一种工业设计产品智能推荐方法及系统技术方案

本发明专利技术涉及一种智能推荐方法及系统，属于信息处理领域，具体涉及一种工业设计产品智能推荐方法及系统。本发明专利技术通过从互联网搜集与第三方数据收集获取数据来建立工业设计行业相关信息元数据库及获取用户数据，然后在工业设计行业相关信息元数据库和用户数据库的基础上根据用户的社交图和兴趣图推荐出与用户兴趣、身份、个性化需求相匹配的工业设计行业相关信息列表，最后在应用程序界面上显示推荐的信息以供用户选择，实现了工业设计行业信息的智能推荐，极大地提高了用户对于工业设计行业专业信息获取的精准度。

【技术实现步骤摘要】

本专利技术涉及一种智能推荐方法及系统，属于信息处理领域，具体涉及一种工业设计产品智能推荐方法及系统。
技术介绍
对于普通的互联网用户来说，要付出更多的精力来通过搜索引擎筛选出对自己有效的信息和自己感兴趣的内容。对于一些专业领域的人士，想要通过搜索引擎获得一些纯粹的行业内的有效信息，目前来看，还有一定的困难。推荐技术的出现，使得互联网用户获取信息的方式从简单的目标明确的信息搜索逐渐转换到更高级的符合用户习惯的信息发现。随着推荐技术发展到智能推荐级别，推荐给用户的内容也由符合大众行为的信息推荐过渡到了个性化信息推荐。在互联网发展到了海量信息与海量数据的时代背景下，对于一些专业领域的人士，行业内信息的个性化推荐是必不可少的。具体到工业设计领域的个性化推荐，需要针对不同的用户，根据他们的口味、喜好、身份、需求给出更加精确的推荐信息。这时，推荐系统需要了解需推荐内容和用户的特质，或者基于社会化网络，通过找到与当前用户相同喜好的用户，实现推荐。
技术实现思路
本专利技术主要是解决现有技术所存在的专业信息获取精准度低，并且难以针对工业设计领域的进行个性化推荐等的技术问题，提供了一种工业设计产品智能推荐方法及系统。该方法及系统实现了工业设计行业信息的智能推荐，提高了专业人士获取专业信息的精准度。本专利技术的上述技术问题主要是通过下述技术方案得以解决的：一种工业设计产品智能推荐方法，包括以下步骤：工业数据库建立步骤，用于搜集与工业设计相关的行业信息，并将搜索集的信息存储于工业设计元数据库中；用户数据库建立步骤，用于获取包括所属行业及兴趣特征在内的用户信息，并将所述用户信息存储于用户数据库中；行业信息推荐步骤，用于从用户数据库获取用户的兴趣特征，在所述工业设计元数据库中获取与兴趣特征相匹配的工业设计信息并推荐给用户。优化的，上述的一种工业设计产品智能推荐方法，所述工业数据库建立步骤中：从互联网或第三方数据提供商获取行业相关信息，并将获取的行业相关信息存入临时聚合数据库中；对临时聚合数据库中的行业相关信息进行内容元数据、标签数据的结构化数据解析加工；对解析加工后的数据进行规范化处理及审核以形成工业设计元数据库。优化的，上述的一种工业设计产品智能推荐方法，所述工业元数据库建立步骤中：通过爬虫和数据挖掘技术从社交网络、工业设计网站、专业论坛和搜索引擎网站获取数据并分析得到互联网工业设计行业元数据；对所述工业
设计行业元数据进行过滤、匹配后得到深度匹配数据；导入第三方深度合作数据；对工业设计行业元数据、深度匹配数据、第三方深度合作数据进行匹配组合建立统一的聚合库和标签库，最终形成工业设计行业元数据库。优化的，上述的一种工业设计产品智能推荐方法，所述行业信息推荐步骤中选择执行以下子步骤：兴趣图推荐子步骤：从用户数据库获取用户历史信息，基于所述历史信息分析并发掘用户在当前情景信息下的兴趣特征，基于所述兴趣特征来进行信息内容的推荐；其中，所述用户历史信息包括用户行为喜好及评价、用户所处历史情景信息；所述情景信息包括：用户所处的区域位置、查找时间段中的一种或多种；社交图推荐子步骤，从用户数据库获取用户好友信息；基于所述好友信息在工业设计元数据库中查找好友关联内容，将所述好友关联内容推荐给用户；其中，所述好友关联内容包括：好友推荐内容、好友已看内容、好友评论或发表过观点的内容中的一种或多种。