[發明專利]基于大數據的商品混合推薦系統

在審

• 申請號: 202210859362.0
• 申請日: 2022-07-20
• 公開（公告）號: CN115393004A
• 公開（公告）日: 2022-11-25
• 發明（設計）人: 任雅仙
• 申請（專利權）人: 任雅仙
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06F16/9536
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了基于大數據的商品混合推薦系統，包括商品數據模塊、數據分析處理模塊和推薦服務模塊，所述商品數據模塊用于進行所需商品數據的埋點采集和數據落盤，所述數據分析處理模塊用于對接收的商品數據進行集成管理并處理推薦數據中存在的問題，所述推薦服務模塊用于利用算法進行商品推薦計算實現離線和實時兩組推薦服務，所述包括商品數據模塊與數據分析處理模塊網絡連接，所述數據分析處理模塊與推薦服務模塊網絡連接，通過服務的方式將推薦算法封裝成推薦服務，充分利用離線計算框架和實時計算框架的優勢，結合用戶的興趣漂移現象實現高效的推薦，本發明，具有適應生鮮電商平臺業務需求和快速精準推薦的特點。

技術領域

本發明涉及商品推薦技術領域，具體為基于大數據的商品混合推薦系統。

背景技術

生鮮電商平臺的商品比其他電商平臺中的商品更加細分，對于具體的推薦算法而言，除了需要分析生鮮類商品、用戶之間的聯系之外，也需要分析細分生鮮類目下的商品關聯，在數據打標時需要注意貼合度和目標精準度，從而增加成交總額，此外由于對于用戶來說是較新平臺，導致用戶積累相對較少，因此還需處理冷啟動問題，單一的推薦方式無法有效滿足此類生鮮電商平臺對于推薦系統的要求，單一的推薦算法都存在各自的缺點或局限性，當新的用戶或者新的物品進入系統時，由于沒有瀏覽、點擊等交互數據，難以形成推薦，就會出現冷啟動問題，如果用戶的交互數據過少，則會出現數據稀疏性問題，在類似“用戶-物品”這樣的交互矩陣中，如果非零項過少，不僅會耗費計算資源，也不會形成太好的推薦效果。因此，設計適應生鮮電商平臺業務需求和快速精準推薦的基于大數據的商品混合推薦系統是很有必要的。

發明內容

本發明的目的在于提供基于大數據的商品混合推薦系統，以解決上述背景技術中提出的問題。

為了解決上述技術問題，本發明提供如下技術方案：基于大數據的商品混合推薦系統，包括商品數據模塊、數據分析處理模塊和推薦服務模塊，所述商品數據模塊用于進行所需商品數據的埋點采集和數據落盤，所述數據分析處理模塊用于對接收的商品數據進行集成管理并處理推薦數據中存在的問題，所述推薦服務模塊用于利用算法進行商品推薦計算實現離線和實時兩組推薦服務，所述包括商品數據模塊與數據分析處理模塊網絡連接，所述數據分析處理模塊與推薦服務模塊網絡連接；

所述推薦服務模塊包括離線推薦服務模塊和實時推薦服務模塊，所述離線推薦服務模塊與實時推薦服務模塊電連接，所述離線推薦服務模塊用于利用ALS協同過濾推薦和近期熱門統計推薦進行離線服務，所述實時推薦服務模塊用于進行基于窗口的實時TopN推薦和基于動態感知的實時商品推薦服務，所述離線推薦服務模塊包括歷史數據集子模塊，所述歷史數據集子模塊用于離線推薦服務主要根據數據倉庫中存儲記錄的歷史數據集進行計算推薦，所述實時推薦服務模塊包括動態感知子模塊，所述動態感知子模塊用于根據用戶的評分行為進行動態感知的實時推薦觸發。

根據上述技術方案，所述商品數據模塊包括用戶交互數據收集模塊、數據層、日志系統模塊和分布式環境模塊，所述用戶交互數據收集模塊與數據層、日志系統模塊電連接，所述日志系統模塊與分布式環境模塊電連接，所述用戶交互數據收集模塊用于收集用戶和商品相關的屬性信息即靜態數據以及用戶評分和瀏覽的動態數據，所述數據層用于對數據集中的數據進行封裝計算，所述日志系統模塊用于將通過埋點采集的日志數據放入日志系統的消息中間件和消息隊列中，所述分布式環境模塊用于搭建部署分布式運行環境，所述分布式環境模塊包括分布式并行計算子模塊，所述分布式并行計算子模塊用于利用分布式環境實現分布式并行計算；

所述數據層包括原始數據層、中間數據層和應用數據層，所述原始數據層、中間數據層與應用數據層電連接，所述原始數據層用于將數據集中的數據進行二次封裝，所述中間數據層用于存儲推薦服務的中間結果和一些匯總數據，所述應用數據層用于存儲各個推薦服務產生的混合推薦結果。