CN112347399A - 一种基于大数据的智能推荐系统 - Google Patents
一种基于大数据的智能推荐系统 Download PDFInfo
- Publication number
- CN112347399A CN112347399A CN201910727785.5A CN201910727785A CN112347399A CN 112347399 A CN112347399 A CN 112347399A CN 201910727785 A CN201910727785 A CN 201910727785A CN 112347399 A CN112347399 A CN 112347399A
- Authority
- CN
- China
- Prior art keywords
- data
- user
- module
- recommendation
- praise
- 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.)
- Pending
Links
- 238000012545 processing Methods 0.000 claims abstract description 11
- 238000000605 extraction Methods 0.000 claims description 12
- 230000006835 compression Effects 0.000 claims description 11
- 238000007906 compression Methods 0.000 claims description 11
- 230000006837 decompression Effects 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000013075 data extraction Methods 0.000 claims description 6
- 238000013500 data storage Methods 0.000 claims description 6
- 238000012217 deletion Methods 0.000 claims description 5
- 230000037430 deletion Effects 0.000 claims description 5
- 238000011156 evaluation Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
- G06F16/986—Document structures and storage, e.g. HTML extensions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明公开了数据处理技术领域的一种基于大数据的智能推荐系统，包括大数据云端存储系统、用户上传系统和用户推荐系统；所述大数据云端存储系统，用于根据用户点赞数量自动保存获赞量较多的推荐数据，以及自动删除获赞量较少的推荐数据；所述用户上传系统，用于各类网络用户根据所要上传的材料进行压缩对云端系统进行上传工作；所述用户推荐系统，用于通过对云端上传的推荐数据进行智能解压，对被推荐用户进行智能推荐，本发明通过对上传的推送数据进行统一压缩处理，可以有效的减少推送数据的内存占用，并且根据用户的点赞数量来确认是否对点赞数量少的推送数据进行删除，可以很好的对系统存储器进行空间释放，提高用户对推荐数据的检索效率。
Description
技术领域
本发明涉及数据处理技术领域，具体为一种基于大数据的智能推荐系统。
背景技术
近几年，大数据迅速发展成为科技界和企业界甚至世界各国政府关注的热点数据已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。
在大数据进行推送的过程中，由于大数据的数据量大而且复杂，而且都是很多上传用户不经压缩直接上传，导致系统存储器出现超负荷，从而影响用户对智能推荐数据的检索和使用效率。
基于此，本发明设计了一种基于大数据的智能推荐系统，以解决上述问题。
发明内容
本发明的目的在于提供一种基于大数据的智能推荐系统，以解决上述背景技术中提出的现有的大数据进行推送的过程中，由于大数据的数据量大而且复杂，而且都是很多上传用户不经压缩直接上传，导致系统存储器出现超负荷，从而影响用户对智能推荐数据的检索和使用效率的问题。
为实现上述目的，本发明提供如下技术方案：一种基于大数据的智能推荐系统，包括大数据云端存储系统、用户上传系统和用户推荐系统；
所述大数据云端存储系统，用于根据用户点赞数量自动保存获赞量较多的推荐数据，以及自动删除获赞量较少的推荐数据；
所述用户上传系统，用于各类网络用户根据所要上传的材料进行压缩对云端系统进行上传工作；
所述用户推荐系统，用于通过对云端上传的推荐数据进行智能解压，对被推荐用户进行智能推荐。
优选的，所述大数据云端存储系统包括上传存储模块、调取推荐模块和数据处理模块；
所述上传存储模块，用于将用户通过压缩上传的推荐数据进行存储，并对用户推荐后的获赞量进行存储；
所述调取推荐模块，用于根据推荐数据的获赞量，像被推荐用户进行数据推送工作；
