CN112883279A

CN112883279A - 基于大数据的智能推荐方法、装置、设备及可读存储介质

Info

Publication number: CN112883279A
Application number: CN202110316691.6A
Authority: CN
Inventors: 雷海波
Original assignee: Hangzhou Taihuoniao Technology Co ltd
Current assignee: Hangzhou Taihuoniao Technology Co ltd
Priority date: 2021-03-24
Filing date: 2021-03-24
Publication date: 2021-06-01

Abstract

本发明公开了一种基于大数据的智能推荐方法、装置、设备及可读存储介质，所述方法包括：根据待推荐的需求方的设计需求数据从预设服务商数据库中筛选出至少一推荐服务商及各所述推荐服务商对应的至少一推荐设计数据；建立各推荐服务商与各推荐服务商对应的至少一推荐设计数据之间的超链接；提取各推荐服务商的特征数据，并根据各推荐服务商的特征数据与各推荐服务商的超链接生成各推荐服务商的推荐标签；将各推荐服务商的推荐标签推荐给待推荐的需求方,由此相比于现有技术中需求方仅依靠网络自身去查找服务商，本发明通过根据设计需求数据自动从预设服务商数据库中筛选出匹配的推荐服务商，提高了需求方选取服务商的效率及精准率。

Description

基于大数据的智能推荐方法、装置、设备及可读存储介质

技术领域

本发明涉及技术领域，尤其涉及一种基于大数据的智能推荐方法、装置、设备及可读存储介质。

背景技术

目前，在现有的设计行业中，当需求方需要服务商去定制设计方案时，由于大部分需求方不了解设计，因此在寻找服务商时，一部分会基于身边人的推荐信息去确定服务商，一部分则会基于网络去查找服务商，例如基于服务商广告、一些人在网络上发布的服务商推荐信息等，然而网络的相关信息数据量巨大且杂乱，因此查找起来费心费力，而且准确率还很低，导致客户很难快速找到心仪的服务商。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种基于大数据的智能推荐方法、装置、设备及可读存储介质，旨在解决目前需求方难以快速精准寻合适的服务商的技术问题。

为实现上述目的，本发明提供一种基于大数据的智能推荐方法，所述基于大数据的智能推荐方法包括以下步骤：

根据待推荐的需求方的设计需求数据从预设服务商数据库中筛选出至少一推荐服务商及各所述推荐服务商对应的至少一推荐设计数据；

建立各所述推荐服务商与各所述推荐服务商对应的至少一推荐设计数据之间的超链接；

提取各所述推荐服务商的特征数据，并根据各所述推荐服务商的特征数据与各所述推荐服务商的超链接生成各所述推荐服务商的推荐标签；

将各所述推荐服务商的推荐标签推荐给所述待推荐的需求方。

优选地，所述根据待推荐的需求方的设计需求数据从预设服务商数据库中筛选出至少一推荐服务商及各所述推荐服务商对应的至少一推荐设计数据的步骤包括：

根据待推荐的需求方的设计需求数据确定待推荐的需求方的设计需求属性标签；

获取所述预设服务商数据库中各预设服务商的服务属性标签；

根据所述设计需求属性标签及所述各预设服务商的服务属性标签从预设服务商数据库中筛选出至少一推荐服务商及各所述推荐服务商对应的至少一推荐设计数据。

优选地，所述根据所述设计需求属性标签及所述各预设服务商的服务属性标签从预设服务商数据库中筛选出至少一推荐服务商及各所述推荐服务商对应的至少一推荐设计数据的步骤包括：

获取所述设计需求属性标签与所述各预设服务商的服务属性标签之间的第一匹配权重；

根据所述第一匹配权重对所述各预设服务商进行排序，以获取排序后的服务商列表，并从所述排序后的服务商列表中筛选出至少一推荐服务商；

根据所述设计需求属性标签及各所述推荐服务商的服务数据获取各所述推荐服务商对应的至少一推荐设计数据。

优选地，所述推荐服务商的服务数据包括推荐服务商的设计师及设计师对应设计作品，所述根据所述设计需求属性标签及各所述推荐服务商的服务数据获取各所述推荐服务商对应的至少一推荐设计数据的步骤包括：

