[发明专利]一种基于大数据分析的行业交友交流信息智能推荐方法有效

专利信息
申请号: 202111179847.7 申请日: 2021-10-11
公开(公告)号: CN113609402B 公开(公告)日: 2022-01-25
发明(设计)人: 王彬阳 申请(专利权)人: 深圳我主良缘科技集团有限公司
主分类号: G06F16/9535 分类号: G06F16/9535;G06F16/9536;G06Q50/00;G06Q50/20
代理公司: 深圳市广诺专利代理事务所(普通合伙) 44611 代理人: 伍华荣
地址: 518035 广东省深圳市福田区华富*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 数据 分析 行业 交友 交流 信息 智能 推荐 方法
【说明书】:

发明公开提供的一种基于大数据分析的行业交友交流信息智能推荐方法。该基于大数据分析的行业交友交流信息智能推荐方法包括:调取学习交互平台新用户对应的注册信息、各历史注册用户对应的注册信息和各历史注册用户对应的更新信息;构建新用户匹配标签;将该新用户对应的注册信息与该学习平台各历史注册用户对应的注册信息、更新信息分别进行匹配筛分,获取该新用户对应的适配线下推荐学友和适配线上推荐学友;本发明有效的解决了现有的交友方式需要花费考生大量的检索时间,添加的学友的适配率也无法达到最佳的问题,实现了对考研学生线上、线下学友的同步闭环推荐,同时也大大的保障了学习资源共享的最大化。

技术领域

本发明属于交友信息推荐技术领域,涉及到一种基于大数据分析的行业交友交流信息智能推荐方法。

背景技术

在信息飞速发展时代,教育培训行业也逐渐成为热门行业之一,大多数人在工作或还未毕业时,都选择考研的方式来进一步提升和拓宽自己,考生之间的学习交流可以有效的促进考生的学习效率。

现在市场上没有专门提供一种针对考研学生的交友软件,也没有提供一种针对考研学生的交流方法,现阶段还停留在通过群聊、身边考研同学或者其他方式通过考生自己进行筛选来添加考研学友,这种方式需要花费考生大量的检索时间,添加的学友的适配率也无法达到最佳,并且在交友方面具有很大的局限性,同时,现有的方式无法实现线上线下学友的闭环推荐,进而无法达到学习资源共享的最大化。

发明内容

鉴于此,为解决上述背景技术中所提出的问题,现提出针对考研用户一种基于大数据分析的行业交友交流信息智能推荐方法,实现了对在校考研学生和非在校考研学生线上学友和线下学友的同步推荐。

本发明的目的可以通过以下技术方案实现:本发明提供了一种基于大数据分析的行业交友交流信息智能推荐方法,该方法包括以下步骤:第一步、调取学习交互平台新用户对应的注册信息,其中注册信息包括新用户学习意向信息和基础信息。

第二步、调取该学习交互平台历史注册用户对应的注册信息,将该学习交互平台历史注册用户记为,i=1,2,......n,n取值为整数。

第三步、调取该学习交互平台信息更新模块中历史注册用户对应的更新信息,将更新信息的历史注册用户记为历更用户,将历更用户标记为,j=1,2,......m,m取值为整数。

第四步、根据该学习交互平台新用户对应的注册信息,构建该新用户对应的匹配标签,其具体操作过程如下:S1、根据该学习交互平台新用户对应的各学习意向信息。

S2、将该新用户对应的各学习意向信息记为第一匹配标签,其中,第一匹配标签包括院校匹配标签和方向匹配标签。

S3、调取该学习交互平台新用户对应的各基础信息。

S4、将该新用户对应的各基础信息记为第二匹配标签,其中,第二匹配标签包括年龄匹配标签、性别匹配标签、类别匹配标签和位置匹配标签。

第五步、将该新用户对应的注册信息与该学习交互平台各历史注册用户对应的注册信息进行匹配筛分,获取该新用户对应的适配线下推荐学友。

第六步、将该新用户对应的注册信息与该学习交互平台各历更用户对应的更新信息进行匹配筛分,获取该新用户对应的适配线上推荐学友。

第七步、调取该新用户对应的适配线下推荐学友和适配线上推荐学友对应的加友链接。

第八步、将该新用户适配线下推荐学友和适配线上推荐学友对应的加友链接发送至该用户对应的学习交互平台登录界面。

在上述方法中,该学习交互平台新用户注册信息获取过程如下:当学习交互平台接收该新用户发送的注册请求指令时,发送基础信息填写指令至该新用户对应的注册界面。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳我主良缘科技集团有限公司,未经深圳我主良缘科技集团有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111179847.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top