[發明專利]數據推薦方法、裝置、電子設備及存儲介質

在審

• 申請號: 202111006912.6
• 申請日: 2021-08-30
• 公開（公告）號: CN113706249A
• 公開（公告）日: 2021-11-26
• 發明（設計）人: 劉健
• 申請（專利權）人: 康鍵信息技術（深圳）有限公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06F16/9535
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙) 44347
• 代理人: 高杰;于志光

1.一種數據推薦方法，其特征在于，所述方法包括：

獲取用戶在應用程序中的歷史數據，并采集所述用戶在所述應用程序中的實時數據，分別對所述歷史數據和所述實時數據進行標簽提取，得到歷史標簽和實時標簽；

根據所述歷史標簽和所述實時標簽，創建所述用戶的信用矩陣，利用預設的信用評分機制計算所述信用矩陣中每個數據的數據評分，根據每個所述數據評分，計算所述信用矩陣的矩陣評分，得到用戶評分；

在所述用戶評分處于第一預設范圍時，標記所述用戶為黑名單用戶，并停止向所述黑名單用戶進行數據推薦；

在所述用戶評分處于第二預設范圍時，標記所述用戶為新用戶，從所述應用程序的用戶數據庫中匹配所述新用戶的相似用戶，并將所述相似用戶在所述應用程序中的產品瀏覽數據推送至所述新用戶；

在所述用戶評分處于第三預設范圍時，標記所述用戶為重要用戶，識別所述重要用戶的需求產品，從所述應用程序中匹配所述需求產品的產品數據，并將匹配成功的產品數據推送至所述重要用戶。

2.如權利要求1所述的數據推薦方法，其特征在于，所述采集所述用戶在所述應用程序中的實時數據，包括：

偵測所述用戶在所述應用程序中的行為事件；

響應于所述行為事件，利用預構建的埋點框架記錄所述行為事件的事件特征和用戶特征；

根據所述事件特征和用戶特征，生成所述實時數據。

3.如權利要求1所述的數據推薦方法，其特征在于，所述分別對所述歷史數據和所述實時數據進行標簽提取，得到歷史標簽和實時標簽，包括：

分別對所述歷史數據和所述實時數據進行特征提取，得到歷史特征數據和實時特征數據；

分別識別所述歷史特征數據和所述實時特征數據的數據屬性，得到歷史數據屬性和實時數據屬性；

根據所述歷史數據屬性和所述實時數據屬性，分別建立所述歷史特征數據和所述實時特征數據的數據標簽，得到歷史標簽和實時標簽。

4.如權利要求3所述的數據推薦方法，其特征在于，所述分別對所述歷史數據和所述實時數據進行特征提取，得到歷史特征數據和實時特征數據，包括：

分別計算所述歷史數據和所述實時數據中每個數據的信息熵；

選取所述信息熵大于預設熵的數據作為所述歷史數據和所述實時數據的特征數據，得到歷史特征數據和實時特征數據。

5.如權利要求1所述的數據推薦方法，其特征在于，所述根據所述歷史標簽和所述實時標簽，創建所述用戶的信用矩陣，包括：

將所述歷史標簽和實時標簽作為分別作為矩陣的行標簽和列標簽，根據所述行標簽和列標簽，構建所述用戶的初始矩陣；

將所述歷史標簽和所述實時標簽的數據加載至所述初始矩陣中，以生成所述用戶的信用矩陣。

6.如權利要求1所述的數據推薦方法，其特征在于，所述利用預設的信用評分機制計算所述信用矩陣中每個數據的數據評分，包括：

利用下述公式計算所述信用矩陣中每個數據的數據評分：

其中，f(x,φ)表示信用矩陣中第x個數據的數據評分，x表示信用矩陣中第x個數據，φ表示信用矩陣中數據的數量，h(x)表示信用矩陣中第x個數據的高度，E(h(x))表示均值函數，c(φ)表示評分路徑長度的標準化函數。

7.如權利要求1至6中任意一項所述的數據推薦方法，其特征在于，所述識別所述重要用戶的需求產品，包括：

查詢所述信用矩陣中的歷史產品標簽和實時產品標簽；

將所述歷史產品標簽和實時產品標簽對應的產品作為所述重要用戶的需求產品。