CN116644124B - 一种基于数据挖掘的护肤产品智能筛选方法及系统 - Google Patents
一种基于数据挖掘的护肤产品智能筛选方法及系统 Download PDFInfo
- Publication number
- CN116644124B CN116644124B CN202310360501.XA CN202310360501A CN116644124B CN 116644124 B CN116644124 B CN 116644124B CN 202310360501 A CN202310360501 A CN 202310360501A CN 116644124 B CN116644124 B CN 116644124B
- Authority
- CN
- China
- Prior art keywords
- skin care
- care product
- information
- product
- skin
- 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.)
- Active
Links
- 238000007418 data mining Methods 0.000 title claims abstract description 32
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000012216 screening Methods 0.000 title claims abstract description 21
- 238000004458 analytical method Methods 0.000 claims abstract description 43
- 238000005516 engineering process Methods 0.000 claims abstract description 13
- 239000000047 product Substances 0.000 claims description 432
- 238000011156 evaluation Methods 0.000 claims description 71
- 230000006399 behavior Effects 0.000 claims description 49
- 238000012545 processing Methods 0.000 claims description 22
- 239000011159 matrix material Substances 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 13
- 230000037380 skin damage Effects 0.000 claims description 13
- 230000002500 effect on skin Effects 0.000 claims description 10
- 230000008901 benefit Effects 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 9
- 238000009826 distribution Methods 0.000 claims description 9
- 230000003542 behavioural effect Effects 0.000 claims description 8
- 238000009960 carding Methods 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000011218 segmentation Effects 0.000 claims description 5
- 230000001502 supplementing effect Effects 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 2
- 238000000605 extraction Methods 0.000 claims description 2
- 239000013589 supplement Substances 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000002087 whitening effect Effects 0.000 description 2
- 235000002673 Dioscorea communis Nutrition 0.000 description 1
- 241000544230 Dioscorea communis Species 0.000 description 1
- 208000003351 Melanosis Diseases 0.000 description 1