获取各所述推荐服务商对应的至少一设计师及各所述设计师对应的至少一设计作品；

获取各所述设计师对应的各所述设计作品与所述设计需求属性标签之间的第二匹配权重；

根据所述第二匹配权重对各所述设计师及各设计师对应的各所述设计作品进行排序，以获取排序后的设计数据列表；

从所述排序后的设计数据列表筛选出至少一推荐设计师及各所述推荐设计师对应的至少一推荐设计作品，并将所述推荐设计师及所述推荐设计作品作为推荐设计数据。

优选地，所述根据各所述推荐服务商的特征数据与各所述推荐服务商的超链接生成各所述推荐服务商的推荐标签的步骤包括：

构建各所述推荐服务商的空白推荐标签，并根据各所述推荐服务商的特征数据对所述空白推荐标签进行内容填充，以生成各所述推荐服务商的推荐标签；

隐藏显示各所述推荐服务商的超链接，并生成各所述推荐服务商的超链接与各所述推荐服务商的推荐标签匹配的触发控件，以通过所述触发控件显示所述超链接。

优选地，所述根据待推荐的需求方的设计需求数据从预设服务商数据库中筛选出至少一推荐服务商及各所述推荐服务商对应的至少一推荐设计数据的步骤之前，还包括：

检测到待推荐的需求方启动搜索引擎时，获取所述待推荐的需求方输入的至少一查询词，并将当前界面切换至各所述查询词对应的推荐内容界面；

根据各所述查询词对应的推荐内容界面获取待推荐的需求方的设计需求数据。

优选地，所述将各所述推荐服务商的推荐标签推荐给所述待推荐的需求方的步骤之后，还包括：

在接收到所述待推荐的需求方反馈的目标推荐服务商时，发送携带有所述待推荐的需求方的设计需求数据的提示消息至所述目标推荐服务商；

根据所述待推荐的需求方的设计需求数据获取原材料需求数据，并获取所述目标推荐服务商的位置信息；

根据所述位置信息及所述原材料特征数据从预设原材料供应商数据库中筛选出至少一目标原材料供应商，并将所述目标原材料供应商反馈至所述待推荐的需求方及所述目标推荐服务商。

进一步地，为实现上述目的，本发明还提供一种基于大数据的智能推荐装置，所述基于大数据的智能推荐装置包括：

筛选模块，用于根据待推荐的需求方的设计需求数据从预设服务商数据库中筛选出至少一推荐服务商及各所述推荐服务商对应的至少一推荐设计数据；

建立模块，用于建立各所述推荐服务商与各所述推荐服务商对应的至少一推荐设计数据之间的超链接；

提取模块，用于提取各所述推荐服务商的特征数据，并根据各所述推荐服务商的特征数据与各所述推荐服务商的超链接生成各所述推荐服务商的推荐标签；

推荐模块，用于将各所述推荐服务商的推荐标签推荐给所述待推荐的需求方。

进一步地，为实现上述目的，本发明还提供一种基于大数据的智能推荐设备，所述基于大数据的智能推荐设备包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的基于大数据的智能推荐程序，所述基于大数据的智能推荐程序被所述处理器执行时实现如上述所述的基于大数据的智能推荐方法的步骤。

进一步地，为实现上述目的，本发明还提供一种可读存储介质，所述可读存储介质上存储有基于大数据的智能推荐程序，所述基于大数据的智能推荐程序被处理器执行时实现如上所述的基于大数据的智能推荐方法的步骤。

