户需求的机械产品名称一致的机械产品数量B计算推荐用户的推荐系数A,设定A=1+(B-B0)/B,B0为用户需求的机械产品数量。

可以理解的是,本实施例不对推荐系数的计算方式作具体限定,本领域技术人员可以自由设置,只需满足使推荐系数随着机械产品数量的增大而增大的需求即可。

具体而言,所述推荐信息分析单元以推荐用户拥有的机械产品数量为参数计算推荐用户的推荐系数,以使推荐系数随着机械产品数量的增大而增大,从而使得推荐用户拥有的机械产品数量可满足目标用户需求数量,从而提高机械产品的信息推送效率。

具体而言,所述补偿单元根据推荐用户拥有的机械产品预设指标C计算补偿系数D,设定D=1+(C0-C)/C,C0为平均市场指标,所述补偿单元根据补偿系数D对推荐用户的推荐系数A进行补偿,补偿后的推荐系数为Ad,设定Ad=A×D,所述平均市场指标C0是指在平台交易成功的同一机械产品的平均指标。

可以理解的是,本实施例不对补偿系数的计算过程作具体限定,本领域技术人员可以自由设置,只需满足使得补偿系数随着预设指标的增大而减小的需求即可。

具体而言,所述补偿单元以推荐用户拥有的机械产品预设指标为影响参数计算补偿系数,以使补偿系数随着预设指标的增大而减小,从而在预设指标高时降低补偿系数,在预设指标低时增大补偿系数,所述补偿单元根据补偿系数对推荐用户的推荐系数进行补偿,以使补偿后的推荐系数随着补偿系数的增大而增大,从而提高补偿系数计算的准确性,进一步提高推荐系数计算的精确度。

具体而言,所述修正单元将推荐用户的行为次数E与用户正常行为次数E0进行比对,并根据比对结果对补偿系数D进行修正,其中:

当E<E0时,所述修正单元不对补偿系数进行修正;

当E≥E0时,所述修正单元根据推荐用户的行为次数计算修正系数F,设定F=1+(E-E0)/E,所述修正单元根据对修正系数F补偿系数D进行修正,修正后的补偿系数为Df,设定Df=D×F。

可以理解的是,本实施例不对修正系数的计算方式作具体限定,本领域技术人员可以自由设置,只需满足提高交易安全程度高的推荐用户的修正系数的需求即可。

具体而言,当推荐用户的行为次数大于等于用户正常行为次数时,所述修正单元以推荐用户的行为次数为影响参数计算修正系数,使修正系数随着推荐用户的行为次数的增大而增大,从而根据推荐用户的行为次数反映推荐用户的交易安全程度,从而在提高交易安全程度高的推荐用户的修正系数,所述修正单元根据修正系数对补偿系数进行修正,使修正后的补偿系数随着修正系数的增大而增大,从而增大安全程度高的推荐用户的推荐系数,进一步提高推荐系数计算的精确度。

具体而言,所述用户正常行为次数E0是指在用户平台注册后进行交易的正常行为次数,设定E0=T/T0,T为用户注册时长,T0为平均成交间隔时长。

具体而言,所述调整单元将推荐系数A与第一预设推荐系数A1进行比对,并根据比对结果计算各推荐用户之间的推荐系数差值,其中:

当不存在两个以上A≥A1的推荐用户时,所述调整单元不对各推荐用户之间的推荐系数差值△A进行计算;

当存在两个以上A≥A1的推荐用户时,所述调整单元对推荐系数A大于等于第一预设推荐系数A1的各推荐用户之间的推荐系数差值△A进行计算,并将选取推荐系数差值的最小值△Amin与预设推荐系数差值△A1进行比对,根据比对结果对各推荐用户进行差距判断,其中:

若△Amin>△A1,所述调整单元判断推荐用户之间的差距明显;

若△Amin≤△A1,所述调整单元判断推荐用户之间的差距不明显;

