CN102663019A - 一种即时推荐系统 - Google Patents
一种即时推荐系统 Download PDFInfo
- Publication number
- CN102663019A CN102663019A CN201210076901XA CN201210076901A CN102663019A CN 102663019 A CN102663019 A CN 102663019A CN 201210076901X A CN201210076901X A CN 201210076901XA CN 201210076901 A CN201210076901 A CN 201210076901A CN 102663019 A CN102663019 A CN 102663019A
- Authority
- CN
- China
- Prior art keywords
- module
- data
- library module
- library
- key word
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及一种即时推荐系统,包括数据收集模块、搜索关键字模块、推荐规则库模块、商品推荐库模块和后台管理模块;所述数据收集模块用于收集历史数据信息并发送至搜索关键字模块;所述搜索关键字模块接收数据收集模块传输的数据并根据推荐规则库模块内传输的数据进行搜索和计算,并将处理后的数据传输至商品推荐库模块;所述后台管理模块用于控制推荐规则库模块和商品推荐库模块;所述商品推荐库模块接收后台管理模块和搜索关键字模块发送的数据并发送到应用网站。本发明可以帮助顾客更快的找到想要的商品;对于新顾客,通过不断的引导观察,协助其找到想要的商品;对于老顾客,记住他们的喜好,再次光顾的时候,直接推荐他们感兴趣的。
Description
技术领域
本发明涉及一种推荐系统,尤其涉及一种即时推荐系统,属于电子信息技术领域。
背景技术
电商企业在运营中一味追求网站流量,但却招揽很少的顾客进行消费;如何提高转化率、客单价和顾客黏度,怎样充分利用站内、站外资源而获取更多的利润和市场份额;如何提高顾客重复购买的欲望;在日益激烈的竞争环境中,怎么利用自身的精细化运营为企业创造更多价值;如何转变传统的营销模式,减少运营成本;更有效的为顾客个性化服务,提高用户体验和顾客黏度。
现有推荐系统一般都是根据顾客的访问历史,结合导购的经验,确定顾客的喜好,帮助他们更快的找到想要的商品:
对于新顾客,通过不断的引导,观察,协助其找到想要的商品;
对于老顾客,我们要记住他们的喜好,再次光顾的时候,直接推荐他们感兴趣的。
基于内容的推荐它不需要依据用户对项目的评价意见,而是依据用户已经选择的产品内容信息计算用户之间的相似性,进而进行相应的推荐。
网站日志通过日志收集工具通步到mysq1中,同时网站的会员消费历史数据、会员个人爱好偏好信息、商品库存信息也通过数据收集工具同步到mysq1中。在mysq1集群中对这些数据进行实时在线分析用户购买的商品信息特点和特征,把分析后的结果实时发送到推荐引荐,在网站前端的web端通过异步调用接口把推荐引擎的推荐结果展现在web页面上。用户在登陆网站后就可以看到推荐后的商品列表。
然而,现有的推荐系统都要求内容能容易抽取成有意义的特征,要求特征内容有良好的结构性,并且用户的口味必须能够用内容特征形式来表达,不能显著地得到其它用户的判断情况。
发明内容
本发明针对现有的推荐系统需要所推荐的商品具有良好的结构性的不足,提供一种所要推荐的商品不需要有良好的结构性的即时推荐系统。
本发明解决上述技术问题的技术方案如下:一种即时推荐系统,包括数据收集模块、搜索关键字模块、推荐规则库模块、商品推荐库模块和后台管理模块;
所述数据收集模块用于收集历史数据信息并发送至搜索关键字模块;
所述搜索关键字模块接收数据收集模块传输的数据并根据推荐规则库模块内传输的数据进行搜索和计算,并将处理后的数据传输至商品推荐库模块;
所述后台管理模块用于配置规则并发送指令至推荐规则库模块和商品推荐库模块控制推荐规则库模块和商品推荐库模块;
所述推荐规则库模块用于存储后台管理模块发送的数据并将根据搜索关键字模块发送的指令发送数据至搜索关键字模块;
所述商品推荐库模块接收后台管理模块和搜索关键字模块发送的数据并发送到应用网站。
本发明的有益效果是:本发明可以根据顾客的访问历史,结合导购的经验,确定顾客的喜好,帮助他们更快的找到想要的商品;对于新顾客,通过不断的引导,观察,协助其找到想要的商品;对于老顾客,我们要记住他们的喜好,再次光顾的时候,直接推荐他们感兴趣的。