所述数据处理模块，用于在推荐数据的获赞量较低时，自动将获赞量低的推荐数据进行提取并删除。
优选的，所述上传存储模块包括数据存储单元和获赞量存储模块；
所述数据存储单元，用于存储来自上传用户上传的压缩推荐数据；
所述获赞量存储模块，用于存储各个查看推荐数据后的网络用户的点赞数量，并进行累计。
优选的，所述数据处理模块包括数据抽离模块和抽离删除模块；
所述数据抽离模块，用于根据用户对推荐数据的点赞量，自动抽取出所述上传存储模块中的点赞量较低的推荐数据；
所述抽离删除模块，用于在对推荐数据抽取完成后，对其进行自动删除操作。
优选的，所述用户上传系统包括材料编辑模块和材料压缩模块；
所述材料编辑模块，用于上传用户将上传材料进行整理和编辑；
所述材料压缩模块，用于将用户整理编辑完成的视频数据、文档数据和图片数据通过压缩后上传至所述大数据云端存储系统中。
优选的，所述用户推荐系统包括用户推荐模块和智能解压模块；
所述用户推荐模块，用于根据用户的检索内容，自动对云端存储的推荐数据进行检索和推送；
所述智能解压模块，用于将云端存储的数据进行自动解压给推荐用户查看。
优选的，所述用户推荐模块包括用户检索模块、检索分析提取模块、智能推荐模块和推荐点赞模块；
所述用户检索模块，用于用户根据自身需求对大数据进行基础性的检索工作；
所述检索分析提取模块，用于提取用户检索时的关键名词进行存储；
所述智能推荐模块，用于在用户下次查看相关数据检索时，自动向用户推荐感兴趣的推荐数据；
所述推荐点赞模块，用于在对用户完成智能推荐后，用户可根据实际情况对推荐数据进行点赞评价。
与现有技术相比，本发明的有益效果是：本发明通过对上传的推送数据进行统一压缩处理，可以有效的减少推送数据的内存占用，并且根据用户的点赞数量来确认是否对点赞数量少的推送数据进行删除，可以很好的对系统存储器进行空间释放，提高用户对推荐数据的检索效率。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的系统框架图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1，本发明提供一种技术方案：一种基于大数据的智能推荐系统，包括大数据云端存储系统、用户上传系统和用户推荐系统；
所述大数据云端存储系统，用于根据用户点赞数量自动保存获赞量较多的推荐数据，以及自动删除获赞量较少的推荐数据；
所述用户上传系统，用于各类网络用户根据所要上传的材料进行压缩对云端系统进行上传工作；
所述用户推荐系统，用于通过对云端上传的推荐数据进行智能解压，对被推荐用户进行智能推荐。
需要说明的是，通过在用户上传系统，用户可以根据一些视频、图片等材料加上文字说明来对大数据云端存储系统进行推荐数据的上传，并且用户在进行关键词检索后，下次登录后自动推送相关的上传推荐数据，用户可以根据实际情况对推荐数据进行点赞，当云端存储中的点赞数量较多的数据可以继续保留在存储器中，但当点赞数量较少时，云端系统会自动对其进行抽离和删除，从而可以有效的减缓存储器中的占用内存，提高检索效率。
更进一步的实施方式为，所述大数据云端存储系统包括上传存储模块、调取推荐模块和数据处理模块；
所述上传存储模块，用于将用户通过压缩上传的推荐数据进行存储，并对用户推荐后的获赞量进行存储；
所述调取推荐模块，用于根据推荐数据的获赞量，像被推荐用户进行数据推送工作；
所述数据处理模块，用于在推荐数据的获赞量较低时，自动将获赞量低的推荐数据进行提取并删除；
对点赞数量多的推荐数据对用户进行推送，可以满足用户的需求，并且删除点赞数量少的推送数据，可以避免对存储器的空间占用。
更进一步的实施方式为，所述上传存储模块包括数据存储单元和获赞量存储模块；
所述数据存储单元，用于存储来自上传用户上传的压缩推荐数据；
所述获赞量存储模块，用于存储各个查看推荐数据后的网络用户的点赞数量，并进行累计；
可以很好的对云端推送数据的存储以及对其点赞量进行存储工作。
更进一步的实施方式为，所述数据处理模块包括数据抽离模块和抽离删除模块；
所述数据抽离模块，用于根据用户对推荐数据的点赞量，自动抽取出所述上传存储模块中的点赞量较低的推荐数据；
所述抽离删除模块，用于在对推荐数据抽取完成后，对其进行自动删除操作；
对无用的点赞少的推送数据进行删除，可以很好的对云端存储减少符负荷，提高检索效率。
更进一步的实施方式为，所述用户上传系统包括材料编辑模块和材料压缩模块；
所述材料编辑模块，用于上传用户将上传材料进行整理和编辑；
所述材料压缩模块，用于将用户整理编辑完成的视频数据、文档数据和图片数据通过压缩后上传至所述大数据云端存储系统中；
对上传材料进行压缩，可以很好的减少云端存储数据的空间占用量。
更进一步的实施方式为，所述用户推荐系统包括用户推荐模块和智能解压模块；
所述用户推荐模块，用于根据用户的检索内容，自动对云端存储的推荐数据进行检索和推送；
所述智能解压模块，用于将云端存储的数据进行自动解压给推荐用户查看；
通过自动解压，可以便于用户对推送消息进行快速查看。
更进一步的实施方式为，所述用户推荐模块包括用户检索模块、检索分析提取模块、智能推荐模块和推荐点赞模块；
所述用户检索模块，用于用户根据自身需求对大数据进行基础性的检索工作；
所述检索分析提取模块，用于提取用户检索时的关键名词进行存储；
所述智能推荐模块，用于在用户下次查看相关数据检索时，自动向用户推荐感兴趣的推荐数据；
