[發明專利]一種基于大數據平臺進行特征識別的廣告智能推薦方法有效
| 申請號: | 202011444529.4 | 申請日: | 2020-12-11 |
| 公開(公告)號: | CN112365325B | 公開(公告)日: | 2021-09-24 |
| 發明(設計)人: | 張偉東;柏艷敏 | 申請(專利權)人: | 東方財富信息股份有限公司 |
| 主分類號: | G06Q30/06 | 分類號: | G06Q30/06;G06Q30/02;G06F16/9535;G06F16/9536 |
| 代理公司: | 上海天協和誠知識產權代理事務所 31216 | 代理人: | 吳立斐 |
| 地址: | 201801 上海*** | 國省代碼: | 上海;31 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 數據 平臺 進行 特征 識別 廣告 智能 推薦 方法 | ||
1.一種基于大數據平臺進行特征識別的廣告智能推薦方法,其特征在于:包括如下步驟:
S1、用戶登錄外賣平臺,獲取用戶賬戶內各外賣訂單的詳細信息;
S2、篩選用戶賬戶中近一個月內購買的各外賣訂單,提取各外賣訂單的詳細信息中對應的各食品屬性;
S3、統計用戶賬戶中近一個月內外賣訂單內各種的各食品屬性數目,分析各種的各食品屬性數目比值,篩選各食品屬性的最大數目比值;
S4、統計用戶賬戶中近一個月內各外賣訂單的外賣金額,分析用戶賬戶中近一個月內外賣訂單的平均外賣金額,并綜合計算用戶對外賣的食品喜好度預估系數;
S5、對比分析外賣平臺中符合推薦要求的各商家推薦的食品信息,并進行推送;
上述基于大數據平臺進行特征識別的廣告智能推薦方法使用了一種基于大數據平臺進行特征識別的廣告智能推薦系統,包括用戶登錄模塊、數據獲取模塊、數據提取模塊、食品屬性提取模塊、屬性數目統計模塊、屬性數目分析模塊、分析服務器、金額統計模塊、金額分析模塊、云管理平臺、食品推送模塊和存儲數據庫;
所述用戶登錄模塊用于對外賣平臺進行用戶登錄,通過用戶將賬戶信息輸入到外賣平臺的的登錄界面進行登錄,將登錄成功的用戶賬戶信息發送至數據獲取模塊;
所述數據獲取模塊與用戶登錄模塊連接,用于接收用戶登錄模塊發送的登錄成功的用戶賬戶信息,對接收的用戶賬戶內外賣訂單信息數據進行獲取,獲得用戶賬戶內各外賣訂單的詳細信息,將獲得的用戶賬戶內各外賣訂單的詳細信息分別發送至數據提取模塊、食品屬性提取模塊和存儲數據庫;
所述數據提取模塊與數據獲取模塊連接,用于接收數據獲取模塊發送的用戶賬戶內各外賣訂單的詳細信息,提取接收的用戶賬戶內各外賣訂單的詳細信息中外賣購買時間,統計用戶賬戶內各外賣訂單中外賣購買時間,構成用戶賬戶內各外賣訂單中外賣購買時間集合T(t1,t2,...,ti,...,tn),ti表示為用戶賬戶內第i個外賣訂單中外賣購買時間,將用戶賬戶內各外賣訂單中外賣購買時間集合發送至分析服務器;
所述分析服務器與數據提取模塊連接,用于接收數據提取模塊發送的用戶賬戶內各外賣訂單中外賣購買時間集合,按照時間先后順序依次對接收的用戶賬戶內各外賣訂單中外賣購買時間進行排列,篩選獲得用戶賬戶中近一個月內購買的各外賣訂單,統計用戶賬戶中近一個月內購買的各外賣訂單,構成用戶賬戶中近一個月內購買的各外賣訂單集合P(p1,p2,...,pj,...,pm),m≤n,pj表示為用戶賬戶中近一個月內購買的第j個外賣訂單,將用戶賬戶中近一個月內購買的各外賣訂單集合分別發送至食品屬性提取模塊和金額統計模塊;
所述食品屬性提取模塊分別與數據獲取模塊和分析服務器連接,用于接收數據獲取模塊發送的用戶賬戶內各外賣訂單的詳細信息,同時接收分析服務器發送的用戶賬戶中近一個月內購買的各外賣訂單集合,篩選用戶賬戶中近一個月內各外賣訂單的詳細信息,提取用戶賬戶中近一個月內各外賣訂單的詳細信息中對應的食品菜系、食物類別、食品口味和主要食材類型,統計用戶賬戶中近一個月內各外賣訂單的詳細信息中對應的各食品屬性,構成用戶賬戶中近一個月內各外賣訂單的詳細信息中對應的各食品屬性集合WRg(w1rg,w2rg,...,wjrg,...,wmrg),wjrg表示為用戶賬戶中近一個月內第j個外賣訂單的詳細信息中對應的第g種的第r個食品屬性,g=1,2,...,s,r=r1,r2,r3,r4,r1表示為外賣訂單的詳細信息中食品菜系,r2表示為外賣訂單的詳細信息中食物類別,r3表示為外賣訂單的詳細信息中食品口味,r4表示為外賣訂單的詳細信息中主要食材類型,將用戶賬戶中近一個月內各外賣訂單的詳細信息中對應的各食品屬性集合發送至屬性數目統計模塊;
