一种人工智能虚拟形象信息推荐算法系统及方法技术方案

本发明专利技术公开了一种人工智能虚拟形象信息推荐算法系统及方法，涉及信息推荐系统技术领域，为解决现有的信息推荐系统在使用的过程中对推荐信息的数据源摄取范围较小，导致推荐给用户的范围也随之减小的问题。所述信息推荐系统包括客户端、客户业务后端、模型服务模块、机器学习框架模块、训练数据模块、数据分析模块、内容源数据、特征平台、批量数据计算及存储系统、流式计算系统、实验分流模块、召回模块、排序模块和在线存储模块，所述信息推荐系统的外部设置有调度系统、监控报警系统，所述信息推荐系统的输出端与调度系统的输入端传输连接，所述调度系统的输出端与监控报警系统的输入端传输连接。端传输连接。端传输连接。

【技术实现步骤摘要】
一种人工智能虚拟形象信息推荐算法系统及方法


[0001]本专利技术涉及信息推荐系统
，具体为一种人工智能虚拟形象信息推荐算法系统及方法。

技术介绍

[0002]推荐系统是利用电子商务网站向客户提供商品信息和建议，帮助用户决定应该购买什么产品，模拟销售人员帮助客户完成购买过程，如申请号为202011394631.8名为一种信息推荐系统及方法，该系统包括第一推荐单元和第二推荐单元；第一推荐单元包括第一特征处理器和推荐数据处理器，第一特征处理器用于根据账户的第一账户关联信息得到第一输入特征，并将第一输入特征传递至推荐数据处理器；推荐数据处理器用于根据第一输入特征和第二推荐单元得到的放缩特征信息确定待推荐对象的推荐参数；第二推荐单元包括第二特征处理器和门控单元，第二特征处理器用于根据第二账户关联信息得到第二输入特征，并将第二输入特征传递至门控单元；门控单元用于根据第二输入特征得到放缩特征信息，并将放缩特征信息传递至推荐数据处理器。
[0003]上述该系统的在使用的过程中对推荐信息的数据源摄取范围较小，导致推荐给用户的范围也随之减小，为此，我们提供一种人工智能虚拟形象信息推荐算法系统及方法。

技术实现思路

[0004]本专利技术的目的在于提供一种人工智能虚拟形象信息推荐算法系统及方法，以解决上述
技术介绍
中提出的现有的信息推荐系统在使用的过程中对推荐信息的数据源摄取范围较小，导致推荐给用户的范围也随之减小的问题。
[0005]为实现上述目的，本专利技术提供如下技术方案：一种人工智能虚拟形象信息推荐算法系统，包括信息推荐系统，所述信息推荐系统包括客户端、客户业务后端、模型服务模块、机器学习框架模块、训练数据模块、数据分析模块、内容源数据、特征平台、批量数据计算及存储系统、流式计算系统、实验分流模块、召回模块、排序模块和在线存储模块，所述信息推荐系统的外部设置有调度系统、监控报警系统，所述信息推荐系统的输出端与调度系统的输入端传输连接，所述调度系统的输出端与监控报警系统的输入端传输连接。
[0006]优选的，所述数据分析模块的输出端与训练数据模块和特征平台的输入端传输连接，所述内容源数据的输出端与训练数据模块和特征平台的输入端传输连接，所述训练数据模块的输出端与机器学习框架模块的输入端传输连接，所述机器学习框架模块的输出端与模型服务模块的输入端传输连接，所述模型服务模块的输出端与实验分流模块、召回模块和排序模块输入端传输连接，所述实验分流模块、召回模块和排序模块的输出端与客户业务后端的输入端传输连接。
[0007]优选的，所述特征平台的输出端与机器学习框架模块、批量数据计算及存储系统和流式计算系统的输入端传输连接，所述批量数据计算及存储系统和流式计算系统的输出端与在线存储模块的输入端传输连接，所述在线存储模块的输出端与实验分流模块、召回
模块和排序模块的输入端传输连接，所述客户业务后端的输出端与特征平台的输入端传输连接。
[0008]优选的，所述客户业务后端的输出端与客户端的输入端传输连接，所述客户端和客户业务后端的输出端均与数据分析模块的输入端传输连接。
[0009]优选的，所述数据分析模块包括分析点击通过率、人均浏览率、付费转化率、留存率、不同来源、不同区域、不同品类和不同频道，所述内容源数据的来源包括个人App、局域网、手机小程序、服务器、业务数据和云平台。
[0010]优选的，所述数据分析模块和内容源数据运行的结果分为数据来源，数据来源包括物品信息、用户信息和用户对物品的偏好，数据来源通过推荐引擎将物品A、物品B、物品C和物品D推荐给用户A、用户B、用户C和用户D。
[0011]优选的，所述推荐引擎包括Feed信息流、相关推荐和猜你喜欢、所述推荐引擎将推荐的数据上传至数据分析模块，且推荐引擎的输出端与数据分析模块的输入端传输连接。
[0012]优选的，所述模型服务模块包括UCB兴趣探索软件、GBDT+LR算法软件、NLP语义分析软件、HMF深度召回软件、Deep&Wide深度学习软件，且UCB兴趣探索软件、GBDT+LR算法软件、NLP语义分析软件、HMF深度召回软件、Deep&Wide深度学习软件分别针对不同的数据源。
[0013]优选的，所述机器学习框架模块基于协同过滤的推荐方法，包括收集数据、找到相似用户和物品和进行推荐三个流程。
[0014]优选的，所述的一种人工智能虚拟形象信息推荐算法系统及方法，包括以下步骤：
[0015]步骤一：基于用户信息的推荐，根据系统用户的基本信息发现用户的相关程度；
[0016]步骤二：系统首先根据用户的属性建模，摄取用户的年龄、性别、兴趣等信息；
[0017]步骤三：根据这些特征计算用户间的相似度，系统通过计算发现用户A和用户C信息的比较相似，就会把A喜欢的物品推荐给C；
[0018]步骤四：基于物品信息和用户对物品偏好的推荐，使用物品本身的相似度；
[0019]步骤五：系统首先对物品的属性进行建模，通过相似度计算，发现物品A和C相似度较高，系统还会发现用户A喜欢物品A；
[0020]步骤六：由此得出结论，用户A很可能对物品C也感兴趣，于是将物品C推荐给A；
[0021]步骤七：根据用户的相似度权重以及他们对物品的偏好，预测当前用户没有偏好的未涉及物品，计算得到一个排序的物品列表作为推荐；
[0022]步骤八：对于用户A根据用户的历史偏好，计算得到一个相同历史偏好的用户C，然后将用户C喜欢的物品D推荐给用户A。
[0023]与现有技术相比，本专利技术的有益效果是：
[0024]1、本专利技术通过基于用户信息的推荐、基于物品信息和用户对物品偏好的推荐，数据分析模块包括分析点击通过率、人均浏览率、付费转化率、留存率、不同来源、不同区域、不同品类和不同频道，内容源数据的来源包括个人App、局域网、手机小程序、服务器、业务数据和云平台，从而达到大范围摄取物品虚拟形象信息的目的，克服了现有的信息推荐系统在使用的过程中对推荐信息的数据源摄取范围较小，导致推荐给用户的范围也随之减小的问题。
[0025]2、推荐引擎包括Feed信息流、相关推荐和猜你喜欢、推荐引擎将推荐的数据上传至数据分析模块，且推荐引擎的输出端与数据分析模块的输入端传输连接，从而达到保留
历史推荐数据的目的，历史的推荐数据可根据用户的相似度权重以及他们对物品的偏好，预测当前用户没有偏好的未涉及物品，计算得到一个排序的物品列表作为推荐。
[0026]3、信息推荐系统的外部设置有调度系统、监控报警系统，信息推荐系统的输出端与调度系统的输入端传输连接，调度系统的输出端与监控报警系统的输入端传输连接，使得信息推荐系统在运行的同时可对其进行合理的调度，监控报警系统对信息推荐系统的调度进行实时的监控，一旦系统发生问题第一时间报警进行维护处理。
附图说明
[0027]图1为本专利技术的人工智能虚拟形象信息推荐算法系统整体示意图；
...