- 208000035753 Periorbital contusion Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003020 moisturizing effect Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000036548 skin texture Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 238000004383 yellowing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/26—Visual data mining; Browsing structured data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请涉及产品智能推荐技术领域，提供一种基于数据挖掘的护肤产品智能筛选方法及系统。所述方法包括：构建护肤产品特征库；对目标用户的基本属性信息进行需求分析，获得个性化护肤品需求信息；通过数据挖掘技术获取目标用户的护肤品行为数据信息；对所述护肤品行为数据信息进行偏好分析，获得目标护肤品偏好信息；根据所述个性化护肤品需求信息和所述目标护肤品偏好信息，生成目标护肤品特征线索；将所述目标护肤品特征线索输入所述护肤产品特征库进行遍历搜索，获得目标推荐护肤产品信息。采用本方法能够达到提高护肤品推荐准确性和推荐效率，进而保证护肤产品适配性的技术效果。
Description
技术领域
本申请涉及产品智能推荐技术领域，特别是涉及一种基于数据挖掘的护肤产品智能筛选方法及系统。
背景技术
随着社会经济的不断进步和物质生活的丰富，护肤品的应用也越来越广泛，护肤品具有养颜美容的功能，能增强皮肤的弹性和活力。但在实际应用中，护肤品种类繁多，特点各异，且肌肤面对的问题也会有所不同，那么护肤的侧重点自然也要随之改变，在使用时需根据用户的实际情况进行推荐选用，以保证护肤品的应用适配性。
然而，现有技术依据人工经验推荐存在推荐准确性低和推荐效率较低，导致影响护肤产品适配性的技术问题。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高护肤品推荐准确性和推荐效率，进而保证护肤产品适配性的一种基于数据挖掘的护肤产品智能筛选方法及系统。
一种基于数据挖掘的护肤产品智能筛选方法，所述方法包括：构建护肤产品特征库，所述护肤产品特征库包括各类护肤产品的应用属性信息；获取目标用户的基本属性信息，所述基本属性信息包括肤质、肤色、年龄、性别、护肤品使用习惯；对所述基本属性信息进行需求分析，获得个性化护肤品需求信息；通过数据挖掘技术获取所述目标用户的护肤品行为数据信息，所述护肤品行为数据信息包括使用历史数据、评价数据、社交媒体数据；对所述护肤品行为数据信息进行偏好分析，获得目标护肤品偏好信息；根据所述个性化护肤品需求信息和所述目标护肤品偏好信息，生成目标护肤品特征线索；将所述目标护肤品特征线索输入所述护肤产品特征库进行遍历搜索，获得目标推荐护肤产品信息。
一种基于数据挖掘的护肤产品智能筛选系统，所述系统包括：产品特征库构建模块，用于构建护肤产品特征库，所述护肤产品特征库包括各类护肤产品的应用属性信息；用户基本属性获取模块，用于获取目标用户的基本属性信息，所述基本属性信息包括肤质、肤色、年龄、性别、护肤品使用习惯；属性需求分析模块，用于对所述基本属性信息进行需求分析，获得个性化护肤品需求信息；护肤品行为数据获取模块，用于通过数据挖掘技术获取所述目标用户的护肤品行为数据信息，所述护肤品行为数据信息包括使用历史数据、评价数据、社交媒体数据；偏好分析模块，用于对所述护肤品行为数据信息进行偏好分析，获得目标护肤品偏好信息；护肤品特征线索生成模块，用于根据所述个性化护肤品需求信息和所述目标护肤品偏好信息，生成目标护肤品特征线索；特征库遍历搜索模块，用于将所述目标护肤品特征线索输入所述护肤产品特征库进行遍历搜索，获得目标推荐护肤产品信息。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
构建护肤产品特征库，所述护肤产品特征库包括各类护肤产品的应用属性信息；
获取目标用户的基本属性信息，所述基本属性信息包括肤质、肤色、年龄、性别、护肤品使用习惯；
对所述基本属性信息进行需求分析，获得个性化护肤品需求信息；
通过数据挖掘技术获取所述目标用户的护肤品行为数据信息，所述护肤品行为数据信息包括使用历史数据、评价数据、社交媒体数据；
对所述护肤品行为数据信息进行偏好分析，获得目标护肤品偏好信息；
根据所述个性化护肤品需求信息和所述目标护肤品偏好信息，生成目标护肤品特征线索；
将所述目标护肤品特征线索输入所述护肤产品特征库进行遍历搜索，获得目标推荐护肤产品信息。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
构建护肤产品特征库，所述护肤产品特征库包括各类护肤产品的应用属性信息；
获取目标用户的基本属性信息，所述基本属性信息包括肤质、肤色、年龄、性别、护肤品使用习惯；