在上述技术方案的基础上,本发明还可以做如下改进。
进一步,所述即时推荐系统还包括查询接口,所述商品推荐库模块通过查询接口将所述数据发送至应用网站。
进一步,所述搜索关键字模块包括计算模块和mahout算法库,所述计算模块接收推荐规则库模块发送的指令,并按照所述指令对从数据收集模块接收到的数据进行相应操作,所述计算模块具有强大的容错能力和计算能力,具有单次10TB几遍的计算能力;所述mahout算法库对从计算模块接收到的数据进行总结并得出规律,并保存所述规律,并保存所述规律,Mahout是一个分布式计算的机器学习方法,基于hadoop之上是一个系统自我改进学习的过程,通过现有的知识,进行总结,从而得出规律,或者获取新的知识的过程,通过mahout构建社会化推荐引擎,帮助Web应用开发者更高效的实现个性化推荐功能,从而提高最终用户满意度。
进一步,所述后台管理模块包括项目管理模块和权重设置模块,所述项目管理模块用于管理推荐规则库模块和商品推荐库模块;
所述权重设置模块用于对数据收集模块收集到的各种数据进行加权设置。
进一步,所述mahout算法库中包括协同过滤算法、基于item的CF、商品DNA推荐算法、基于内容的推荐算法、基于关联规则推荐算法和混合推荐算法;
协同过滤(CF):一般是在海量的用户中发掘出一小部分和你品位比较类似的,在协同过滤中,这些用户成为邻居,然后根据他们喜欢的其他东西组细成一个排序的目录作为推荐给你;
基于item的CF:即基于用户对物品的偏好找到相似的物品,然后根据用户的历史偏好,推荐相似的物品给他;
商品DNA:如果商品设定下架时间,则到达此时间点,推荐系统会进行屏蔽,如果设定商品上架时间,则未到达此时间点,推荐系统会进行屏蔽,对特定品牌的商品增加权重,对含有某一关键词的商品增加权重
基于内容的推荐:(俩商品之间的标题文字匹配程度超过设定阀值,增加相应的权重)商品属性(比如说颜色,品牌)相同,根据配置会增加dna权重;同一价格区间的商品-可以配置相似度权重;
基于关联规则:它将推荐给用户一些采用关联规则发现算法计算出的内容;数据清理:对用户和商品分别计数,过滤掉一些超不活跃的用户和超冷门的商品计算两种商品之间的支持度、置信度、提升度,根据最低支持度、最低置信度、最低提升度剪枝,把低于最小值的规则扔掉;对商品A进行推荐:找出商品A的所有规则,按照置信度降序排序,Top-N即为和商品A最相关的前N种商品;
混合推荐引擎:结合以上各种推荐算法,得到一个更加全面的推荐效果。
进一步,所述查询接口包括商品DNA采集接口和商品删除接口。
本发明依赖以下数据:
浏览日志:用户/sessionID;商品ID和品牌ID或当前访问的ur1;访问时间;商品的类别信息(如果有的话);
购买信息(goods表):用户ID;商品和品牌ID;购买时间;商品类别信息;
购物车信息:同购买信息
商品信息表:商品标题或描述;品牌;尺寸;价格;上架时间,下架时间;颜色,规格;库存量;商品类别(衣服,鞋,化妆品这些类别);使用人群(男,女,儿童,或奢侈品)。
附图说明
图1为本发明实施例1所述的即时推荐系统的结构图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
如图1所示,本发明实施例1所述的一种即时推荐系统,包括数据收集模块1、搜索关键字模块2、推荐规则库模块3、商品推荐库模块5和后台管理模块4;所述数据收集模块1用于收集历史数据信息并发送至搜索关键字模块2;所述搜索关键字模块2接收数据收集模块1传输的数据并根据推荐规则库模块3内传输的数据进行搜索和计算,并将处理后的数据传输至商品推荐库模块5;所述后台管理模块4用于配置规则并发送指令至推荐规则库模块3和商品推荐库模块5控制推荐规则库模块3和商品推荐库模块5;所述推荐规则库模块2用于存储后台管理模块4发送的数据并将根据搜索关键字模块2发送的指令发送数据至搜索关键字模块2;所述商品推荐库模块5接收后台管理模块4和搜索关键字模块2发送的数据并发送到应用网站。
所述即时推荐系统还包括查询接口6,所述商品推荐库模块5通过查询接口6将所述数据发送至应用网站。
所述搜索关键字模块2包括计算模块21和mahout算法库22,所述计算模块21接收推荐规则库模块3发送的指令,并按照所述指令对从数据收集模块1接收到的数据进行相应操作;所述mahout算法库22对从计算模块21接收到的数据进行总结并得出规律,并保存所述规律。
所述后台管理模块4包括项目管理模块和权重设置模块,所述项目管理模块用于管理推荐规则库模块3和商品推荐库模块5;
所述权重设置模块用于对数据收集模块2收集到的各种数据进行加权设置。