相比于现有技术中需求方仅依靠网络自身去查找服务商，本发明提供的基于大数据的智能推荐方法，通过根据待推荐的需求方的设计需求数据从预设服务商数据库中筛选出至少一推荐服务商及各所述推荐服务商对应的至少一推荐设计数据；建立各所述推荐服务商与各所述推荐服务商对应的至少一推荐设计数据之间的超链接；提取各所述推荐服务商的特征数据，并根据各所述推荐服务商的特征数据与各所述推荐服务商的超链接生成各所述推荐服务商的推荐标签；将各所述推荐服务商的推荐标签推荐给所述待推荐的需求方,由此本发明通过根据设计需求数据自动从预设服务商数据库中筛选出匹配的推荐服务商，提高了需求方选取服务商的效率及精准率。

附图说明

图1为本发明基于大数据的智能推荐设备实施例方案涉及的硬件运行环境的结构示意图；

图2为本发明基于大数据的智能推荐方法第一实施例的流程示意图；

图3为本发明基于大数据的智能推荐方法第二实施例的流程示意图；

图4为本发明基于大数据的智能推荐装置一实施例的功能模块示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明提供一种基于大数据的智能推荐设备，参照图1，图1为本发明基于大数据的智能推荐设备实施例方案涉及的硬件运行环境的结构示意图。

如图1所示，该基于大数据的智能推荐设备可以包括：处理器1001，例如CPU，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储基于大数据的智能推荐设备。

本领域技术人员可以理解，图1中示出的基于大数据的智能推荐设备的硬件结构并不构成对基于大数据的智能推荐设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图1所示，作为一种可读存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及基于大数据的智能推荐程序。其中，操作系统是管理和控制基于大数据的智能推荐设备的硬件与软件资源的程序，支持网络通信模块、用户接口模块、基于大数据的智能推荐程序以及其他程序或软件的运行；网络通信模块用于管理和控制网络接口1004；用户接口模块用于管理和控制用户接口1003。

在图1所示的基于大数据的智能推荐设备硬件结构中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端(用户端)，与客户端进行数据通信；处理器1001可以调用存储器1005中存储的基于大数据的智能推荐程序，并执行以下操作：

本发明还提供一种基于大数据的智能推荐方法。

参照图2，图2为本发明基于大数据的智能推荐方法第一实施例的流程示意图。

本发明实施例提供了基于大数据的智能推荐方法的实施例，需要说明的是，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。具体地，本实施例基于大数据的智能推荐方法包括：

步骤S10：根据待推荐的需求方的设计需求数据从预设服务商数据库中筛选出至少一推荐服务商及各所述推荐服务商对应的至少一推荐设计数据；

需要说明的是，本发明提出的基于大数据的智能推荐方法应用于一服务器，服务器在确定到待推荐的需求方时，根据待推荐的需求方的设计需求数据从预设服务商数据库中筛选出至少一推荐服务商及各所述推荐服务商对应的至少一推荐设计数据。

具体而言，上述设计需求数据指代的包含包含需求方对设计产品需求的特征数据，例如，需求方向、需求表达及需求深度等，其中，需求方向包括需求名称、需求类别、需求地点、需求时间、需求数量和设计报酬等，需求表达包括文字表达、图片表达、视频表达及音频表达等，需求深度包含：是否要设计定位、是否要市场分析、是否要知识产权及是否要产品化等，在向待推荐的需求方推荐服务商中，而上述预设服务商数据库指代存储于上述服务器本身或者与上述服务器相关联的数据库。

在一实施例中，上述服务器中部署有一设计服务平台，其中，设计服务平台的UI界面中设有服务商板块，其中服务商板块中可设置“服务商，我是设计公司，需要商机订单”的字眼，以提醒需要方基于该服务商板块可去查询相关的服务商，此外设计服务平台的UI界面中还设有需求板块，其中需求板块中可设置“需求方，我有设计需求，想找设计公司”的字眼，以提醒服务商基于该需要板块可去联系相关的需求方，此外，本实施例中，需求方可基于该需求板块在设计服务平台发布设计需求数据，进一步地，为了提高交易的智能化，上述设计服务平台中设有自动匹配按钮，例如在需求方基于该需求板块在设计服务平台发布设计需求数据之后，需求方可勾选上述自动匹配按钮，以实现智能化自动匹配，其中，需求方在勾选上述自动匹配按钮之后，上述设计服务平台的UI界面中弹出一联系信息填写框，需求方可在上述联系信息填写框中留下联系方式，例如邮箱信息、电话信息等，则在成功匹配之后，可基于上述联系方式将匹配成功的消息发送至需求方，以提醒需求方已为其寻找到适配的服务商。