对所述基本属性信息进行需求分析，获得个性化护肤品需求信息；
通过数据挖掘技术获取所述目标用户的护肤品行为数据信息，所述护肤品行为数据信息包括使用历史数据、评价数据、社交媒体数据；
对所述护肤品行为数据信息进行偏好分析，获得目标护肤品偏好信息；
根据所述个性化护肤品需求信息和所述目标护肤品偏好信息，生成目标护肤品特征线索；
将所述目标护肤品特征线索输入所述护肤产品特征库进行遍历搜索，获得目标推荐护肤产品信息。
上述一种基于数据挖掘的护肤产品智能筛选方法及系统，解决了现有技术推荐准确性低和推荐效率较低，导致影响护肤产品适配性的技术问题，达到了通过构建护肤产品特征库与用户特征线索进行个性化匹配推荐，提高护肤品推荐准确性和推荐效率，进而保证护肤产品适配性的技术效果。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
图1为一个实施例中一种基于数据挖掘的护肤产品智能筛选方法的流程示意图；
图2为一个实施例中一种基于数据挖掘的护肤产品智能筛选方法中构建护肤产品特征库的流程示意图；
图3为一个实施例中一种基于数据挖掘的护肤产品智能筛选系统的结构框图；
图4为一个实施例中计算机设备的内部结构图。
附图标记说明：产品特征库构建模块11，用户基本属性获取模块12，属性需求分析模块13，护肤品行为数据获取模块14，偏好分析模块15，护肤品特征线索生成模块16，特征库遍历搜索模块17。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
如图1所示，本申请提供了一种基于数据挖掘的护肤产品智能筛选方法，所述方法包括：
步骤S100：构建护肤产品特征库，所述护肤产品特征库包括各类护肤产品的应用属性信息；
在一个实施例中，如图2所示，所述构建护肤产品特征库，本申请步骤S100还包括：
步骤S110：采集获取各类护肤产品的护肤品应用属性信息；
步骤S120：按照特征处理规则对所述护肤品应用属性信息进行分类处理，获得护肤品要素信息集合；
步骤S130：基于产品评价维度对所述护肤品要素信息集合进行评价，获得护肤品特征信息集合；
步骤S140：对所述护肤品特征信息集合进行整合打标，构建所述护肤产品特征库。
在一个实施例中，所述按照特征处理规则对所述护肤品应用属性信息进行分类处理，获得护肤品要素信息集合，本申请步骤S120还包括：
步骤S121：根据护肤产品推荐要求，确定所述特征处理规则；
步骤S122：基于所述特征处理规则，获得产品关键特征分类要素；
步骤S123：按照所述产品关键特征分类要素对所述护肤品应用属性信息进行提取分类，获得护肤品应用要素特征信息；
步骤S124：对所述护肤品应用要素特征信息进行梳理，获得所述护肤品要素信息集合。
在一个实施例中，所述基于产品评价维度对所述护肤品要素信息集合进行评价，获得护肤品特征信息集合，本申请步骤S130还包括：
步骤S131：构建产品评价维度，所述产品评价维度包括品牌等级、应用功效、销售情况；
步骤S132：按照所述产品评价维度对所述护肤品要素信息集合进行评价，获得护肤品要素评价矩阵；
步骤S133：对所述产品评价维度进行权重分配，获得评价维度权重矩阵；
步骤S134：基于所述护肤品要素评价矩阵和所述评价维度权重矩阵的乘积，获得所述护肤品特征信息集合。
具体而言，随着社会经济的不断进步和物质生活的丰富，护肤品的应用也越来越广泛，护肤品具有养颜美容的功能，能增强皮肤的弹性和活力。但在实际应用中，护肤品种类繁多，特点各异，且肌肤面对的问题也会有所不同，那么护肤的侧重点自然也要随之改变，在使用时需根据用户的实际情况进行推荐选用，以保证护肤品的应用适配性。
为实现护肤品智能化推荐，首先构建护肤产品特征库，所述护肤产品特征库为企业或平台可向用户推荐的护肤产品信息数据库，包括各类护肤产品的应用属性信息。构建方法具体为首先采集获取各类护肤产品的护肤品应用属性信息，所述护肤品应用属性信息为护肤品的应用相关信息，包括护肤品类型、规格、品牌、生产成分、应用功效等。再根据护肤产品推荐要求，确定特征处理规则，所述特征处理规则为按照推荐要求规定对护肤产品属性信息进行分类处理的依据准则。基于所述特征处理规则，获得产品关键特征分类要素，所述产品关键特征分类要素为护肤产品属性的必要分类特征，例如护肤类型、品牌要素、功效要素等。并按照所述产品关键特征分类要素对多采集的各类所述护肤品应用属性信息进行提取分类，获得要素特征分类后对应的护肤品应用要素特征信息，再对所述护肤品应用要素特征信息进行梳理，即按照护肤品应用特征要素将各类护肤品进行特征标记、整合，获得处理后的护肤品要素信息集合。
为实现护肤产品特征库的精细化等级管理，首先构建产品评价维度，所述产品评价维度用于对产品特征等级进行评价，评价指标主要包括品牌等级、应用功效、销售情况等。按照所述产品评价维度对所述护肤品要素信息集合进行分值评价，可设定分值评价划分规则，再基于产品要素等级情况获得指标评价后各护肤品对应的护肤品要素评价矩阵。对所述产品评价维度进行权重分配，即对各产品评价指标进行权值分配，可通过专家评价主观赋值，该维度指标越重要，对应的权值也就越高，获得权值分配后的评价维度权重矩阵。基于所述护肤品要素评价矩阵和所述评价维度权重矩阵的乘积，获得护肤品特征信息集合，即护肤品评价等级特征集合。对所述护肤品特征信息集合进行整合打标，即按照护肤品评价等级进行护肤品整合以及标签化处理，构建属性以及等级特征整合后的护肤产品特征库，以用于向用户进行护肤品特征匹配推荐，保证护肤产品特征库匹配标准化，进而提高护肤品推荐准确性。