所述屬性數目統計模塊與食品屬性提取模塊連接,用于接收食品屬性提取模塊發送的用戶賬戶中近一個月內各外賣訂單的詳細信息中對應的各食品屬性集合,統計用戶賬戶中近一個月內外賣訂單的詳細信息中各種的各食品屬性數目,分別構成用戶賬戶中近一個月內外賣訂單的詳細信息中各種食品菜系數目集合Ar1(a1r1,a2r1,...,afr1,...,aur1)、用戶賬戶中近一個月內外賣訂單的詳細信息中各種食物類別數目集合Br1(b1r2,b2r2,...,bvr2,...,bxr2)、用戶賬戶中近一個月內外賣訂單的詳細信息中各種食品口味數目集合Cr1(c1r3,c2r3,...,cpr3,...,cyr3)、用戶賬戶中近一個月內外賣訂單的詳細信息中各種主要食材類型數目集合Dr1(d1r4,d2r4,...,dqr4,...,dzr4),afr1表示為用戶賬戶中近一個月內外賣訂單的詳細信息中第f種食品菜系數目,bvr2表示為用戶賬戶中近一個月內外賣訂單的詳細信息中第v種食物類別數目,cpr3表示為用戶賬戶中近一個月內外賣訂單的詳細信息中第p種食物口味數目,dqr4表示為用戶賬戶中近一個月內外賣訂單的詳細信息中第q種主要食材類型數目,將用戶賬戶中近一個月內外賣訂單的詳細信息中各種的各食品屬性數目集合發送至屬性數目分析模塊;
所述屬性數目分析模塊與屬性數目統計模塊連接,用于接收屬性數目統計模塊發送的用戶賬戶中近一個月內外賣訂單的詳細信息中各種的各食品屬性數目集合,計算用戶賬戶中近一個月內外賣訂單的詳細信息中各種的各食品屬性數目比值,統計用戶賬戶中近一個月內外賣訂單的詳細信息中各種的各食品屬性數目比值,并將用戶賬戶中近一個月內外賣訂單的詳細信息中各種的各食品屬性數目比值發送至分析服務器;
所述分析服務器與屬性數目分析模塊連接,用于接收屬性數目分析模塊發送的用戶賬戶中近一個月內外賣訂單的詳細信息中各種的各食品屬性數目比值,將接收的用戶賬戶中近一個月內外賣訂單的詳細信息中各種的各食品屬性數目比值分別與對應的各種食品屬性數目比值進行對比,篩選用戶賬戶中近一個月內外賣訂單的詳細信息中各種的各食品屬性的最大數目比值,統計用戶賬戶中近一個月內外賣訂單的詳細信息中各食品屬性的最大數目比值,分別記為kmaxr1,kmaxr2,kmaxr3,kmaxr4,將用戶賬戶中近一個月內外賣訂單的詳細信息中各食品屬性的最大數目比值發送至云管理平臺;
所述金額統計模塊與分析服務器連接,用于接收分析服務器發送的用戶賬戶中近一個月內購買的各外賣訂單集合,提取存儲數據庫中存儲的用戶賬戶內各外賣訂單的詳細信息,篩選用戶賬戶中近一個月內各外賣訂單的詳細信息,提取用戶賬戶中近一個月內各外賣訂單的詳細信息中外賣金額,構成用戶賬戶中近一個月內各外賣訂單的詳細信息中外賣金額集合Q(Q1,Q2,...,Qj,...,Qm),Qj表示為用戶賬戶中近一個月內第j個外賣訂單的詳細信息中外賣金額,將用戶賬戶中近一個月內各外賣訂單的詳細信息中外賣金額集合發送至金額分析模塊;
所述金額分析模塊與金額統計模塊連接,用于接收金額統計模塊發送的用戶賬戶中近一個月內各外賣訂單的詳細信息中外賣金額集合,計算用戶賬戶中近一個月內外賣訂單的平均外賣金額,將計算的用戶賬戶中近一個月內外賣訂單的平均外賣金額發送至云管理平臺;