此外，在另一实施例中，上述设计平台中部署有服务商入住板块，基于该服务商入住板块可供各服务商在该设计平台中发布相应的设计数据，其中，服务商在基于上述服务入住板块入住至设计平台时，服务商可自定义设置允许设计平台允许访问的服务商数据，由此形成预设服务商数据库，其中，服务商数据包括服务商的名称、服务商中包含的设计师、各设计师的设计作品及设计服务类型等，本实施例在此不再赘述。

此外，为了提高上述设计平台的智能化，从而提升用户体验，上述根据待推荐的需求方的设计需求数据从预设服务商数据库中筛选出至少一推荐服务商及各所述推荐服务商对应的至少一推荐设计数据的步骤之前，还包括：

即本实施例中，上述设计平台的中设有搜索引擎，当检测到待推荐的需求方启动搜索引擎时，例如检测到搜索引擎中输入关键词且搜索指令控件被触控时，则判定待推荐的需求方启动搜索引擎，则获取待推荐的需求方输入的至少一查询词，并将上述设计平台的显示界面切换至各查询词对应的推荐内容界面，并基于各推荐内容界面获取待推荐的需求方的设计需求数据。

步骤S20：建立各所述推荐服务商与各所述推荐服务商对应的至少一推荐设计数据之间的超链接；

在从预设服务商数据库中筛选出至少一推荐服务商及各所述推荐服务商对应的至少一推荐设计数据之后，建立各推荐服务商与各推荐服务商对应的至少一推荐设计数据之间的超链接。

具体而言，上述推荐设计数据包括服务商的设计师数据集各设计师数据匹配的设计作品，例如服务商A包括设计师a、设计师b及设计师c，其中，设计师a的设计作品包括设计作品aa、设计作品ab及设计作品ac，设计师b的设计作品包括设计作品ba、设计作品bb及设计作品bc，设计师c的设计作品包括设计作品ca、设计作品cb及设计作品cc，则服务商A的推荐设计数，据可包括设计师a、设计师b及设计师c、设计作品aa、设计作品ab及设计作品ac、设计作品ba、设计作品bb及设计作品bc，设计作品ca、设计作品cb及设计作品cc，在获取上述推荐设计数据之后，建立服务商A与设计师a、设计师b及设计师c之间的第一次超链接，接着建立设计师a与设计作品aa、设计作品ab及设计作品ac之间的第二次超链接，建立设计师b与设计作品ba、设计作品bb及设计作品bc之间的第二次超链接，建立设计师c与设计作品ca、设计作品cb及设计作品cc之间的第二次超链接。

即该步骤中，上述推荐设计数据包括第一属性设计数据及与该第一属性设计数据关联的第二属性设计数据，其中，第一属性设计数据为设计师，第二属性设计数据为设计作品，在从预设服务商数据库中筛选出至少一推荐服务商及各所述推荐服务商对应的至少一推荐设计数据之后，先建立各推荐服务商与各推荐服务商对应的第一属性设计数据之间的第一次超链接，接着建立各第一属性设计数据与各第一属性设计数据对应的第二属性设计数据之间的第二次超链接，由此提高上述推荐设计数据的层次感，进而提升用户体验。