步骤S200：获取目标用户的基本属性信息，所述基本属性信息包括肤质、肤色、年龄、性别、护肤品使用习惯；
步骤S300：对所述基本属性信息进行需求分析，获得个性化护肤品需求信息；
在一个实施例中，本申请步骤S300还包括：
步骤S310：获得所述目标用户的工作环境信息和生活规律信息；
步骤S320：根据所述工作环境信息和生活规律信息，生成肤质影响参数；
步骤S330：基于所述肤质影响参数对所述基本属性信息进行肤质损益预测，获得肤质损益影响因子；
步骤S340：基于所述肤质损益影响因子对所述个性化护肤品需求信息进行修正补充。
具体而言，获取目标用户的基本属性信息，即待推荐用户的个人护肤相关信息，所述基本属性信息包括肤质、肤色、年龄、性别、护肤品使用习惯等。对所述基本属性信息进行护肤品需求分析，可通过经验模型进行专业需求分析，获得个性化护肤品需求信息，即该用户对应的针对性护肤需求，例如需要补水美白类护肤品。此外，为进行更准确的护肤品需求确定，获取所述目标用户的工作环境信息和生活规律信息。再根据所述工作环境信息和生活规律信息，生成肤质影响参数，示例性的，长期熬夜会对肤质造成暗沉、黑眼圈等。
基于所述肤质影响参数对所述基本属性信息进行肤质损益预测，即该影响对待推荐用户造成的肤质影响程度，示例性的，肤质影响参数会对肤质发黄的人群造成的影响程度更大，通过实际临床经验获得肤质损益影响因子，影响因子越大，表明对肤质的影响程度越大。并基于所述肤质损益影响因子对所述个性化护肤品需求信息进行修正补充，示例性的，根据用户实际生活工作，还需对护肤品的祛斑效果有所要求，提高护肤品需求分析性，进而提高护肤品推荐准确性，以保证护肤产品适配性。
步骤S400：通过数据挖掘技术获取所述目标用户的护肤品行为数据信息，所述护肤品行为数据信息包括使用历史数据、评价数据、社交媒体数据；
步骤S500：对所述护肤品行为数据信息进行偏好分析，获得目标护肤品偏好信息；
在一个实施例中，所述获得目标护肤品偏好信息，本申请步骤S500还包括：
步骤S510：对所述护肤品行为数据信息进行解析，获得护肤品行为语义文本信息；
步骤S520：基于所述护肤品行为语义文本信息进行分词索引，确定护肤品行为关键词；
步骤S530：对所述护肤品行为关键词和语料数据库进行词频计算，获得行为关键词频次指数；
步骤S540：基于所述行为关键词频次指数，确定所述目标护肤品偏好信息。
具体而言，通过数据挖掘技术获取所述目标用户的护肤品行为数据信息，所述护肤品行为数据信息包括待推荐用户的护肤品使用历史数据、评价数据、以及社交媒体数据。再对所述护肤品行为数据信息进行偏好分析，首先对所述护肤品行为数据信息进行解析，即对挖掘数据进行文本数据识别，获得护肤品行为语义文本信息。基于所述护肤品行为语义文本信息进行分词索引，可通过自然语言处理算法进行分析确定，获得护肤品行为关键词，例如补水、美白、透亮等。再对所述护肤品行为关键词和语料数据库进行词频计算，首先对各行为关键词出现频次进行统计，再对各关键词在语料数据库中的出现频次进行统计，将二者比值作为行为关键词频次指数，指数越高，表明该关键词越能代表用户偏好。基于所述行为关键词频次指数进行筛选，筛选比例可自行设定，确定关键词频次指数较高的关键词集合作为目标护肤品偏好信息。通过数据挖掘技术进行用户护肤偏好分析，提高护肤品个性化匹配推荐准确性，进而保证护肤产品推荐满意度。
步骤S600：根据所述个性化护肤品需求信息和所述目标护肤品偏好信息，生成目标护肤品特征线索；
步骤S700：将所述目标护肤品特征线索输入所述护肤产品特征库进行遍历搜索，获得目标推荐护肤产品信息。
在一个实施例中，所述获得目标推荐护肤产品信息，申请步骤S700还包括：
步骤S710：根据所述目标护肤品特征线索，配置护肤品搜索词集合；
步骤S720：对所述护肤品搜索词集合中的各搜索词进行优先级分析，获得搜索词优先度信息；
步骤S730：按照所述搜索词优先度信息进行排序定性，确定必要搜索词和辅助搜索词；
步骤S740：基于所述必要搜索词和辅助搜索词在所述护肤产品特征库中进行遍历搜索，获得所述目标推荐护肤产品信息；
步骤S750：比对多因子信任评估系数和所述访问可信基线，获得所述异常用户识别结果。
具体而言，根据所述个性化护肤品需求信息和所述目标护肤品偏好信息，生成目标护肤品特征线索，以用于护肤品特征搜索推荐。将所述目标护肤品特征线索输入所述护肤产品特征库进行遍历搜索，首先根据所述目标护肤品特征线索，配置护肤品搜索词集合，可将个性化护肤品需求信息和目标护肤品偏好信息的关键词作为护肤品搜索词。对所述护肤品搜索词集合中的各搜索词进行优先级分析，即对各搜索词的重要程度进行分析，可按照搜索词出现时间远近、出现频次或用户自行赋值，确定搜索词优先度信息。