所述mahout算法库22中包括协同过滤算法、基于item的CF、商品DNA推荐算法、基于内容的推荐算法、基于关联规则推荐算法和混合推荐算法。
所述查询接口6包括商品DNA采集接口和商品删除接口。
####必要软件列表#############################################
并行计算平台
HADOOP
推荐核心
MAHOUT
元数据库
MYSQL
日志采集和商品DNA接收
LIBEVENT
VQHTTP
运行脚本
SHELL
提供推荐
TOMCAT
安装步骤:
###用户和组创建##############################################
groupadd hadoop
useradd -m-g hadoop hadoop
id hadoop
####打开文件数设置(hbase需要)##################################
echo″hadoop-nofile 65536″>>/etc/security/limits.conf
service sshd restart
####Jdk安装###################################################
./jdk-6u24-linux-x64-rpm.bin(默认安装路径在/usr/java下)
####创建相关目录###############################################
mkdir p/home/hadoop/software
(把所需软件包都放到该目录下)
mkdir-p/home/hadoop/data/log/pids
chown-R hadoop:hadoop/home/hadoop/data
#每个硬盘挂载一个数据目录,并所属给hadoop。
####配置SSH无密码登##########################################
su hadoop
ssh-keygen-t rsa
cd-
chmod 700.ssh
chmod 700-
cat/.ssh/id_rsa.pub>>/.ssh/authorized_keys
vi/etc/ssh/sshd_config
;保证如下属性:
RSAAuthentication yes
PubkeyAuthentication yes
vim/etc/ssh/sshd_config
添加或修改下面这行
PasswordAuthentication no
重启SSH服务
service sshd restart
4.为了安全你需要取消SSH的密码认证方式.(可选,安全性高)
vim/etc/ssh/sshd_config
添加下面这行
PasswordAuthentication no
重启SSH服务
service sshd restart
-----------------------------------------------------------------
----------------------------------------------------------------
注意:
问题1:如果登陆时,出现server refused our key的提示,请按照下面的方法解决:
修改vi/etc/ssh/sshd_config文件(按下面设置即可)
RSAAuthentication yes #启用RSA认证(默认是注释掉的,将注释去掉,如果不是yes,改为yes)
PubkeyAuthentication yes #启用公钥认证(默认是注释掉的,将注释去掉,如果不是yes,改为yes)
PasswordAuthentication no #禁止密码认证(改为no,默认为yes是用密码认证)
StrictModes no #修改为no,默认为yes.如果不修改用key登陆,可能会出现server refused our key 的提示。(如果StrictModes为yes必需保证存放公钥的文件夹的拥有者与登陆用户名是相同的).“StrictModes”设置ssh在接收登录请求之前是否检查用户家目录和rhosts文件的权限和所有权。这通常是必要的,因为新手经常会把自己的目录和文件设成任何人都有写权限。)
另外,设置authorized_keys的权限为644即:chmod 644/.ssh/authorized_keys
问题2:Address*.*.*.*maps to localhost,but this does not mapback to the address POSSIBLE BREAK-IN ATTEMPT!