步骤S30：提取各所述推荐服务商的特征数据，并根据各所述推荐服务商的特征数据与各所述推荐服务商的超链接生成各所述推荐服务商的推荐标签；

步骤S40：将各所述推荐服务商的推荐标签推荐给所述待推荐的需求方。

具体而言，上述推荐服务商的特征数据指代标识推荐服务商的身份信息的数据，例如推荐服务商的名称、服务属性、地点等，本实施例中根据各推荐服务商的特征数据与各推荐服务商的超链接生成各推荐服务商的推荐标签，并将推荐标签显示于当前界面中，由此通过推荐标签将上述推荐服务商及推荐服务商对应的至少一推荐设计数据推荐给需求方，简化推荐数据显示样式，提升推荐效果。

具体地，上述根据各所述推荐服务商的特征数据与各所述推荐服务商的超链接生成各所述推荐服务商的推荐标签的步骤包括：

进一步地，为了提升用户体验，上述将各所述推荐服务商的推荐标签推荐给所述待推荐的需求方的步骤之后，还包括：

该步骤中，在接收到待推荐的需求方反馈的目标推荐服务商，例如检测到待推荐的需求方点击的目标推荐服务商对应的推荐标签时，发送携带有待推荐的需求方的设计需求数据的提示消息至目标推荐服务商，由此提示目标推荐服务商有新的意向订单，此外，还可建立待推荐的需求方与目标推荐服务商之间的临时对话框，以供其进行对话交流。

此外，为了进一步提升交易效率，本实施例中，还可为其推荐相应的原材料供应商，具体地，根据待推荐的需求方的设计需求数据获取原材料需求数据，并获取目标推荐服务商的位置信息，接着先根据原材料需求数据从预设原材料供应商数据库中中筛选出至少一个第一原材料供应商，然后根据各第一原材料供应商的位置数据及各第一原材料供应商的位置数据从第一原材料供应商中筛选出至少一目标原材料供应商，并将目标原材料供应商反馈至待推荐的需求方及目标推荐服务商。

应当理解的是，以上仅为举例说明，对本发明的技术方案并不构成任何限制，本领域的技术人员在实际应用中可以基于需要进行设置，此处不再一一列举。

在本实施例中，通过根据待推荐的需求方的设计需求数据从预设服务商数据库中筛选出至少一推荐服务商及各所述推荐服务商对应的至少一推荐设计数据；建立各推荐服务商与各推荐服务商对应的至少一推荐设计数据之间的超链接；提取各推荐服务商的特征数据，并根据各推荐服务商的特征数据与各推荐服务商的超链接生成各推荐服务商的推荐标签；将各推荐服务商的推荐标签推荐给待推荐的需求方,由此相比于现有技术中需求方仅依靠网络自身去查找服务商，本发明通过根据设计需求数据自动从预设服务商数据库中筛选出匹配的推荐服务商，提高了需求方选取服务商的效率及精准率。

进一步地，基于本发明基于大数据的智能推荐方法的第一实施例，提出本发明基于大数据的智能推荐方法第二实施例。

参照图3，图3为本发明基于大数据的智能推荐方法第二实施例的流程示意图；

所述基于大数据的智能推荐方法第二实施例与所述基于大数据的智能推荐方法第一实施例的区别在于，所述根据待推荐的需求方的设计需求数据从预设服务商数据库中筛选出至少一推荐服务商及各所述推荐服务商对应的至少一推荐设计数据的步骤包括：

步骤S101：根据待推荐的需求方的设计需求数据确定待推荐的需求方的设计需求属性标签；

步骤S102：获取所述预设服务商数据库中各预设服务商的服务属性标签；

步骤S103：根据所述设计需求属性标签及所述各预设服务商的服务属性标签从预设服务商数据库中筛选出至少一推荐服务商及各所述推荐服务商对应的至少一推荐设计数据。

具体而言，上述设计需求属性标签包括需求方向标签、需求表达标签和需求深度标签，其中，需求方向标签包括：需求名称子标签、需求单位子标签、需求分类子标签、需求地点子标签、需求时间子标签、需求数量子标签和报酬子标签，需求表达标签包括：文字子标签、图片子标签、视频子标签、音频子标签和子主题子标签，需求深度标签包含：是否要设计定位、是否要市场分析、是否要知识产权、是否要产品化。