按照所述搜索词优先度信息进行排序定性，以优先度降序进行搜索词排列，确定必要搜索词和辅助搜索词，示例性的，将优先度排序前20%的搜索词作为必要搜索词，其余作为辅助搜索词。基于所述必要搜索词和辅助搜索词在所述护肤产品特征库中进行遍历搜索，获得与搜索词相匹配的目标推荐护肤产品信息，自动化的向用户推荐与之适合的护肤品。通过构建护肤产品特征库与用户特征线索进行个性化匹配推荐，提高护肤品推荐准确性和推荐效率，进而保证护肤产品适配性。
在一个实施例中，如图3所示，提供了一种基于数据挖掘的护肤产品智能筛选系统，包括：产品特征库构建模块11，用户基本属性获取模块12，属性需求分析模块13，护肤品行为数据获取模块14，偏好分析模块15，护肤品特征线索生成模块16，特征库遍历搜索模块17，其中：
产品特征库构建模块11，用于构建护肤产品特征库，所述护肤产品特征库包括各类护肤产品的应用属性信息；
用户基本属性获取模块12，用于获取目标用户的基本属性信息，所述基本属性信息包括肤质、肤色、年龄、性别、护肤品使用习惯；
属性需求分析模块13，用于对所述基本属性信息进行需求分析，获得个性化护肤品需求信息；
护肤品行为数据获取模块14，用于通过数据挖掘技术获取所述目标用户的护肤品行为数据信息，所述护肤品行为数据信息包括使用历史数据、评价数据、社交媒体数据；
偏好分析模块15，用于对所述护肤品行为数据信息进行偏好分析，获得目标护肤品偏好信息；
护肤品特征线索生成模块16，用于根据所述个性化护肤品需求信息和所述目标护肤品偏好信息，生成目标护肤品特征线索；
特征库遍历搜索模块17，用于将所述目标护肤品特征线索输入所述护肤产品特征库进行遍历搜索，获得目标推荐护肤产品信息。
在一个实施例中，所述系统还包括：
应用属性获取单元，用于采集获取各类护肤产品的护肤品应用属性信息；
属性分类处理单元，用于按照特征处理规则对所述护肤品应用属性信息进行分类处理，获得护肤品要素信息集合；
要素评价单元，用于基于产品评价维度对所述护肤品要素信息集合进行评价，获得护肤品特征信息集合；
整合打标单元，用于对所述护肤品特征信息集合进行整合打标，构建所述护肤产品特征库。
在一个实施例中，所述系统还包括：
特征处理规则确定单元，用于根据护肤产品推荐要求，确定所述特征处理规则；
特征分类要素获得单元，用于基于所述特征处理规则，获得产品关键特征分类要素；
属性提取分类单元，用于按照所述产品关键特征分类要素对所述护肤品应用属性信息进行提取分类，获得护肤品应用要素特征信息；
要素特征梳理单元，用于对所述护肤品应用要素特征信息进行梳理，获得所述护肤品要素信息集合。
在一个实施例中，所述系统还包括：
产品评价维度构建单元，用于构建产品评价维度，所述产品评价维度包括品牌等级、应用功效、销售情况；
要素信息评价单元，用于按照所述产品评价维度对所述护肤品要素信息集合进行评价，获得护肤品要素评价矩阵；
维度权重分配单元，用于对所述产品评价维度进行权重分配，获得评价维度权重矩阵；
护肤品特征信息获得单元，用于基于所述护肤品要素评价矩阵和所述评价维度权重矩阵的乘积，获得所述护肤品特征信息集合。
在一个实施例中，所述系统还包括：
行为数据解析单元，用于对所述护肤品行为数据信息进行解析，获得护肤品行为语义文本信息；
分词索引单元，用于基于所述护肤品行为语义文本信息进行分词索引，确定护肤品行为关键词；
词频计算单元，用于对所述护肤品行为关键词和语料数据库进行词频计算，获得行为关键词频次指数；
护肤品偏好获得单元，用于基于所述行为关键词频次指数，确定所述目标护肤品偏好信息。
在一个实施例中，所述系统还包括：
用户生活环境获得单元，用于获得所述目标用户的工作环境信息和生活规律信息；
肤质影响参数生成单元，用于根据所述工作环境信息和生活规律信息，生成肤质影响参数；
肤质损益预测单元，用于基于所述肤质影响参数对所述基本属性信息进行肤质损益预测，获得肤质损益影响因子；
需求修正补充单元，用于基于所述肤质损益影响因子对所述个性化护肤品需求信息进行修正补充。
在一个实施例中，所述系统还包括：
护肤品搜索词配置单元，用于根据所述目标护肤品特征线索，配置护肤品搜索词集合；
优先级分析单元，用于对所述护肤品搜索词集合中的各搜索词进行优先级分析，获得搜索词优先度信息；
搜索词排序定性单元，用于按照所述搜索词优先度信息进行排序定性，确定必要搜索词和辅助搜索词；
特征库遍历搜索单元，用于基于所述必要搜索词和辅助搜索词在所述护肤产品特征库中进行遍历搜索，获得所述目标推荐护肤产品信息。
关于一种基于数据挖掘的护肤产品智能筛选系统的具体实施例可以参见上文中对于一种基于数据挖掘的护肤产品智能筛选方法的实施例，在此不再赘述。上述一种基于数据挖掘的护肤产品智能筛选装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储新闻数据以及时间衰减因子等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于数据挖掘的护肤产品智能筛选方法。
