[發明專利]一種基于大數據的智能推薦系統

在審

• 申請號: 201910727785.5
• 申請日: 2019-08-08
• 公開（公告）號: CN112347399A
• 公開（公告）日: 2021-02-09
• 發明（設計）人: 杜樂
• 申請（專利權）人: 武漢東湖大數據交易中心股份有限公司
• 主分類號: G06F16/958
• 分類號: G06F16/958;G06F16/9535
• 代理公司: 北京勁創知識產權代理事務所(普通合伙) 11589
• 代理人: 王志敏

本發明公開了數據處理技術領域的一種基于大數據的智能推薦系統，包括大數據云端存儲系統、用戶上傳系統和用戶推薦系統；所述大數據云端存儲系統，用于根據用戶點贊數量自動保存獲贊量較多的推薦數據，以及自動刪除獲贊量較少的推薦數據；所述用戶上傳系統，用于各類網絡用戶根據所要上傳的材料進行壓縮對云端系統進行上傳工作；所述用戶推薦系統，用于通過對云端上傳的推薦數據進行智能解壓，對被推薦用戶進行智能推薦，本發明通過對上傳的推送數據進行統一壓縮處理，可以有效的減少推送數據的內存占用，并且根據用戶的點贊數量來確認是否對點贊數量少的推送數據進行刪除，可以很好的對系統存儲器進行空間釋放，提高用戶對推薦數據的檢索效率。

技術領域

本發明涉及數據處理技術領域，具體為一種基于大數據的智能推薦系統。

背景技術

近幾年，大數據迅速發展成為科技界和企業界甚至世界各國政府關注的熱點數據已經滲透到當今每一個行業和業務職能領域，成為重要的生產因素。

在大數據進行推送的過程中，由于大數據的數據量大而且復雜，而且都是很多上傳用戶不經壓縮直接上傳，導致系統存儲器出現超負荷，從而影響用戶對智能推薦數據的檢索和使用效率。

基于此，本發明設計了一種基于大數據的智能推薦系統，以解決上述問題。

發明內容

本發明的目的在于提供一種基于大數據的智能推薦系統，以解決上述背景技術中提出的現有的大數據進行推送的過程中，由于大數據的數據量大而且復雜，而且都是很多上傳用戶不經壓縮直接上傳，導致系統存儲器出現超負荷，從而影響用戶對智能推薦數據的檢索和使用效率的問題。

為實現上述目的，本發明提供如下技術方案：一種基于大數據的智能推薦系統，包括大數據云端存儲系統、用戶上傳系統和用戶推薦系統；

所述大數據云端存儲系統，用于根據用戶點贊數量自動保存獲贊量較多的推薦數據，以及自動刪除獲贊量較少的推薦數據；

所述用戶上傳系統，用于各類網絡用戶根據所要上傳的材料進行壓縮對云端系統進行上傳工作；

所述用戶推薦系統，用于通過對云端上傳的推薦數據進行智能解壓，對被推薦用戶進行智能推薦。

優選的，所述大數據云端存儲系統包括上傳存儲模塊、調取推薦模塊和數據處理模塊；

所述上傳存儲模塊，用于將用戶通過壓縮上傳的推薦數據進行存儲，并對用戶推薦后的獲贊量進行存儲；

所述調取推薦模塊，用于根據推薦數據的獲贊量，像被推薦用戶進行數據推送工作；

所述數據處理模塊，用于在推薦數據的獲贊量較低時，自動將獲贊量低的推薦數據進行提取并刪除。

優選的，所述上傳存儲模塊包括數據存儲單元和獲贊量存儲模塊；

所述數據存儲單元，用于存儲來自上傳用戶上傳的壓縮推薦數據；

所述獲贊量存儲模塊，用于存儲各個查看推薦數據后的網絡用戶的點贊數量，并進行累計。

優選的，所述數據處理模塊包括數據抽離模塊和抽離刪除模塊；

所述數據抽離模塊，用于根據用戶對推薦數據的點贊量，自動抽取出所述上傳存儲模塊中的點贊量較低的推薦數據；

所述抽離刪除模塊，用于在對推薦數據抽取完成后，對其進行自動刪除操作。

優選的，所述用戶上傳系統包括材料編輯模塊和材料壓縮模塊；

所述材料編輯模塊，用于上傳用戶將上傳材料進行整理和編輯；

所述材料壓縮模塊，用于將用戶整理編輯完成的視頻數據、文檔數據和圖片數據通過壓縮后上傳至所述大數據云端存儲系統中。