所述调整单元在推荐系数差距不明显时根据目标用户需求的其他机械产品计算调整系数G,G=1+n/(n0+n),n为重合次,n0为预设重合次,0<n0<5,所述调整单元根据调整系数G对修正系数推荐系数A大于等于预设推荐系数A1的推荐用户的修正系数F进行调整,调整后的修正系数为Fg,设定Fg=F×G。

可以理解的是,本实施例不对调整系数的计算方式作具体限定,本领域技术人员可以自由设置,只需满足对推荐系数差距不明显的推荐用户的区分需求即可。

具体而言,所述调整单元在推荐系数差距不明显时以目标用户需求的其他机械产品的重合次为影响参数计算调整系数,以使调整系数随着重合次的增大而增大,从而在推荐用户拥有的机械产品中某一机械产品满足需求且存在其他机械产品的数量和指标也满足目标用户需求时,增大该推荐用户的调整系数,从而区分出推荐系数差距不明显的推荐用户,所述调整单元根据调整系数对推荐系数大于等于预设推荐系数的推荐用户的修正系数进行调整,以使所述修正系数随着调整系数的增大而增大,从而区分出推荐系数差距不明显的推荐用户。

具体而言,所述重合次n为目标用户需求的其他机械产品与推荐用户拥有的机械产品的重合次,所述调整单元将目标用户需求的其他机械产品与推荐用户拥有的机械产品的名称、数量B1和预设指标C1进行比对,当两者名称一致且B1>α×B0且C1≤C0时,记作一次重合,所述调整单元统计所述推荐用户的重合次数作为重合次,α为预设数量系数,0.5<α≤1。

具体而言,所述匹配信息分析单元将目标用户拥有的机械产品名称与其他用户需求的机械产品名称进行比对,并根据比对结果对目标用户的匹配用户进行判断,其中:

当目标用户拥有的机械产品名称与其他用户需求的机械产品名称一致时,所述匹配信息分析单元判定与目标用户拥有的机械产品名称一致的其他用户为匹配用户,并设定匹配用户的匹配系数H=1;

当目标用户拥有的机械产品名称与其他用户需求的机械产品名称不一致时,所述匹配信息分析单元判定与目标用户拥有的机械产品名称不一致的其他用户不是匹配用户,本实施例中在进行匹配用户判断时,选择目标用户拥有的单个名称的机械产品与其他用户需求的机械产品名称进行比对,并分析该名称机械产品匹配用户的匹配系数,本实施例不对目标用户拥有的单个名称的机械产品的选取方式作具体限定,本领域技术人员可以自由设置,如可随机进行选取,还可按照各名称机械产品的数量进行选取等。

具体而言,所述调节单元根据匹配用户的行为次数E1计算调节系数K,设定K=1+E1/(E1+E0),并根据调节系数K对匹配系数H进行调节,调节后的匹配系数为Hk,设定Hk=H×K。

可以理解的是,本实施例不对调节系数的计算方式作具体限定,本领域技术人员可以自由设置,只需满足通过调节系数反映匹配用户的安全交易程度即可。

具体而言,所述调节单元以匹配用户的行为次数为影响参数计算调节系数,以使调节系数随着匹配用户的行为次数增大而增大,从而在匹配用户的行为次数大时反映该匹配用户的交易安全程度高,所述调节单元根据调节系数对匹配系数进行调节,以使匹配系数随着调节系数的增大而增大,从而增大安全交易程度高的匹配用户的匹配系数,进一步增大匹配系数计算的准确性。

具体而言,所述校正单元将匹配用户机械产品的需求指标Ch与平均市场指标C0进行比对,并根据比对结果对调节系数进行校正,其中:

当Ch≤C0时,所述校正单元不对调节系数进行校正;

当Ch>C0时,所述校正单元对调节系数进行校正,并根据匹配用户机械产品的需求指标Ch计算校正系数L,设定L=1+(Ch-C0)/Ch,所述校正单元根据校正系数L对调节系数K进行校正,校正后的调节系数为KL,设定KL=K×L。