所述云管理平臺分別與分析服務器和金額分析模塊連接,用于接收分析服務器發送的用戶賬戶中近一個月內外賣訂單的詳細信息中各食品屬性的最大數目比值,同時接收金額分析模塊發送的用戶賬戶中近一個月內外賣訂單的平均外賣金額,提取存儲數據庫中存儲的外賣的各食品屬性影響用戶喜好的權重比例系數和外賣食品金額的喜好度影響系數,計算用戶對外賣的食品喜好度預估系數,提取存儲數據庫中存儲的外賣平臺中各商家推薦食品的預估喜好度系數,將用戶對外賣的食品喜好度預估系數與外賣平臺中各商家推薦食品的預估喜好度系數進行對比,若外賣平臺中某商家推薦食品的預估喜好度系數小于用戶對外賣的食品喜好度預估系數,表明外賣平臺中該商家推薦的食品不符合推薦要求,若外賣平臺中某商家推薦食品的預估喜好度系數大于或等于用戶對外賣的食品喜好度預估系數,表明外賣平臺中該商家推薦的食品符合推薦要求,統計外賣平臺中符合推薦要求的各商家推薦的食品信息,將外賣平臺中符合推薦要求的各商家推薦的食品信息發送至食品推送模塊;
所述食品推送模塊與云管理平臺連接,用于接收云管理平臺發送的外賣平臺中符合推薦要求的各商家推薦的食品信息,將接收的各商家推薦的食品信息推送至用戶顯示終端;
所述存儲數據庫分別與數據獲取模塊、金額統計模塊和云管理平臺連接,用于接收數據獲取模塊發送的用戶賬戶內各外賣訂單的詳細信息,存儲外賣的食品菜系、食物類別、食品口味和主要食材類型影響用戶喜好的權重比例系數,分別記為同時存儲外賣食品金額的喜好度影響系數η,并存儲外賣平臺中各商家推薦食品的預估喜好度系數;
所述用戶賬戶中近一個月內外賣訂單的詳細信息中各種的各食品菜系數目比值計算公式為kgr表示為用戶賬單中近一個月內外賣訂單的詳細信息中第g種的第r個食品菜系數目比值,r=r1,r2,r3,r4,agr表示為用戶賬戶中近一個月內外賣訂單的詳細信息中第g種的第r個食品菜系數目,m表示為用戶賬戶中近一個月內外賣訂單的總數目;
所述用戶賬戶中近一個月內外賣訂單的平均外賣金額計算公式為表示為用戶賬戶中近一個月內外賣訂單的平均外賣金額,Qj表示為用戶賬戶中近一個月內第j個外賣訂單的詳細信息中外賣金額,m表示為用戶賬戶中近一個月內外賣訂單的總數目;
所述用戶對外賣的食品喜好度預估系數計算公式為ξ表示為用戶對外賣的食品喜好度預估系數,分別表示為外賣的食品菜系、食物類別、食品口味和主要食材類型影響用戶喜好的權重比例系數,kmaxr1,kmaxr2,kmaxr3,kmaxr4分別表示為用戶賬戶中近一個月內外賣訂單的詳細信息中食品菜系、食物類別、食品口味和主要食材類型的最大數目比值,afr1表示為用戶賬戶中近一個月內外賣訂單的詳細信息中第f種食品菜系數目,bvr2表示為用戶賬戶中近一個月內外賣訂單的詳細信息中第v種食物類別數目,cpr3表示為用戶賬戶中近一個月內外賣訂單的詳細信息中第p種食物口味數目,dqr4表示為用戶賬戶中近一個月內外賣訂單的詳細信息中第q種主要食材類型數目,η表示為外賣食品金額的喜好度影響系數,表示為用戶賬戶中近一個月內外賣訂單的平均外賣金額。
2.根據權利要求1所述的一種基于大數據平臺進行特征識別的廣告智能推薦方法,其特征在于:所述外賣訂單的詳細信息包括用戶姓名、聯系方式、配送地址、外賣購買時間、外賣金額、食品名稱、食品菜系、食物類別、食品口味和主要食材類型。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于東方財富信息股份有限公司,未經東方財富信息股份有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011444529.4/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:基于對象狀態一致性的軟件動態更新測試方法
- 下一篇:一種HPE橡塑共混膠
- 數據顯示系統、數據中繼設備、數據中繼方法、數據系統、接收設備和數據讀取方法
- 數據記錄方法、數據記錄裝置、數據記錄媒體、數據重播方法和數據重播裝置
- 數據發送方法、數據發送系統、數據發送裝置以及數據結構
- 數據顯示系統、數據中繼設備、數據中繼方法及數據系統
- 數據嵌入裝置、數據嵌入方法、數據提取裝置及數據提取方法
- 數據管理裝置、數據編輯裝置、數據閱覽裝置、數據管理方法、數據編輯方法以及數據閱覽方法
- 數據發送和數據接收設備、數據發送和數據接收方法
- 數據發送裝置、數據接收裝置、數據收發系統、數據發送方法、數據接收方法和數據收發方法
- 數據發送方法、數據再現方法、數據發送裝置及數據再現裝置
- 數據發送方法、數據再現方法、數據發送裝置及數據再現裝置