优化的，上述的一种工业设计产品智能推荐方法，所述行业信息推荐步骤中选择执行以下子步骤：内容重组子步骤：用于根据不同排序和展现策略对获取到的推荐内容进行重组或排序；内容关联子步骤：用于根据预设策略对推荐内容进行自动关联；分词管理子步骤，用于对推荐内容进行分析处理，将推荐内容的文本序列切分成单独的词条。一种工业设计产品智能推荐装置，包括以下模块：工业数据库建立模块，用于搜集与工业设计相关的行业信息，并将搜索集的信息存储于工业设计元数据库中；用户数据库建立模块，用于获取包括所属行业及兴趣特征在内的用户信息，并将所述用户信息存储于用户数据库中；行业信息推荐模块，用于从用户数据库获取用户的兴趣特征，在所述工业设计元数据库中获取与兴趣特征相匹配的工业设计信息并推荐给用户。优化的，上述的一种工业设计产品智能推荐装置，所述工业数据库建立模块中：从互联网或第三方数据提供商获取行业相关信息，并将获取的行业相关信息存入临时聚合数据库中；对临时聚合数据库中的行业相关信息进行内容元数据、标签数据的结构化数据解析加工；对解析加工后的数据进行规范化处理及审核以形成工业设计元数据库。优化的，上述的一种工业设计产品智能推荐装置，所述工业元数据库建立模块中：通过爬虫和数据挖掘技术从社交网络、工业设计网站、专业论坛和搜索引擎网站获取数据并分析得到互联网工业设计行业元数据；对所述工业设计行业元数据进行过滤、匹配后得到深度匹配数据；导入第三方深度合作数据；对工业设计行业元数据、深度匹配数据、第三方深度合作数据进行匹配组合建立统一的聚合库和标签库，最终形成工业设计行业元数据库。优化的，上述的一种工业设计产品智能推荐装置，所述行业信息推荐模块选择调用以下单元：兴趣图推荐子单元：从用户数据库获取用户历史信息，基于所述历史信息分析并发掘用户在当前情景信息下的兴趣特征，基于所述兴趣特征来进行信息内容的推荐；其中，所述用户历史信息包括用户行为喜好及评价、
用户所处历史情景信息；所述情景信息包括：用户所处的区域位置、查找时间段中的一种或多种；社交图推荐子单元，从用户数据库获取用户好友信息；基于所述好友信息在工业设计元数据库中查找好友关联内容，将所述好友关联内容推荐给用户；其中，所述好友关联内容包括：好友推荐内容、好友已看内容、好友评论或发表过观点的内容中的一种或多种。优化的，上述的一种工业设计产品智能推荐装置，所述行业信息推荐模块选择调用以下单元：内容重组子单元：用于根据不同排序和展现策略对获取到的推荐内容进行重组或排序；内容关联子单元：用于根据预设策略对推荐内容进行自动关联；分词管理子单元，用于对推荐内容进行分析处理，将推荐内容的文本序列切分成单独的词条。因此，本专利技术具有如下优点：本专利技术所述工业设计领域行业信息智能推荐的方法通过从互联网搜集与第三方数据收集获取数据来建立工业设计行业相关信息元数据库及获取用户数据，然后在工业设计行业相关信息元数据库和用户数据库的基础上根据用户的社交图和兴趣图推荐出与用户兴趣、身份、个性化需求相匹配的工业设计行业相关信息列表，最后在应用程序界面上显示推荐的信息以供用户选择，实现了工业设计行业信息的智能推荐，极大地提高了用户对于工业设计行业专业信息获取的精准度。附图说明图1为本专利技术实施例工业设计领域行业信息智能推荐的方法的框图；图2为本专利技术实施例工业设计领域行业信息智能推荐的方法的流程
图。图3为本专利技术实施例工业设计领域行业信息智能推荐的兴趣图模型示意图；图4为本专利技术实施例工业设计领域行业信息智能推荐的方法的社交模型图；图5为本专利技术实施例基于兴趣图和社交图确定内容关注度示意图。具体实施方式下面通过实施例，并结合附图，对本专利技术的技术方案作进一步具体的说明。实施例：步骤1：通过互联网搜集与第三方数据收集，建立工业设计行业相关信息元数据库。所述步骤1从互本文档来自技高网...