上述服务属性标签包括服务方向标签、服务表达标签和服务深度标签，其中，服务方向标签包括：服务名称子标签、服务单位子标签、服务分类子标签、服务地点子标签、服务时间子标签、服务数量子标签和报酬子标签，服务表达标签包括：文字子标签、图片子标签、视频子标签、音频子标签和子主题子标签，服务深度标签包含：是否要设计定位、是否要市场分析、是否要知识产权、是否要产品化。

该步骤中，在获取待推荐的需求方的设计需求属性标签及各预设服务商的服务属性标签之后，根据上述设计需求属性标签及服务属性标签从从预设服务商数据库中筛选出至少一个与待推荐的需求方匹配的推荐服务商及各推荐服务商对应的至少一推荐设计数据，基于上述标签进行筛选，提高了筛选的速度及精准率。

具体地，上述根据所述设计需求属性标签及所述各预设服务商的服务属性标签从预设服务商数据库中筛选出至少一推荐服务商及各所述推荐服务商对应的至少一推荐设计数据的步骤包括：

即该步骤中，先基于设计需求属性标签与各预设服务商的服务属性标签之间的第一匹配权重筛选出推荐服务商，之后在根据设计需求属性标签及各推荐服务商的服务数据获取各推荐服务商对应的至少一推荐设计数据，由此层次递进，提高推荐结果的准确度。

具体地，上述推荐服务商的服务数据包括推荐服务商的设计师及设计师对应设计作品，所述根据所述设计需求属性标签及各所述推荐服务商的服务数据获取各所述推荐服务商对应的至少一推荐设计数据的步骤包括：

该步骤中，获取各设计师的设计类别标签，例如建筑类、文本类、视频类等，并获取各设计师对应的各设计作品的作品标签，例如作品满意度、作品效果、作品效率(即完成该作品所耗时长)等，进而得出上述第二匹配权重，之后根据第二匹配权重对各设计师及各设计师对应的各设计作品进行正向排序，以获取正向排序后的设计数据列表，进而获取至少一推荐设计师及各推荐设计师对应的至少一推荐设计作品。

在本实施例中，通过根据待推荐的需求方的设计需求数据确定待推荐的需求方的设计需求属性标签；获取所述预设服务商数据库中各预设服务商的服务属性标签；根据所述设计需求属性标签及所述各预设服务商的服务属性标签从预设服务商数据库中筛选出至少一推荐服务商及各所述推荐服务商对应的至少一推荐设计数据，由此基于上述标签进行筛选，提高了筛选的速度及精准率。

此外，本实施例还提供一种基于大数据的智能推荐装置。参照图4，图4为本发明基于大数据的智能推荐装置第一实施例的功能模块示意图。

本实施例中，所述基于大数据的智能推荐装置为虚拟装置，存储于图1所示的基于大数据的智能推荐设备的存储器1005中，以实现基于大数据的智能推荐程序的所有功能：用于根据待推荐的需求方的设计需求数据从预设服务商数据库中筛选出至少一推荐服务商及各所述推荐服务商对应的至少一推荐设计数据；用于建立各所述推荐服务商与各所述推荐服务商对应的至少一推荐设计数据之间的超链接；用于提取各所述推荐服务商的特征数据，并根据各所述推荐服务商的特征数据与各所述推荐服务商的超链接生成各所述推荐服务商的推荐标签；用于将各所述推荐服务商的推荐标签推荐给所述待推荐的需求方。