本领域技术人员可以理解，图4中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：构建护肤产品特征库，所述护肤产品特征库包括各类护肤产品的应用属性信息；获取目标用户的基本属性信息，所述基本属性信息包括肤质、肤色、年龄、性别、护肤品使用习惯；对所述基本属性信息进行需求分析，获得个性化护肤品需求信息；通过数据挖掘技术获取所述目标用户的护肤品行为数据信息，所述护肤品行为数据信息包括使用历史数据、评价数据、社交媒体数据；对所述护肤品行为数据信息进行偏好分析，获得目标护肤品偏好信息；根据所述个性化护肤品需求信息和所述目标护肤品偏好信息，生成目标护肤品特征线索；将所述目标护肤品特征线索输入所述护肤产品特征库进行遍历搜索，获得目标推荐护肤产品信息。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：构建护肤产品特征库，所述护肤产品特征库包括各类护肤产品的应用属性信息；获取目标用户的基本属性信息，所述基本属性信息包括肤质、肤色、年龄、性别、护肤品使用习惯；对所述基本属性信息进行需求分析，获得个性化护肤品需求信息；通过数据挖掘技术获取所述目标用户的护肤品行为数据信息，所述护肤品行为数据信息包括使用历史数据、评价数据、社交媒体数据；对所述护肤品行为数据信息进行偏好分析，获得目标护肤品偏好信息；根据所述个性化护肤品需求信息和所述目标护肤品偏好信息，生成目标护肤品特征线索；将所述目标护肤品特征线索输入所述护肤产品特征库进行遍历搜索，获得目标推荐护肤产品信息。以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (6)
1.一种基于数据挖掘的护肤产品智能筛选方法，其特征在于，所述方法包括：
构建护肤产品特征库，所述护肤产品特征库包括各类护肤产品的应用属性信息；
获取目标用户的基本属性信息，所述基本属性信息包括肤质、肤色、年龄、性别、护肤品使用习惯；
对所述基本属性信息进行需求分析，获得个性化护肤品需求信息；
通过数据挖掘技术获取所述目标用户的护肤品行为数据信息，所述护肤品行为数据信息包括使用历史数据、评价数据、社交媒体数据；
对所述护肤品行为数据信息进行偏好分析，获得目标护肤品偏好信息；
根据所述个性化护肤品需求信息和所述目标护肤品偏好信息，生成目标护肤品特征线索；
将所述目标护肤品特征线索输入所述护肤产品特征库进行遍历搜索，获得目标推荐护肤产品信息；
获得所述目标用户的工作环境信息和生活规律信息；
根据所述工作环境信息和生活规律信息，生成肤质影响参数；
基于所述肤质影响参数对所述基本属性信息进行肤质损益预测，获得肤质损益影响因子；
基于所述肤质损益影响因子对所述个性化护肤品需求信息进行修正补充；
所述构建护肤产品特征库，包括：
采集获取各类护肤产品的护肤品应用属性信息；
按照特征处理规则对所述护肤品应用属性信息进行分类处理，获得护肤品要素信息集合；
基于产品评价维度对所述护肤品要素信息集合进行评价，获得护肤品特征信息集合；
对所述护肤品特征信息集合进行整合打标，构建所述护肤产品特征库；
所述按照特征处理规则对所述护肤品应用属性信息进行分类处理，获得护肤品要素信息集合，包括：
根据护肤产品推荐要求，确定所述特征处理规则；
基于所述特征处理规则，获得产品关键特征分类要素；
按照所述产品关键特征分类要素对所述护肤品应用属性信息进行提取分类，获得护肤品应用要素特征信息；
对所述护肤品应用要素特征信息进行梳理，获得所述护肤品要素信息集合；
所述基于产品评价维度对所述护肤品要素信息集合进行评价，获得护肤品特征信息集合，包括：
构建产品评价维度，所述产品评价维度包括品牌等级、应用功效、销售情况；
按照所述产品评价维度对所述护肤品要素信息集合进行评价，获得护肤品要素评价矩阵；
对所述产品评价维度进行权重分配，获得评价维度权重矩阵；
基于所述护肤品要素评价矩阵和所述评价维度权重矩阵的乘积，获得所述护肤品特征信息集合。
2.如权利要求1所述的方法，其特征在于，所述获得目标护肤品偏好信息，包括：
对所述护肤品行为数据信息进行解析，获得护肤品行为语义文本信息；
基于所述护肤品行为语义文本信息进行分词索引，确定护肤品行为关键词；
对所述护肤品行为关键词和语料数据库进行词频计算，获得行为关键词频次指数；
基于所述行为关键词频次指数，确定所述目标护肤品偏好信息。
3.如权利要求1所述的方法，其特征在于，所述获得目标推荐护肤产品信息，包括：
根据所述目标护肤品特征线索，配置护肤品搜索词集合；
对所述护肤品搜索词集合中的各搜索词进行优先级分析，获得搜索词优先度信息；
按照所述搜索词优先度信息进行排序定性，确定必要搜索词和辅助搜索词；
基于所述必要搜索词和辅助搜索词在所述护肤产品特征库中进行遍历搜索，获得所述目标推荐护肤产品信息。
4.一种基于数据挖掘的护肤产品智能筛选系统，其特征在于，所述系统包括：
产品特征库构建模块，用于构建护肤产品特征库，所述护肤产品特征库包括各类护肤产品的应用属性信息；
用户基本属性获取模块，用于获取目标用户的基本属性信息，所述基本属性信息包括肤质、肤色、年龄、性别、护肤品使用习惯；
属性需求分析模块，用于对所述基本属性信息进行需求分析，获得个性化护肤品需求信息；
护肤品行为数据获取模块，用于通过数据挖掘技术获取所述目标用户的护肤品行为数据信息，所述护肤品行为数据信息包括使用历史数据、评价数据、社交媒体数据；