【技术保护点】
一种工业设计产品智能推荐方法，其特征在于，包括以下步骤：工业数据库建立步骤，用于搜集与工业设计相关的行业信息，并将搜索集的信息存储于工业设计元数据库中；用户数据库建立步骤，用于获取包括所属行业及兴趣特征在内的用户信息，并将所述用户信息存储于用户数据库中；行业信息推荐步骤，用于从用户数据库获取用户的兴趣特征，在所述工业设计元数据库中获取与兴趣特征相匹配的工业设计信息并推荐给用户。

【技术特征摘要】
1.一种工业设计产品智能推荐方法，其特征在于，包括以下步骤：工业数据库建立步骤，用于搜集与工业设计相关的行业信息，并将搜索集的信息存储于工业设计元数据库中；用户数据库建立步骤，用于获取包括所属行业及兴趣特征在内的用户信息，并将所述用户信息存储于用户数据库中；行业信息推荐步骤，用于从用户数据库获取用户的兴趣特征，在所述工业设计元数据库中获取与兴趣特征相匹配的工业设计信息并推荐给用户。2.根据权利要求1所述的一种工业设计产品智能推荐方法，其特征在于，所述工业数据库建立步骤中：从互联网或第三方数据提供商获取行业相关信息，并将获取的行业相关信息存入临时聚合数据库中；对临时聚合数据库中的行业相关信息进行内容元数据、标签数据的结构化数据解析加工；对解析加工后的数据进行规范化处理及审核以形成工业设计元数据库。3.根据权利要求1所述的一种工业设计产品智能推荐方法，其特征在于，所述工业元数据库建立步骤中：通过爬虫和数据挖掘技术从社交网络、工业设计网站、专业论坛和搜索引擎网站获取数据并分析得到互联网工业设计行业元数据；对所述工业设计行业元数据进行过滤、匹配后得到深度匹配数据；导入第三方深度合作数据；对工业设计行业元数据、深度匹配数据、第三方深度合作数据进
\t行匹配组合建立统一的聚合库和标签库，最终形成工业设计行业元数据库。4.根据权利要求1所述的一种工业设计产品智能推荐方法，其特征在于，所述行业信息推荐步骤中选择执行以下子步骤：兴趣图推荐子步骤：从用户数据库获取用户历史信息，基于所述历史信息分析并发掘用户在当前情景信息下的兴趣特征，基于所述兴趣特征来进行信息内容的推荐；其中，所述用户历史信息包括用户行为喜好及评价、用户所处历史情景信息；所述情景信息包括：用户所处的区域位置、查找时间段中的一种或多种；社交图推荐子步骤，从用户数据库获取用户好友信息；基于所述好友信息在工业设计元数据库中查找好友关联内容，将所述好友关联内容推荐给用户；其中，所述好友关联内容包括：好友推荐内容、好友已看内容、好友评论或发表过观点的内容中的一种或多种。5.根据权利要求1所述的一种工业设计产品智能推荐方法，其特征在于，所述行业信息推荐步骤中选择执行以下子步骤：内容重组子步骤：用于根据不同排序和展现策略对获取到的推荐内容进行重组或排序；内容关联子步骤：用于根据预设策略对推荐内容进行自动关联；分词管理子步骤，用于对推荐内容进行分析处理，将推荐内容的文本序列切分成单独的词...

【专利技术属性】
技术研发人员：刘玉琴，马牧原，王金秋，李军，柳岸，李韦，朱东华，李维，
申请(专利权)人：德稻全球创新网络北京有限公司，
类型：发明
国别省市：北京;11