[发明专利]一种基于大数据的推荐方法及基于大数据的推荐系统

说明书

本申请提供的一种基于大数据的推荐方法及AI推荐系统，通过确定待推荐电商业务数据的不少于两个种类的电商业务数据知识向量，能够便于通过不少于两个种类的电商业务数据知识向量在在先配置的电商业务数据集中进行目标电商业务数据的若干次探索；这样基于不少于两个种类的电商业务数据知识向量，在在先配置的电商业务数据集中若干次挑选，能够挑选到与待推荐电商业务数据更加关联的目标电商业务数据；因此，通过不少于两个种类的知识向量能够有效的对于大量的指定电商业务数据集进行挑选，既能够提高挑选目标电商业务数据的效率又能够提高挑选目标电商业务数据的准确性；从而能够更加准确的进行数据推送，且体改数据推送的准确率和可靠性。

技术领域

本申请涉及数据推送技术领域，具体而言，涉及一种基于大数据的推荐方法及基于大数据的推荐系统。

背景技术

 大数据（big data），或称巨量资料，指的是所涉及的资料量规模巨大到无法透过主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。

现目前，信息量越来越多，用户在筛选数据时，可能由于数据量过大而导致用户很难做出选择，这样一来，容易损失用户。因此，亟需一种技术方案以改善上述技术问题。

发明内容

为改善相关技术中存在的技术问题，本申请提供了一种基于大数据的推荐方法及基于大数据的推荐系统。

第一方面，提供一种基于大数据的推荐方法，该方法至少包括：获得待推荐电商业务数据；确定所述待推荐电商业务数据的不少于两个种类的电商业务数据知识向量；结合所述不少于两个种类的电商业务数据知识向量，在在先配置的电商业务数据集中挑选所述待推荐电商业务数据关联的目标电商业务数据。

在一种独立实施的实施例中，所述确定所述待推荐电商业务数据的不少于两个种类的电商业务数据知识向量，包括：结合所述待推荐电商业务数据所在的商品种类，确定表征存在差异的知识向量数目的不少于两个种类；在所述不少于两个种类上，逐一对所述待推荐电商业务数据进行知识向量抽取，确定所述不少于两个种类的电商业务数据知识向量。

在一种独立实施的实施例中，所述不少于两个种类包括X个种类，X为不小于1的整数，所述确定所述待推荐电商业务数据的不少于两个种类的电商业务数据知识向量，包括：在所述第a个种类上对所述待推荐电商业务数据进行知识向量抽取，得到第a个种类的电商业务数据知识向量；其中，a为不小于1且不大于X的整数；结合所述第a-1个种类对所述第a个种类的电商业务数据知识向量进行简单随机抽样，确定所述第a-1个种类的电商业务数据知识向量；其中，所述第a个种类的优先等级超过所述第a-1个种类的优先等级。

在一种独立实施的实施例中，所述结合所述不少于两个种类的电商业务数据知识向量，在在先配置的电商业务数据集中挑选所述待推荐电商业务数据关联的目标电商业务数据，包括：结合所述不少于两个种类，获得挑选数据推送对象；结合所述挑选数据推送对象，在在先配置的电商业务数据集中挑选所述待推荐电商业务数据关联的目标电商业务数据。

在一种独立实施的实施例中，所述结合所述不少于两个种类，获得挑选数据推送对象，包括：依照种类表征的知识向量的数目，对所述不少于两个种类的种类优先等级进行分布，得到第一分布列表；其中，所述种类表征的知识向量的数目越大，所述种类的优先等级越高；将依照所述第一分布列表从小优先等级种类至高优先等级种类进行逐步挑选，确定为所述挑选数据推送对象。