[发明专利]基于用户、产品和广告相结合的人工智能推荐方法及系统

权利要求书

1.一种基于用户、产品和广告相结合的人工智能推荐方法，其特征在于，包括以步骤：

步骤S1，获取用户个人信息，并存储至个人信息数据库中；

步骤S2，获取商家信息和产品基本信息，通过机器学习模块对商家的产品基本信息进行学习，将所述产品基本信息和商家信息进行结合以产生产品信息，并将所述产品信息存储至产品使用信息数据库中；

步骤S3，结合所述个人信息数据库和所述产品使用信息数据库，通过余弦相似度实现对用户的初步产品推荐，记录并更新用户的反馈和平台活动结果；

步骤S4，获取广告商信息和基本广告信息，通过机器学习模块对所述基本广告信息进行学习，将所述广告商信息和基本广告信息进行结合以产生广告信息，并将所述广告信息存储至广告使用信息数据库中，将所述个人信息数据库或所述产品使用信息数据库分别与广告使用信息数据库进行综合，通过余弦相似度实现对用户的初步广告产品推荐，记录并更新用户的反馈和平台活动结果；

步骤S5，根据每个商家在所述产品使用信息数据库中的信息，生成对应其产品的第一产品报告，并将所述第一产品报告发送给所述商家；

步骤S6，根据每个广告商的广告在所述广告使用信息数据库中的信息，生成对应广告商的第二产品报告，并将所述第二产品报告发送给所述广告商；

所述步骤S2包括以下子步骤：

步骤S201，获取商家的基本注册信息，包括用户的账号、密码、注册时间、注册地区和评分；

步骤S202，统计商家的问卷内容，包括商家的主要领域、商家目标用户人群和目标平台中的任意一项或几项；

步骤S203，将所述商家的基本注册信息的问卷内容进行合并形成商家信息；

步骤S204，上传视频和产品基本信息至产品基本信息模块，产品基本信息包括视频类别、简介、评分和时长中的任意一项或几项；

步骤S205，对产品基本信息模块中的产品信息进行图像识别、语音识别和自然语言处理，进而将视频图像和音频转化成文本得到视频特征；

步骤S206，将视频特征的文字信息转换为数字信息，并按比例将其转换为0至10之间的数，产生产品信息矩阵；

所述步骤S205中，图像识别的过程为将视频进行图像分割，并对分割后的图像进行转化成为数列，将图像的数列输入至卷积神经网络中进行训练，得到各个图像输出出现的最大概率物体，以此作为视频图像的视频特征；语音识别的过程为将音频转换成文本后，通过自然语言处理对所述文本进行特征提取，以此作为音频的视频特征；所述步骤S206中，通过独热编码将所述视频特征的文字信息转换成数字信息，并将其按照比例转换成0至10之间的数；

所述步骤S4包括以下子步骤：

步骤S401，获取广告商信息和基本广告信息；

步骤S402，对广告商信息和基本广告信息进行权重分配，进而将广告商信息和基本广告信息分别转为广告商信息向量和广告信息向量；

步骤S403，对所述广告信息向量和广告商信息向量，或对个人信息向量和广告商信息向量进行余弦相似度计算，根据余弦相似度由高到低进行排列实现推荐；

步骤S404，通过用户对推荐结果的反馈及用户在平台活动，动态记录并对所述广告使用信息数据库、产品使用信息数据库和个人信息数据库的数据进行权重更新。

2.根据权利要求1所述的基于用户、产品和广告相结合的人工智能推荐方法，其特征在于，所述步骤S1包括以下子步骤：

步骤s101，获取用户的基本注册信息，包括用户的账号、密码、注册时间和注册地区；

步骤S102，统计用户的问卷内容，包括使用该平台的目的、目前的偏好、目前所处的职业/行业、未来计划以及对该平台的计划使用时间中的任意一项或几项；

步骤S103，将所述用户的基本注册信息和问卷内容进行合并形成用户个人信息；

步骤S104，将所述用户个人信息的文字信息转换成数字信息，由此形成用户个人信息的信息矩阵；

步骤S105，在个人信息数据库中对用户个人信息的信息矩阵的数据按比例进行调整，使得所有的数值都在0至10中间。

3.根据权利要求2所述的基于用户、产品和广告相结合的人工智能推荐方法，其特征在于，所述步骤S104中，通过独热编码将所述用户个人信息的文字信息转换成数字信息，将用户个人信息的所有文字信息通过0和1来表达；所述步骤S105中，对数据进行调整的比例为预先设定的数值。