可以理解的是,本实施例不对校正系数的计算方式作具体限定,本领域技术人员可以自由设置,只需满足通过校正系数反映匹配用户机械产品的需求指标的需求即可。

具体而言,当匹配用户机械产品的需求指标大于平均市场指标时,所述校正单元对调节系数进行校正,并以匹配用户机械产品的需求指标为参数计算校正系数,以使校正系数随着匹配用户机械产品的需求指标的增大而增大,所述校正单元根据校正系数对调节系数进行校正,校正后的调节系数随着校正系数的增大而增大,从而增大需求指标大的匹配用户的匹配系数,进一步提高匹配系数计算的精确度。

具体而言,所述第一推送单元将推荐用户的推荐系数A与各预设推荐系数进行比对,根据比对结果对推荐用户的推送结果进行判断,其中:

当A≥A2时,所述第一推送单元判定该推荐用户为强推送推荐用户;

当A1≤A<A2时,所述第一推送单元判定该推荐用户为弱推送推荐用户;

当A<A1时,所述第一推送单元不对该推荐用户进行推送;

所述第一推送单元获取各强推送推荐用户的推荐系数,并将强推送推荐用户的推荐系数按照从大到小的顺序进行排序,得到强推送推荐用户序列,将该序列进行强推送,推送至目标用户,所述第一推送单元获取各弱推送推荐用户的推荐系数,并将弱推送推荐用户的推荐系数按照从大到小的顺序进行排序,得到弱推送推荐用户序列,将该序列进行弱推送,推送至目标用户;

A1为第一预设推荐系数,A2为第二预设推荐系数,1<A1<A2,所述第一推送单元在进行强推送时,设定向目标用户推送推荐用户的频率为P1,P1为第一预设频率,所述第一推送单元在进行弱推送时,设定向目标用户推送推荐用户的频率为P2,P2为第二预设频率,P1>P2。

具体而言,本实施例不对各预设频率的取值作具体限定,本领域技术人员可以根据实际需求自由设置,只需满足目标用户对推送信息的注意需求即可,如可设置第一预设频率为一天三次,第二预设频率为一天一次。

具体而言,所述第一推送单元将推荐系数大于第二预设推荐系数区间内的推荐用户按照排序进行强推送,以使目标用户及时获取推荐系数高的机械产品信息,提高机械产品的信息推送效率,所述第一推送单元将推荐系数大于第一预设推荐系数且小于等于第二预设推荐系数区间内的推荐用户按照排序进行弱推送,以将推荐系数满足要求的机械产品信息以适当频率推送给目标用户,从而提高机械产品的信息推送效率,所述第一推送单元不对推荐系数小于第一预设推荐系数区间内的推荐用户进行推送,以剔除不符合推荐系数的推荐用户,过滤不合适的推荐用户,进一步提高机械产品的信息推送效率。

具体而言,所述第二推送单元将匹配用户的匹配系数H与各预设匹配系数进行比对,根据比对结果对匹配用户的推送结果进行判断,其中:

当H≥H2时,所述第二推送单元判定该匹配用户为强推送匹配用户;

当H1≤H<H2时,所述第二推送单元判定该匹配用户为弱推送匹配用户;

当H<H1时,所述第二推送单元不对该匹配用户进行推送;

所述第二推送单元获取各强推送匹配用户的匹配系数,并将强推送匹配用户的匹配系数按照从大到小的顺序进行排序,得到强推送匹配用户序列,将该序列进行强推送,推送至目标用户,所述第二推送单元获取各弱推送匹配用户的匹配系数,并将弱推送匹配用户的匹配系数按照从大到小的顺序进行排序,得到弱推送匹配用户序列,将该序列进行弱推送,推送至目标用户;