【技术保护点】

【技术特征摘要】
1.一种人工智能虚拟形象信息推荐算法系统，包括信息推荐系统(17)，其特征在于：所述信息推荐系统(17)包括客户端(1)、客户业务后端(2)、模型服务模块(3)、机器学习框架模块(4)、训练数据模块(5)、数据分析模块(6)、内容源数据(7)、特征平台(8)、批量数据计算及存储系统(9)、流式计算系统(10)、实验分流模块(11)、召回模块(12)、排序模块(13)和在线存储模块(14)，所述信息推荐系统(17)的外部设置有调度系统(15)、监控报警系统(16)，所述信息推荐系统(17)的输出端与调度系统(15)的输入端传输连接，所述调度系统(15)的输出端与监控报警系统(16)的输入端传输连接。2.根据权利要求1所述的一种人工智能虚拟形象信息推荐算法系统，其特征在于：所述数据分析模块(6)的输出端与训练数据模块(5)和特征平台(8)的输入端传输连接，所述内容源数据(7)的输出端与训练数据模块(5)和特征平台(8)的输入端传输连接，所述训练数据模块(5)的输出端与机器学习框架模块(4)的输入端传输连接，所述机器学习框架模块(4)的输出端与模型服务模块(3)的输入端传输连接，所述模型服务模块(3)的输出端与实验分流模块(11)、召回模块(12)和排序模块(13)输入端传输连接，所述实验分流模块(11)、召回模块(12)和排序模块(13)的输出端与客户业务后端(2)的输入端传输连接。3.根据权利要求1所述的一种人工智能虚拟形象信息推荐算法系统，其特征在于：所述特征平台(8)的输出端与机器学习框架模块(4)、批量数据计算及存储系统(9)和流式计算系统(10)的输入端传输连接，所述批量数据计算及存储系统(9)和流式计算系统(10)的输出端与在线存储模块(14)的输入端传输连接，所述在线存储模块(14)的输出端与实验分流模块(11)、召回模块(12)和排序模块(13)的输入端传输连接，所述客户业务后端(2)的输出端与特征平台(8)的输入端传输连接。4.根据权利要求1所述的一种人工智能虚拟形象信息推荐算法系统，其特征在于：所述客户业务后端(2)的输出端与客户端(1)的输入端传输连接，所述客户端(1)和客户业务后端(2)的输出端均与数据分析模块(6)的输入端传输连接。5.根据权利要求1所述的一种人工智能虚拟形象信息推荐算法系统，其特征在于：所述数据分析模块(6)包括分析点击通过率、人均浏览率、付费转化率、留存率、不同来源、不同区域、不同品类和不...

【专利技术属性】
技术研发人员：杨树才，
申请(专利权)人：上海埃阿智能科技有限公司，
类型：发明
国别省市：