所述推荐点赞模块，用于在对用户完成智能推荐后，用户可根据实际情况对推荐数据进行点赞评价；
通过在用户完成推送后，用户根据实际情况来完成点赞量，从而可以很好的保存优秀数据。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (7)
1.一种基于大数据的智能推荐系统，其特征在于：包括大数据云端存储系统、用户上传系统和用户推荐系统；
所述大数据云端存储系统，用于根据用户点赞数量自动保存获赞量较多的推荐数据，以及自动删除获赞量较少的推荐数据；
所述用户上传系统，用于各类网络用户根据所要上传的材料进行压缩对云端系统进行上传工作；
所述用户推荐系统，用于通过对云端上传的推荐数据进行智能解压，对被推荐用户进行智能推荐。
2.根据权利要求1所述的一种基于大数据的智能推荐系统，其特征在于：所述大数据云端存储系统包括上传存储模块、调取推荐模块和数据处理模块；
所述上传存储模块，用于将用户通过压缩上传的推荐数据进行存储，并对用户推荐后的获赞量进行存储；
所述调取推荐模块，用于根据推荐数据的获赞量，像被推荐用户进行数据推送工作；
所述数据处理模块，用于在推荐数据的获赞量较低时，自动将获赞量低的推荐数据进行提取并删除。
3.根据权利要求2所述的一种基于大数据的智能推荐系统，其特征在于：所述上传存储模块包括数据存储单元和获赞量存储模块；
所述数据存储单元，用于存储来自上传用户上传的压缩推荐数据；
所述获赞量存储模块，用于存储各个查看推荐数据后的网络用户的点赞数量，并进行累计。
4.根据权利要求2所述的一种基于大数据的智能推荐系统，其特征在于：所述数据处理模块包括数据抽离模块和抽离删除模块；
所述数据抽离模块，用于根据用户对推荐数据的点赞量，自动抽取出所述上传存储模块中的点赞量较低的推荐数据；
所述抽离删除模块，用于在对推荐数据抽取完成后，对其进行自动删除操作。
5.根据权利要求1所述的一种基于大数据的智能推荐系统，其特征在于：所述用户上传系统包括材料编辑模块和材料压缩模块；
所述材料编辑模块，用于上传用户将上传材料进行整理和编辑；
所述材料压缩模块，用于将用户整理编辑完成的视频数据、文档数据和图片数据通过压缩后上传至所述大数据云端存储系统中。
6.根据权利要求1所述的一种基于大数据的智能推荐系统，其特征在于：所述用户推荐系统包括用户推荐模块和智能解压模块；
所述用户推荐模块，用于根据用户的检索内容，自动对云端存储的推荐数据进行检索和推送；
所述智能解压模块，用于将云端存储的数据进行自动解压给推荐用户查看。
7.根据权利要求6所述的一种基于大数据的智能推荐系统，其特征在于：所述用户推荐模块包括用户检索模块、检索分析提取模块、智能推荐模块和推荐点赞模块；
所述用户检索模块，用于用户根据自身需求对大数据进行基础性的检索工作；
所述检索分析提取模块，用于提取用户检索时的关键名词进行存储；
所述智能推荐模块，用于在用户下次查看相关数据检索时，自动向用户推荐感兴趣的推荐数据；
所述推荐点赞模块，用于在对用户完成智能推荐后，用户可根据实际情况对推荐数据进行点赞评价。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910727785.5A CN112347399A (zh) | 2019-08-08 | 2019-08-08 | 一种基于大数据的智能推荐系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910727785.5A CN112347399A (zh) | 2019-08-08 | 2019-08-08 | 一种基于大数据的智能推荐系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112347399A true CN112347399A (zh) | 2021-02-09 |
Family
ID=74367357
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910727785.5A Pending CN112347399A (zh) | 2019-08-08 | 2019-08-08 | 一种基于大数据的智能推荐系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112347399A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030033211A1 (en) * | 2000-11-06 | 2003-02-13 | Mark Haines | System and method for networked loyalty program |
| US20090163183A1 (en) * | 2007-10-04 | 2009-06-25 | O'donoghue Hugh | Recommendation generation systems, apparatus and methods |
| CN102917034A (zh) * | 2012-09-28 | 2013-02-06 | 北京百度网讯科技有限公司 | 信息推送方法、系统和云端服务器 |