H1为第一预设匹配系数,H2为第二预设匹配系数,1<H1<H2,所述第二推送单元在进行强推送时,设定向目标用户推送匹配用户的频率Ph=P1,所述第二推送单元在进行弱推送时,设定向目标用户推送匹配用户的频率Ph=P2。

具体而言,所述第一推送单元将匹配系数大于第二预设匹配系数区间内的匹配用户按照排序进行强推送,以使目标用户及时获取匹配系数高的机械产品信息,提高机械产品的信息推送效率,所述第一推送单元将匹配系数大于等于第一预设匹配系数且小于第二预设匹配系数区间内的匹配用户按照排序进行弱推送,以将匹配系数满足要求的机械产品信息以适当频率推送给目标用户,从而提高机械产品的信息推送效率,所述第一推送单元不对匹配系数小于第一预设匹配系数区间内的匹配用户进行推送,以剔除不符合匹配系数的匹配用户,过滤不合适的匹配用户,进一步提高机械产品的信息推送效率。

具体而言,所述信息反馈单元获取推送后目标用户在推送周期内与所述机械产品的推荐用户的推送后行为次数Ea,并将推送后行为次数Ea与预设有效行为次数e进行比对,并根据比对结果判断已推送机械产品的反馈结果,其中:

当Ea≥e时,所述信息反馈单元判定机械产品的反馈结果有效,不对该机械产品的平均市场指标C0进行更正;

当Ea<e时,所述信息反馈单元判定机械产品的反馈结果无效,并对该机械产品的平均市场指标C0进行更正,更正后的平均市场指标为C0e,设定C0e=C0×β,β为待交易更正系数,0.9<β<1。

具体而言,所述信息反馈单元在行为次数小于预设有效行为次数时,所述信息反馈单元判定机械产品的反馈结果无效,并对该机械产品的平均市场指标进行更正,以降低该机械产品的平均市场指标,以便于对目标用户在该机械产品的补偿系数计算过程进行更正,从而根据目标用户的预期更正补偿系数的计算过程,以使该机械产品补偿系数的计算结果更加精确,提高推荐系数计算的准确度,从而进一步提高机械产品的信息推送效率。

具体而言,所述信息反馈单元获取推送后目标用户在推送周期内对所述机械产品的匹配用户推送信息的点击次数P,并将点击次数P与预设有效点击次数P0进行比对,并根据比对结果判断机械产品的反馈结果,其中:

当P≥P0时,所述信息反馈单元判定机械产品的反馈结果有效,不对该机械产品的平均市场指标C0进行更正;

当P<P0时,所述信息反馈单元判定机械产品的反馈结果无效,并对该机械产品的平均市场指标C0进行更正,更正后的平均市场指标为C0e,设定C0e=C0×θ,θ为匹配更正系数,1<θ<1.1。

具体而言,所述信息反馈单元在点击次数小于预设有效点击次数时,所述信息反馈单元判定机械产品的反馈结果无效,并对该机械产品的平均市场指标进行更正,以提高该机械产品的平均市场指标,以便于对目标用户在该机械产品的校正系数计算过程进行更正,从而根据目标用户的预期更正校正系数的计算过程,以使该机械产品校正系数的计算结果更加精确,提高推荐系数计算的准确度,从而进一步提高机械产品的信息推送效率。

具体而言,所述推送周期是指针对目标用户所需的机械产品进行推送的周期,本实施例不对推送周期的时间段长短设置进行限定,本领域技术人员可根据推送需求自由设置,如可设置推送周期为一周,在目标用户进行交互设置所需的机械产品后一周内对该机械产品的推荐用户进行推送。

至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。

相关技术
  • 一种基于区块链技术的实时路况信息采集推送方法
  • 一种基于区块链技术的路面养护信息采集与其推送方法和系统
  • 基于大数据分析与挖掘的对虾产品实时信息主动推送系统
  • 基于大数据分析与挖掘的对虾产品实时信息主动推送系统
技术分类

06120116154151