在一实施例中，本实施例的上述基于大数据的智能推荐装置包括：

筛选模块10，用于根据待推荐的需求方的设计需求数据从预设服务商数据库中筛选出至少一推荐服务商及各所述推荐服务商对应的至少一推荐设计数据；

建立模块20，用于建立各所述推荐服务商与各所述推荐服务商对应的至少一推荐设计数据之间的超链接；

提取模块30，用于提取各所述推荐服务商的特征数据，并根据各所述推荐服务商的特征数据与各所述推荐服务商的超链接生成各所述推荐服务商的推荐标签；

推荐模块40，用于将各所述推荐服务商的推荐标签推荐给所述待推荐的需求方。

本实施例提出的基于大数据的智能推荐装置，通过根据待推荐的需求方的设计需求数据从预设服务商数据库中筛选出至少一推荐服务商及各所述推荐服务商对应的至少一推荐设计数据；建立各所述推荐服务商与各所述推荐服务商对应的至少一推荐设计数据之间的超链接；提取各所述推荐服务商的特征数据，并根据各所述推荐服务商的特征数据与各所述推荐服务商的超链接生成各所述推荐服务商的推荐标签；将各所述推荐服务商的推荐标签推荐给所述待推荐的需求方，通过根据设计需求数据自动从预设服务商数据库中筛选出匹配的推荐服务商，提高了需求方选取服务商的效率及精准率。

此外，本发明实施例还提出一种可读存储介质。

可读存储介质上存储有基于大数据的智能推荐程序，基于大数据的智能推荐程序被处理器执行时实现如上所述的基于大数据的智能推荐方法的步骤。

本发明可读存储介质可以为计算机可读存储介质，其具体实施方式与上述基于大数据的智能推荐方法各实施例基本相同，在此不再赘述。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。词语第一、第二、以及第三等的使用不表示任何顺序，可将这些词语解释为名称。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如只读存储器镜像(Read Only Memory image，ROM)/随机存取存储器(Random AccessMemory，RAM)、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims

1.一种基于大数据的智能推荐方法，其特征在于，所述基于大数据的智能推荐方法包括以下步骤：

2.如权利要求1所述的基于大数据的智能推荐方法，其特征在于，所述根据待推荐的需求方的设计需求数据从预设服务商数据库中筛选出至少一推荐服务商及各所述推荐服务商对应的至少一推荐设计数据的步骤包括：

3.如权利要求2所述的基于大数据的智能推荐方法，其特征在于，所述根据所述设计需求属性标签及所述各预设服务商的服务属性标签从预设服务商数据库中筛选出至少一推荐服务商及各所述推荐服务商对应的至少一推荐设计数据的步骤包括：

4.如权利要求3所述的基于大数据的智能推荐方法，其特征在于，所述推荐服务商的服务数据包括推荐服务商的设计师及设计师对应设计作品，所述根据所述设计需求属性标签及各所述推荐服务商的服务数据获取各所述推荐服务商对应的至少一推荐设计数据的步骤包括：

5.如权利要求1所述的基于大数据的智能推荐方法，其特征在于，所述根据各所述推荐服务商的特征数据与各所述推荐服务商的超链接生成各所述推荐服务商的推荐标签的步骤包括：

6.如权利要求1所述的基于大数据的智能推荐方法，其特征在于，所述根据待推荐的需求方的设计需求数据从预设服务商数据库中筛选出至少一推荐服务商及各所述推荐服务商对应的至少一推荐设计数据的步骤之前，还包括：

7.如权利要求1至6任一项所述的基于大数据的智能推荐方法，其特征在于，所述将各所述推荐服务商的推荐标签推荐给所述待推荐的需求方的步骤之后，还包括：

8.一种基于大数据的智能推荐装置，其特征在于，所述基于大数据的智能推荐装置包括：

9.一种基于大数据的智能推荐设备，其特征在于，所述基于大数据的智能推荐设备包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的基于大数据的智能推荐程序，所述基于大数据的智能推荐程序被所述处理器执行时实现如权利要求1-7中任一项所述的基于大数据的智能推荐方法的步骤。

10.一种可读存储介质，其特征在于，所述可读存储介质上存储有基于大数据的智能推荐程序，所述基于大数据的智能推荐程序被处理器执行时实现如权利要求1-7中任一项所述的基于大数据的智能推荐方法的步骤。