偏好分析模块，用于对所述护肤品行为数据信息进行偏好分析，获得目标护肤品偏好信息；
护肤品特征线索生成模块，用于根据所述个性化护肤品需求信息和所述目标护肤品偏好信息，生成目标护肤品特征线索；
特征库遍历搜索模块，用于将所述目标护肤品特征线索输入所述护肤产品特征库进行遍历搜索，获得目标推荐护肤产品信息；
用户生活环境获得单元，用于获得所述目标用户的工作环境信息和生活规律信息；
肤质影响参数生成单元，用于根据所述工作环境信息和生活规律信息，生成肤质影响参数；
肤质损益预测单元，用于基于所述肤质影响参数对所述基本属性信息进行肤质损益预测，获得肤质损益影响因子；
需求修正补充单元，用于基于所述肤质损益影响因子对所述个性化护肤品需求信息进行修正补充；
应用属性获取单元，用于采集获取各类护肤产品的护肤品应用属性信息；
属性分类处理单元，用于按照特征处理规则对所述护肤品应用属性信息进行分类处理，获得护肤品要素信息集合；
要素评价单元，用于基于产品评价维度对所述护肤品要素信息集合进行评价，获得护肤品特征信息集合；
整合打标单元，用于对所述护肤品特征信息集合进行整合打标，构建所述护肤产品特征库；
特征处理规则确定单元，用于根据护肤产品推荐要求，确定所述特征处理规则；
特征分类要素获得单元，用于基于所述特征处理规则，获得产品关键特征分类要素；
属性提取分类单元，用于按照所述产品关键特征分类要素对所述护肤品应用属性信息进行提取分类，获得护肤品应用要素特征信息；
要素特征梳理单元，用于对所述护肤品应用要素特征信息进行梳理，获得所述护肤品要素信息集合；
产品评价维度构建单元，用于构建产品评价维度，所述产品评价维度包括品牌等级、应用功效、销售情况；
要素信息评价单元，用于按照所述产品评价维度对所述护肤品要素信息集合进行评价，获得护肤品要素评价矩阵；
维度权重分配单元，用于对所述产品评价维度进行权重分配，获得评价维度权重矩阵；
护肤品特征信息获得单元，用于基于所述护肤品要素评价矩阵和所述评价维度权重矩阵的乘积，获得所述护肤品特征信息集合。
5.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至3中任一项所述的方法的步骤。
6.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至3中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310360501.XA CN116644124B (zh) | 2023-04-06 | 2023-04-06 | 一种基于数据挖掘的护肤产品智能筛选方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310360501.XA CN116644124B (zh) | 2023-04-06 | 2023-04-06 | 一种基于数据挖掘的护肤产品智能筛选方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116644124A CN116644124A (zh) | 2023-08-25 |
| CN116644124B true CN116644124B (zh) | 2024-05-17 |
Family
ID=87621885
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310360501.XA Active CN116644124B (zh) | 2023-04-06 | 2023-04-06 | 一种基于数据挖掘的护肤产品智能筛选方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116644124B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117351545B (zh) * | 2023-10-11 | 2024-03-15 | 广东圣千科技有限公司 | 一种基于大数据挖掘的护肤管理方法及系统 |
| CN118230890A (zh) * | 2024-05-24 | 2024-06-21 | 西安润玉医疗科技有限公司 | 一种基于术后皮肤检测数据的产品匹配方法及系统 |
| CN118452842B (zh) * | 2024-07-11 | 2024-09-20 | 江西艾丽斯日化有限公司 | 护肤品配方确定方法、系统及设备 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2017000513A1 (zh) * | 2015-06-30 | 2017-01-05 | 百度在线网络技术（北京）有限公司 | 一种基于用户搜索行为的信息推送方法、装置、存储介质和设备 |
| 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 |
| CN108334589A (zh) * | 2018-01-29 | 2018-07-27 | 杭州美界科技有限公司 | 一种脸部护肤品推荐方法 |