解决办法:
vi/etc/ssh/sshd_config
GSSAPIAuthentication yes
修改成:
GSSAPIAuthentication no
-----------------------------------------------------------------
----------------------------------------------------------------
Scp/home/hadoop/.ssh/id_rsa.pub 192.168.0.72:/home/hadoop/.ssh
用hadoop用户登录192.168.0.72服务器
cd
cat.ssh/id_rsa.pub>authorized_keys
(把namenode的公钥分发到每个datanode上)
####安装hadoop#############################################
pwd
显示/data1/software
tar-xzvf hadoop-0.20.2-cdh3u1.tar.gz
mv r hadoop-0.20.2-cdh3u1../
cd ../
pwd
显示/data1
####配置hostname###########################################
如果是namenode请配置hostname namenode
如果是datanode1请配置hostname datanode1
如果是datanode2请配置hostname datanode2
以此类推。
Source/etc/sysconfig/network
####配置hosts###############################################
127.0.0.1 namenode
192.168.0.70 namenode
192.168.0.70 datanode1
192.168.0.70 datanode2
192.168.0.70 datanode3
####环境变量################################################
export JAVA_HOME=/usr/java/jdk1.6.0_24
export HADOOP_HOME=/home/hadoop/hadoop-0.20.2-cdh3u1
export
PATH=$PATH:/home/hadoop/hadoop-0.20.2-cdh3u1/bin:/home/hadoop/mahout/bin:/usr/java/jdk1.6.0_24/bin:/home/hadoop/apache-maven-3.0.3/bin
export TMOUT=1000000
source/etc/profile
####格式化###################################################
su hadoop
hadoop namenode format
####启动#####################################################
./start-all.sh
hadoop web地址
http://183.129.134.82:50030
http://183.129.134.82:50070
####日志查看#################################################
ls-li/data1/hadoop/log
####libevent安装##############################################
tar xzvf libevent-2.0.9-rc.tar.gz
cd libevent-2.0.9-rc
./configure
make
make install
ldconfig
####httpserver安装############################################
配置文件修改vqconfig.h
#define HOME_DIR″/home/hadoop/vqhttpd″
修改为实际的采集路径
Make
mkdir-p/home/hadoop/vqhttpd/data/dna
mkdir-p/home/hadoop/vqhttpd/data/cf
mkdir p/home/hadoop/vqhttpd/logs
./start_server.sh
####安装shell#################################################
修改config.sh配置相关目录
赋予执行权限
chmod 744*.sh
定时任务设置
导入
10*/1***/xxx/shell/crontabRunImport.sh 0 1 all>/dev/null2>&1
离线计算
20*/1***/xxx/shell/crontabRunStat.sh 0 1 all>/dev/null 2>&1####推荐查询部署##############################################
部署tomcat
发布jsp
发布getRecommend.js
http://192.168.0.15/js/demo_dna_collect.html dna采集demo
http://192.168.0.15/js/demo_cf_collect.html cf访问信息demo
####mahout安装###############################################
cd/home/hadoop/mahout
rm/home/hadoop/mahout /*-rf
svn up./
mvn clean
mvn compile
mvn-DskipTests install
chmod 777./bin/mahout
####启动操作#####################################################
Root用户
启动apache模拟应用
/home/hadoop/apache/bin/apachectl start
启动tomcat提供推荐查询
/opt/apache-tomcat-6.0.32/bin/startup.sh
启动vqhttp收集打点和商品DNA
/home/hadoop/htttpserver/start_server.sh
Hadoop用户
启动hadoop
start-all.sh
生成测试数据(可选测试用)
#生成访问/购买测试数据
mahout make_rec_cleanupdata /data/makedata/data/makedata_result 5
#生成商品DNA测试数据
mahout make_rec_iteminfo/data/makeDNA/data/makeDNA_result 5
导入数据(可选)
/home/hadoop/shell/crontabRunImport.sh 0 1 all
日志地址
/home/hadoop/shell/log/vqhttp
Mahout相似度计算(可选)
/home/hadoop/shell/crontabRunStat.sh 0 1 all
日志地址
/home/hadoop/shell/log/vipshop
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种即时推荐系统,其特征在于,包括数据收集模块、搜索关键字模块、推荐规则库模块、商品推荐库模块和后台管理模块;
所述数据收集模块用于收集历史数据信息并发送至搜索关键字模块;
所述搜索关键字模块接收数据收集模块传输的数据并根据推荐规则库模块内传输的数据进行搜索和计算,并将处理后的数据传输至商品推荐库模块;
所述后台管理模块用于配置规则并发送指令至推荐规则库模块和商品推荐库模块控制推荐规则库模块和商品推荐库模块;
所述推荐规则库模块用于存储后台管理模块发送的数据并将根据搜索关键字模块发送的指令发送数据至搜索关键字模块;
所述商品推荐库模块接收后台管理模块和搜索关键字模块发送的数据并发送到应用网站。
2.根据权利要求1所述的即时推荐系统,其特征在于,所述即时推荐系统还包括查询接口,所述商品推荐库模块通过查询接口将所述数据发送至应用网站。
3.根据权利要求1所述的即时推荐系统,其特征在于,所述搜索关键字模块包括计算模块和mahout算法库,所述计算模块接收推荐规则库模块发送的指令,并按照所述指令对从数据收集模块接收到的数据进行相应操作;所述mahout算法库对从计算模块接收到的数据进行总结并得出规律,并保存所述规律。
4.根据权利要求1所述的即时推荐系统,其特征在于,所述后台管理模块包括项目管理模块和权重设置模块,所述项目管理模块用于管理推荐规则库模块和商品推荐库模块;
所述权重设置模块用于对数据收集模块收集到的各种数据进行加权设置。
5.根据权利要求3所述的即时推荐系统,其特征在于,所述mahout算法库中包括协同过滤算法、基于item的CF、商品DNA推荐算法、基于内容的推荐算法、基于关联规则推荐算法和混合推荐算法。
6.根据权利要求2至5任一项所述的即时推荐系统,其特征在于,所述查询接口包括商品DNA采集接口和商品删除接口。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210076901.XA CN102663019B (zh) | 2012-03-21 | 2012-03-21 | 一种即时推荐系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210076901.XA CN102663019B (zh) | 2012-03-21 | 2012-03-21 | 一种即时推荐系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102663019A true CN102663019A (zh) | 2012-09-12 |
CN102663019B CN102663019B (zh) | 2017-06-20 |
Family
ID=46772510
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210076901.XA Active CN102663019B (zh) | 2012-03-21 | 2012-03-21 | 一种即时推荐系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102663019B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103106285A (zh) * | 2013-03-04 | 2013-05-15 | 中国信息安全测评中心 | 一种基于信息安全专业社交网络平台的推荐算法 |
CN103839178A (zh) * | 2014-02-28 | 2014-06-04 | 珠海市君天电子科技有限公司 | 一种获得商品质量信息的方法及系统 |
CN105373625A (zh) * | 2015-12-09 | 2016-03-02 | 浪潮电子信息产业股份有限公司 | 一种oracle数据备份方法 |
CN106155496A (zh) * | 2015-04-27 | 2016-11-23 | 阿里巴巴集团控股有限公司 | 一种信息展示方法及装置 |
CN106529692A (zh) * | 2016-11-01 | 2017-03-22 | 合肥华贝信息科技有限公司 | 一种智能网络订餐平台 |
CN106940801A (zh) * | 2016-01-04 | 2017-07-11 | 中国科学院声学研究所 | 一种用于广域网络的深度强化学习推荐系统及方法 |
CN107122989A (zh) * | 2017-03-21 | 2017-09-01 | 浙江工业大学 | 一种面向化妆品的多角度混合推荐方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050154640A1 (en) * | 2003-11-17 | 2005-07-14 | Venkateswarlu Kolluri | Context- and behavior-based targeting system |
CN101271558A (zh) * | 2008-05-16 | 2008-09-24 | 华东师范大学 | 基于上下文信息的多策略商品推荐系统 |
CN101334792A (zh) * | 2008-07-10 | 2008-12-31 | 中国科学院计算技术研究所 | 一种个性化服务推荐系统和方法 |
CN102169505A (zh) * | 2011-05-16 | 2011-08-31 | 苏州两江科技有限公司 | 基于云计算的推荐系统构建方法 |
CN102208086A (zh) * | 2010-03-31 | 2011-10-05 | 北京邮电大学 | 面向领域的个性化智能推荐系统及实现方法 |
-
2012
- 2012-03-21 CN CN201210076901.XA patent/CN102663019B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050154640A1 (en) * | 2003-11-17 | 2005-07-14 | Venkateswarlu Kolluri | Context- and behavior-based targeting system |
CN101271558A (zh) * | 2008-05-16 | 2008-09-24 | 华东师范大学 | 基于上下文信息的多策略商品推荐系统 |
CN101334792A (zh) * | 2008-07-10 | 2008-12-31 | 中国科学院计算技术研究所 | 一种个性化服务推荐系统和方法 |
CN102208086A (zh) * | 2010-03-31 | 2011-10-05 | 北京邮电大学 | 面向领域的个性化智能推荐系统及实现方法 |
CN102169505A (zh) * | 2011-05-16 | 2011-08-31 | 苏州两江科技有限公司 | 基于云计算的推荐系统构建方法 |
Non-Patent Citations (2)
Title |
---|
林立宇等: "基于云计算的电子商务推荐平台的构建分析", 《广东通信技术》, no. 11, 30 November 2010 (2010-11-30) * |
高建煌: "个性化推荐系统技术与应用", 《中国优秀硕士学位论文全文数据库(电子期刊)》, 15 January 2011 (2011-01-15), pages 6 - 20 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103106285A (zh) * | 2013-03-04 | 2013-05-15 | 中国信息安全测评中心 | 一种基于信息安全专业社交网络平台的推荐算法 |
CN103106285B (zh) * | 2013-03-04 | 2017-02-08 | 中国信息安全测评中心 | 一种基于信息安全专业社交网络平台的推荐算法 |
CN103839178A (zh) * | 2014-02-28 | 2014-06-04 | 珠海市君天电子科技有限公司 | 一种获得商品质量信息的方法及系统 |
CN106155496A (zh) * | 2015-04-27 | 2016-11-23 | 阿里巴巴集团控股有限公司 | 一种信息展示方法及装置 |
CN105373625A (zh) * | 2015-12-09 | 2016-03-02 | 浪潮电子信息产业股份有限公司 | 一种oracle数据备份方法 |
CN106940801A (zh) * | 2016-01-04 | 2017-07-11 | 中国科学院声学研究所 | 一种用于广域网络的深度强化学习推荐系统及方法 |
CN106529692A (zh) * | 2016-11-01 | 2017-03-22 | 合肥华贝信息科技有限公司 | 一种智能网络订餐平台 |
CN107122989A (zh) * | 2017-03-21 | 2017-09-01 | 浙江工业大学 | 一种面向化妆品的多角度混合推荐方法 |
CN107122989B (zh) * | 2017-03-21 | 2021-06-18 | 浙江工业大学 | 一种面向化妆品的多角度混合推荐方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102663019B (zh) | 2017-06-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10095771B1 (en) | Clustering and recommending items based upon keyword analysis | |
Özgöbek et al. | A survey on challenges and methods in news recommendation | |
CN102663019A (zh) | 一种即时推荐系统 | |
JP5154975B2 (ja) | 興味体系グラフ形成装置、興味体系グラフ形成方法、および、興味体系グラフ形成プログラム | |
CN104254852A (zh) | 用于混合信息查询的方法和系统 | |
CN102591995B (zh) | 一种基于云数据中心的用户信息处理方法及装置 | |
CN104254851A (zh) | 用于向用户推荐内容的方法和系统 | |
Zhou et al. | Multi-dimensional attributes and measures for dynamical user profiling in social networking environments | |
US20140222604A1 (en) | System for integrating ecommerce website and social networking website on a single web-based platform | |
Dias et al. | Automating the extraction of static content and dynamic behaviour from e-commerce websites | |
Saravanan | Design of large-scale Content-based recommender system using hadoop MapReduce framework | |
Han et al. | Fitnet: Identifying fashion influencers on twitter | |
Zhou et al. | A novel approach for generating personalized mention list on micro-blogging system | |
Ashraf et al. | Personalized news recommendation based on multi-agent framework using social media preferences | |
Chang et al. | Towards social recommendation system based on the data from microblogs | |
KR20170121589A (ko) | 온라인 통합 관리 시스템 | |
Prado-Romero et al. | Identifying twitter users influence and open mindedness using anomaly detection | |
Ponomarenko et al. | Application of artificial intelligence in digital marketing. | |
US9785978B1 (en) | Dynamic content control in an information processing system | |
Sahu et al. | Personalized recommendation engine using HADOOP | |
Jabeur et al. | A product feature-based user-centric ranking model for e-commerce search | |
US20150248491A1 (en) | Data processing device and data processing method | |
Rajapaksha et al. | Recommendations to Increase the Customer Interaction of E-commerce Applications with Web Usage Mining | |
Kille et al. | News recommendation in real-time | |
Egger | Identifying Key Opinion Leaders in Social Networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20190708 Address after: 401120 data of Xiantao street, Yubei District, Chongqing 19 Patentee after: Chongqing Liantuo Jinfu Technology Co., Ltd. Address before: 100083 Beijing Haidian District Huaqing Jiayuan Building 1707 Patentee before: Beijing Information Smart Co., Ltd. |