| CN104954497A (zh) * | 2015-07-03 | 2015-09-30 | 浪潮(北京)电子信息产业有限公司 | 一种云存储系统中数据传输方法和系统 |
| CN107563848A (zh) * | 2017-08-10 | 2018-01-09 | 成都法线网络科技有限公司 | 一种基于设备类型的产品推荐系统 |
| CN110019132A (zh) * | 2017-12-20 | 2019-07-16 | 北京潘达互娱科技有限公司 | 点赞数据存储方法及设备 |
-
2019
- 2019-08-08 CN CN201910727785.5A patent/CN112347399A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030033211A1 (en) * | 2000-11-06 | 2003-02-13 | Mark Haines | System and method for networked loyalty program |
| US20090163183A1 (en) * | 2007-10-04 | 2009-06-25 | O'donoghue Hugh | Recommendation generation systems, apparatus and methods |
| CN102917034A (zh) * | 2012-09-28 | 2013-02-06 | 北京百度网讯科技有限公司 | 信息推送方法、系统和云端服务器 |
| CN104954497A (zh) * | 2015-07-03 | 2015-09-30 | 浪潮(北京)电子信息产业有限公司 | 一种云存储系统中数据传输方法和系统 |
| CN107563848A (zh) * | 2017-08-10 | 2018-01-09 | 成都法线网络科技有限公司 | 一种基于设备类型的产品推荐系统 |
| CN110019132A (zh) * | 2017-12-20 | 2019-07-16 | 北京潘达互娱科技有限公司 | 点赞数据存储方法及设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10885100B2 (en) | Thumbnail-based image sharing method and terminal | |
| CN102906751B (zh) | 一种数据存储、数据查询的方法及装置 | |
| CN102769781B (zh) | 推荐电视节目的方法及装置 | |
| CN1318974C (zh) | 数据库备份数据的压缩和查询方法 | |
| CN104427341B (zh) | 一种图像处理方法、装置及终端 | |
| CN109284262A (zh) | 一种企业电子文档管理服务端及系统 | |
| CN111611250A (zh) | 数据存储设备、数据查询方法、装置、服务器及存储介质 | |
| CN100440806C (zh) | 网络日志信息处理设备及处理方法 | |
| CN103688256A (zh) | 基于评论信息确定视频质量参数的方法、装置和系统 | |
| CN106874399A (zh) | 一种联网备份系统及备份方法 | |
| CN108182198A (zh) | 存储先进控制器运行数据的控制装置和读取方法 | |
| CN105872731A (zh) | 数据处理的方法和装置 | |
| CN112347399A (zh) | 一种基于大数据的智能推荐系统 | |
| CN111988668B (zh) | 一种视频推荐方法、装置、计算机设备及存储介质 | |
| CN106933702A (zh) | 一种智能终端存储空间管理的方法、装置及智能终端 | |
| JP6691611B2 (ja) | 情報処理装置、情報処理方法、プログラム、記憶媒体 | |
| CN103838873B (zh) | 一种应用匹配机主信息自动搜索的方法及系统 | |
| CN111666263A (zh) | 一种数据湖环境下异构数据管理的实现方法 | |
| CN111324725A (zh) | 一种话题获取方法、终端、计算机可读存储介质 | |
| CN113609084B (zh) | 基于bim自定义格式的数据压缩方法、装置、设备及介质 | |
| CN110569456B (zh) | Web端数据离线缓存方法及装置、电子设备 | |
| CN104899118B (zh) | 一种对删除的隐私数据的恢复方法及系统 | |
| EP1351475B1 (de) | Zugriff auf den inhalt einer sprachnachricht über eine kurze nachricht. | |
| CN108874891B (zh) | 一种便于家庭云盘文件阅览的方法 | |
| CN109002446A (zh) | 一种智能排序方法、终端与计算机可读存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210209 |
|
| WD01 | Invention patent application deemed withdrawn after publication |