| CN115689651A (zh) * | 2022-11-07 | 2023-02-03 | 西窗科技(苏州)有限公司 | 一种营销信息智能布设方法及系统 |
-
2023
- 2023-04-06 CN CN202310360501.XA patent/CN116644124B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2017000513A1 (zh) * | 2015-06-30 | 2017-01-05 | 百度在线网络技术（北京）有限公司 | 一种基于用户搜索行为的信息推送方法、装置、存储介质和设备 |
| 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 |
| CN108334589A (zh) * | 2018-01-29 | 2018-07-27 | 杭州美界科技有限公司 | 一种脸部护肤品推荐方法 |
| CN115689651A (zh) * | 2022-11-07 | 2023-02-03 | 西窗科技(苏州)有限公司 | 一种营销信息智能布设方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116644124A (zh) | 2023-08-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116644124B (zh) | 一种基于数据挖掘的护肤产品智能筛选方法及系统 | |
| EP4270214A2 (en) | Media unit retrieval and related processes | |
| Pham et al. | Preference-based user rating correction process for interactive recommendation systems | |
| CN111177538A (zh) | 一种基于无监督权值计算的用户兴趣标签构建方法 | |
| CN113946752A (zh) | 基于大数据的金融产品推荐方法、装置、设备及存储介质 | |
| US20190005095A1 (en) | Methods for stratified sampling-based query execution | |
| US20230093044A1 (en) | Methods and devices for spectacle frame selection | |
| CN113343101B (zh) | 一种对象排序方法及系统 | |
| CN112417294A (zh) | 一种基于神经网络挖掘模型的业务智能推荐方法 | |
| CN117668205B (zh) | 智慧物流客服处理方法、系统、设备及存储介质 | |
| CN111078997B (zh) | 一种资讯推荐方法及装置 | |
| CN117972206A (zh) | 一种基于人工智能的内容推荐系统、电子设备及存储介质 | |
| CN115271870A (zh) | 一种基于大数据的市场营销信息处理系统 | |
| CN117911114A (zh) | 一种基于大数据的服装流行趋势捕捉和推荐方法 | |
| CN118013120A (zh) | 基于聚类标签优化推荐给用户的产品的方法、介质和设备 | |
| CN113821717A (zh) | 信息处理方法、信息处理装置、存储介质与电子设备 | |
| CN116843392A (zh) | 推荐方法、装置、设备及存储介质 | |
| US20150371147A1 (en) | Nominal feature transformation using likelihood of outcome | |
| US20230230143A1 (en) | Product recommendation system, product recommendation method, and recordingmedium storing product recommendation program | |
| CN114358820A (zh) | 一种化妆品个性化产品匹配方法、装置及计算机 | |
| CN114154014A (zh) | 视频冷启动推荐方法和装置 | |
| CN115088004A (zh) | 为给定人员预测光学设备 | |
| CN118468061B (zh) | 一种算法自动匹配及参数优化方法及系统 | |
| EP3139284A1 (en) | Media unit retrieval and related processes | |
| EP3139281A1 (en) | Media unit retrieval and related processes |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |