CN116861051A - 基于行为习惯分析的计算机数据检索系统 - Google Patents

基于行为习惯分析的计算机数据检索系统 Download PDF

Info

Publication number
CN116861051A
CN116861051A CN202310949465.0A CN202310949465A CN116861051A CN 116861051 A CN116861051 A CN 116861051A CN 202310949465 A CN202310949465 A CN 202310949465A CN 116861051 A CN116861051 A CN 116861051A
Authority
CN
China
Prior art keywords
value
analysis
display
behavior
module
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
Application number
CN202310949465.0A
Other languages
English (en)
Inventor
赵帅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Weihai Ocean Vocational College
Original Assignee
Weihai Ocean Vocational College
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Weihai Ocean Vocational College filed Critical Weihai Ocean Vocational College
Priority to CN202310949465.0A priority Critical patent/CN116861051A/zh
Publication of CN116861051A publication Critical patent/CN116861051A/zh
Pending legal-status Critical Current

Links

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
    • G06F16/903—Querying
    • G06F16/9035—Filtering based on additional data, e.g. user or group profiles
    • 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
    • G06F16/903—Querying
    • G06F16/9038—Presentation of query results

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明涉及数据处理领域，具体涉及基于行为习惯分析的计算机数据检索系统，用于解决现有的计算机数据检索系统只能通过关键词匹配或者随机推送的方式实现内容的检索，无法根据用户的行为习惯而智能化推送，难以满足用户的个性化需求，用户使用体验感不佳的问题；该计算机数据检索系统包括以下模块：用户登录模块、数据监控模块、参数分析模块、数据检索平台以及信息展示模块；该计算机数据检索系统首先对用户的行为习惯进行分析，之后根据展示系数对需要展示的内容进行优先展示，能够根据用户的行为进行结果排序和推荐，能够提供个性化的检索服务，满足用户的个性化需求。

Description

基于行为习惯分析的计算机数据检索系统
技术领域
本发明涉及数据处理领域，具体涉及基于行为习惯分析的计算机数据检索系统。
背景技术
计算机数据检索系统是一种用于从大量数据中快速、准确地检索所需信息的系统，该系统通过建立索引和采用合适的检索算法，能够高效地处理用户的检索请求，并返回与用户需求相匹配的数据。目前的检索系统主要通过关键词匹配来实现检索，或者根据网站随机的内容推送，但是由于用户需求的多样性和信息过载的问题，往往难以满足用户的个性化需求。因此，需要一种能够根据用户行为习惯进行检索的系统，提供更加精准的检索结果。
发明内容
为了克服上述的技术问题，本发明的目的在于提供基于行为习惯分析的计算机数据检索系统：用户通过用户登录模块利用账号密码登录网站，通过数据监控模块获取分析对象的行为参数，行为参数包括查看值、时差值，通过参数分析模块根据行为参数获得行为值，并根据行为值获得行为参照对象，通过数据检索平台根据参照对象获得推荐对象的相似值，并根据相似值获得展示对象，通过数据监控模块获取展示对象的展示参数，展示参数包括相似值、评分值以及看享值，通过参数分析模块根据展示参数获得展示系数，通过信息展示模块将展示对象按照展示系数ZS从大到小的顺序进行展示，解决了现有的计算机数据检索系统只能通过关键词匹配或者随机推送的方式实现内容的检索，无法根据用户的行为习惯而智能化推送，难以满足用户的个性化需求，用户使用体验感不佳的问题。
本发明的目的可以通过以下技术方案实现：
基于行为习惯分析的计算机数据检索系统，包括：
用户登录模块，用于用户通过账号密码登录网站，登录成功生成行为分析指令，并将行为分析指令发送至数据监控模块；
数据监控模块，用于接收到行为分析指令后获取分析对象i的行为参数，并将行为参数发送至参数分析模块；其中，行为参数包括查看值CK、时差值SC；还用于接收到展示分析指令后获取展示对象j的展示参数，并将展示参数发送至参数分析模块；其中，展示参数包括相似值XS、评分值PF以及看享值KX；
参数分析模块，用于根据行为参数获得行为值XW，并根据行为值XW获得行为参照对象，并将行为参照对象发送至数据检索平台；还用于根据展示参数获得展示系数ZS，并将展示系数ZS发送至信息展示模块；
数据检索平台，用于根据参照对象获得推荐对象的相似值XS，并根据相似值XS获得展示对象j，同时生成展示分析指令，并将展示分析指令发送至数据监控模块；
信息展示模块，用于将展示对象j进行排序展示。
作为本发明进一步的方案：所述数据监控模块获取行为参数的具体过程如下：
接收到行为分析指令后将行为分析指令所对应的用户标记为行为分析用户，将网站中除行为分析用户外的其他用户标记为大众用户；
获取行为分析用户的历史记录，将单位时间内行为分析用户点击查看超过预设时间的查看对象依次标记为分析对象i，i＝1、……、n，n为自然数；
获取分析对象i的被点击查看总次数和被点击查看总时间，并将其分别标记为查次值CC和查时值CS，将查次值CC和查时值CS代入公式CK＝c1×CC+c2×CS中得到查看值CK，其中，c1、c2分别为查次值CC和查时值CS的预设比例系数，且c1+c2＝1，0＜c1＜c2＜1，取c1＝0.39，c2＝0.61；
获取分析对象i的最近一次被点击查看的时刻和当前时刻，获取两者之间的时间差，并将其标记为时差值SC；
将查看值CK、时差值SC发送至参数分析模块。
作为本发明进一步的方案：所述数据监控模块获取展示参数的具体过程如下：
接收到展示分析指令后获取展示对象j的相似值XS；
获取展示对象j的评分，并将其标记为评分值PF，且评分通过所有用户打分并求取平均分所得；
获取展示对象j被大众用户点击查看的总次数和分享的总次数，并将其分别标记为看数值KS和享次值XC，将看数值KS和享次值XC代入公式KX＝k1×KS+k2×XC中得到看享值KX，其中，k1、k2分别为看数值KS和享次值XC的预设比例系数，且k1+k2＝1，0＜k1＜k2＜1，取k1＝0.36，k2＝0.64；
将相似值XS、评分值PF以及看享值KX发送至参数分析模块。
作为本发明进一步的方案：所述参数分析模块获得行为值XW的具体过程如下：
将查看值CK、时差值SC代入公式中得到行为值XW，其中，x1、x2分别为查看值CK、时差值SC的预设比例系数，且x1+x2＝1，0＜x2＜x1＜1，取x1＝0.55，x2＝0.45；
将分析对象i按照行为值XW从大到小的顺序进行排序，将位于前三位分析对象i标记为行为参照对象，并将行为参照对象发送至数据检索平台。
作为本发明进一步的方案：所述参数分析模块获得展示系数ZS的具体过程如下：
将相似值XS、评分值PF以及看享值KX代入公式得到展示系数ZS，其中，e、π为数学常数，s1、s2以及s3分别为相似值XS、评分值PF以及看享值KX的预设权重系数，且s3＞s1＞s2＞1.72，取s1＝2.13，s2＝1.95，s3＝2.68；
将展示系数ZS发送至信息展示模块。
作为本发明进一步的方案：所述数据检索平台获得展示对象j的具体过程如下：
获取行为参照对象的类别，将同类别中的其他对象依次标记为推荐对象；
将推荐对象与参照对象进行比对，获取两者的描述信息，描述信息包括标题、品牌、型号以及规格，将描述信息中的文字规整形成信息文本，获取两者的信息文本中的字数差和重复字数，并将其标记为字差值ZC和字复值ZF，将字差值ZC和字复值ZF代入公式XS＝z1×(-ZC)+z2×ZF中得到相似值XS，其中，z1、z2分别为字差值ZC和字复值ZF的预设比例系数，且z1+z2＝1，0＜z1＜z2＜1，取z1＝0.28，z2＝0.72；
将相似值XS与预设的相似阈值XSy进行比较：
若相似值XS≥相似阈值XSy，则将相似值XS所对应的推荐对象标记为相似对象；
将所有行为参照对象所对应的相似对象依次标记为展示对象j，j＝1、……、m，m为自然数，同时生成展示分析指令，并将展示分析指令发送至数据监控模块。
作为本发明进一步的方案：该基于行为习惯分析的计算机数据检索系统的工作过程如下：
步骤S1：用户登录模块用户通过账号密码登录网站，登录成功生成行为分析指令，并将行为分析指令发送至数据监控模块；
步骤S2：数据监控模块接收到行为分析指令后将行为分析指令所对应的用户标记为行为分析用户，将网站中除行为分析用户外的其他用户标记为大众用户；
步骤S3：数据监控模块获取行为分析用户的历史记录，将单位时间内行为分析用户点击查看超过预设时间的查看对象依次标记为分析对象i，i＝1、……、n，n为自然数；
步骤S4：数据监控模块获取分析对象i的被点击查看总次数和被点击查看总时间，并将其分别标记为查次值CC和查时值CS，将查次值CC和查时值CS代入公式CK＝c1×CC+c2×CS中得到查看值CK，其中，c1、c2分别为查次值CC和查时值CS的预设比例系数，且c1+c2＝1，0＜c1＜c2＜1，取c1＝0.39，c2＝0.61；
步骤S5：数据监控模块获取分析对象i的最近一次被点击查看的时刻和当前时刻，获取两者之间的时间差，并将其标记为时差值SC；
步骤S6：数据监控模块将查看值CK、时差值SC发送至参数分析模块；
步骤S7：参数分析模块将查看值CK、时差值SC代入公式中得到行为值XW，其中，x1、x2分别为查看值CK、时差值SC的预设比例系数，且x1+x2＝1，0＜x2＜x1＜1，取x1＝0.55，x2＝0.45；
步骤S8：参数分析模块将分析对象i按照行为值XW从大到小的顺序进行排序，将位于前三位分析对象i标记为行为参照对象，并将行为参照对象发送至数据检索平台；
步骤S9：数据检索平台获取行为参照对象的类别，将同类别中的其他对象依次标记为推荐对象；
步骤S10：数据检索平台将推荐对象与参照对象进行比对，获取两者的描述信息，描述信息包括标题、品牌、型号以及规格，将描述信息中的文字规整形成信息文本，获取两者的信息文本中的字数差和重复字数，并将其标记为字差值ZC和字复值ZF，将字差值ZC和字复值ZF代入公式XS＝z1×(-ZC)+z2×ZF中得到相似值XS，其中，z1、z2分别为字差值ZC和字复值ZF的预设比例系数，且z1+z2＝1，0＜z1＜z2＜1，取z1＝0.28，z2＝0.72；
步骤S11：数据检索平台将相似值XS与预设的相似阈值XSy进行比较：若相似值XS≥相似阈值XSy，则将相似值XS所对应的推荐对象标记为相似对象；
步骤S12：数据检索平台将所有行为参照对象所对应的相似对象依次标记为展示对象j，j＝1、……、m，m为自然数，同时生成展示分析指令，并将展示分析指令发送至数据监控模块；
步骤S13：数据监控模块接收到展示分析指令后获取展示对象j的相似值XS；
步骤S14：数据监控模块获取展示对象j的评分，并将其标记为评分值PF，且评分通过所有用户打分并求取平均分所得；
步骤S15：数据监控模块获取展示对象j被大众用户点击查看的总次数和分享的总次数，并将其分别标记为看数值KS和享次值XC，将看数值KS和享次值XC代入公式KX＝k1×KS+k2×XC中得到看享值KX，其中，k1、k2分别为看数值KS和享次值XC的预设比例系数，且k1+k2＝1，0＜k1＜k2＜1，取k1＝0.36，k2＝0.64；
步骤S16：数据监控模块将相似值XS、评分值PF以及看享值KX发送至参数分析模块；
步骤S17：参数分析模块将相似值XS、评分值PF以及看享值KX代入公式得到展示系数ZS，其中，e、π为数学常数，s1、s2以及s3分别为相似值XS、评分值PF以及看享值KX的预设权重系数，且s3＞s1＞s2＞1.72，取s1＝2.13，s2＝1.95，s3＝2.68；
步骤S18：参数分析模块将展示系数ZS发送至信息展示模块；
步骤S19：信息展示模块将展示对象j按照展示系数ZS从大到小的顺序进行展示。
本发明的有益效果：
本发明的基于行为习惯分析的计算机数据检索系统，用户通过用户登录模块利用账号密码登录网站，通过数据监控模块获取分析对象的行为参数，行为参数包括查看值、时差值，通过参数分析模块根据行为参数获得行为值，并根据行为值获得行为参照对象，通过数据检索平台根据参照对象获得推荐对象的相似值，并根据相似值获得展示对象，通过数据监控模块获取展示对象的展示参数，展示参数包括相似值、评分值以及看享值，通过参数分析模块根据展示参数获得展示系数，通过信息展示模块将展示对象按照展示系数ZS从大到小的顺序进行展示；该计算机数据检索系统利用首先对行为分析用户的行为习惯进行分析，得到行为参数，并根据行为参数获得的行为值用于对行为分析用户的数据检索以及点击查看的行为进行衡量，从而判断其偏好，从而获得参考对象，之后通过参考对象的相似值筛选展示对象，之后对展示对象进行分析，获得展示参数，并根据展示参数获得的展示系数用于综合衡量展示对象值得被优先展示的程度，且展示系数越大表示越优先被展示；该计算机数据检索系统首先对用户的行为习惯进行分析，之后根据展示系数对需要展示的内容进行优先展示，能够根据用户的行为进行结果排序和推荐，能够提供个性化的检索服务，满足用户的个性化需求。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明中基于行为习惯分析的计算机数据检索系统的原理框图。
具体实施方式
下面将结合本发明实施例，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。
实施例1：
请参阅图1所示，本实施例为基于行为习惯分析的计算机数据检索系统，包括以下模块：用户登录模块、数据监控模块、参数分析模块、数据检索平台以及信息展示模块；
其中，所述用户登录模块用于用户通过账号密码登录网站，登录成功生成行为分析指令，并将行为分析指令发送至数据监控模块；
其中，所述数据监控模块用于接收到行为分析指令后获取分析对象i的行为参数，并将行为参数发送至参数分析模块；其中，行为参数包括查看值CK、时差值SC；还用于接收到展示分析指令后获取展示对象j的展示参数，并将展示参数发送至参数分析模块；其中，展示参数包括相似值XS、评分值PF以及看享值KX；
其中，所述参数分析模块用于根据行为参数获得行为值XW，并根据行为值XW获得行为参照对象，并将行为参照对象发送至数据检索平台；还用于根据展示参数获得展示系数ZS，并将展示系数ZS发送至信息展示模块；
其中，所述数据检索平台用于根据参照对象获得推荐对象的相似值XS，并根据相似值XS获得展示对象j，同时生成展示分析指令，并将展示分析指令发送至数据监控模块；
其中，所述信息展示模块用于将展示对象j进行排序展示。
实施例2：
请参阅图1所示，本实施例为基于行为习惯分析的计算机数据检索系统的工作过程，包括如下步骤：
步骤S1：用户登录模块用户通过账号密码登录网站，登录成功生成行为分析指令，并将行为分析指令发送至数据监控模块；
步骤S2：数据监控模块接收到行为分析指令后将行为分析指令所对应的用户标记为行为分析用户，将网站中除行为分析用户外的其他用户标记为大众用户；
步骤S3：数据监控模块获取行为分析用户的历史记录，将单位时间内行为分析用户点击查看超过预设时间的查看对象依次标记为分析对象i，i＝1、……、n，n为自然数；
步骤S4：数据监控模块获取分析对象i的被点击查看总次数和被点击查看总时间，并将其分别标记为查次值CC和查时值CS，将查次值CC和查时值CS代入公式CK＝c1×CC+c2×CS中得到查看值CK，其中，c1、c2分别为查次值CC和查时值CS的预设比例系数，且c1+c2＝1，0＜c1＜c2＜1，取c1＝0.39，c2＝0.61；
步骤S5：数据监控模块获取分析对象i的最近一次被点击查看的时刻和当前时刻，获取两者之间的时间差，并将其标记为时差值SC；
步骤S6：数据监控模块将查看值CK、时差值SC发送至参数分析模块；
步骤S7：参数分析模块将查看值CK、时差值SC代入公式中得到行为值XW，其中，x1、x2分别为查看值CK、时差值SC的预设比例系数，且x1+x2＝1，0＜x2＜x1＜1，取x1＝0.55，x2＝0.45；
步骤S8：参数分析模块将分析对象i按照行为值XW从大到小的顺序进行排序，将位于前三位分析对象i标记为行为参照对象，并将行为参照对象发送至数据检索平台；
步骤S9：数据检索平台获取行为参照对象的类别，将同类别中的其他对象依次标记为推荐对象；
步骤S10：数据检索平台将推荐对象与参照对象进行比对，获取两者的描述信息，描述信息包括标题、品牌、型号以及规格，将描述信息中的文字规整形成信息文本，获取两者的信息文本中的字数差和重复字数，并将其标记为字差值ZC和字复值ZF，将字差值ZC和字复值ZF代入公式XS＝z1×(-ZC)+z2×ZF中得到相似值XS，其中，z1、z2分别为字差值ZC和字复值ZF的预设比例系数，且z1+z2＝1，0＜z1＜z2＜1，取z1＝0.28，z2＝0.72；
步骤S11：数据检索平台将相似值XS与预设的相似阈值XSy进行比较：若相似值XS≥相似阈值XSy，则将相似值XS所对应的推荐对象标记为相似对象；
步骤S12：数据检索平台将所有行为参照对象所对应的相似对象依次标记为展示对象j，j＝1、……、m，m为自然数，同时生成展示分析指令，并将展示分析指令发送至数据监控模块；
步骤S13：数据监控模块接收到展示分析指令后获取展示对象j的相似值XS；
步骤S14：数据监控模块获取展示对象j的评分，并将其标记为评分值PF，且评分通过所有用户打分并求取平均分所得；
步骤S15：数据监控模块获取展示对象j被大众用户点击查看的总次数和分享的总次数，并将其分别标记为看数值KS和享次值XC，将看数值KS和享次值XC代入公式KX＝k1×KS+k2×XC中得到看享值KX，其中，k1、k2分别为看数值KS和享次值XC的预设比例系数，且k1+k2＝1，0＜k1＜k2＜1，取k1＝0.36，k2＝0.64；
步骤S16：数据监控模块将相似值XS、评分值PF以及看享值KX发送至参数分析模块；
步骤S17：参数分析模块将相似值XS、评分值PF以及看享值KX代入公式得到展示系数ZS，其中，e、π为数学常数，s1、s2以及s3分别为相似值XS、评分值PF以及看享值KX的预设权重系数，且s3＞s1＞s2＞1.72，取s1＝2.13，s2＝1.95，s3＝2.68；
步骤S18：参数分析模块将展示系数ZS发送至信息展示模块；
步骤S19：信息展示模块将展示对象j按照展示系数ZS从大到小的顺序进行展示。
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。
以上内容仅仅是对本发明所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (6)

1.基于行为习惯分析的计算机数据检索系统，其特征在于，包括：
用户登录模块，用于用户通过账号密码登录网站，登录成功生成行为分析指令，并将行为分析指令发送至数据监控模块；
数据监控模块，用于接收到行为分析指令后获取分析对象的行为参数，并将行为参数发送至参数分析模块；其中，行为参数包括查看值、时差值；还用于接收到展示分析指令后获取展示对象的展示参数，并将展示参数发送至参数分析模块；其中，展示参数包括相似值、评分值以及看享值；所述数据监控模块获取行为参数的具体过程如下：
接收到行为分析指令后将行为分析指令所对应的用户标记为行为分析用户，将网站中除行为分析用户外的其他用户标记为大众用户；
获取行为分析用户的历史记录，将单位时间内行为分析用户点击查看超过预设时间的查看对象依次标记为分析对象；
获取分析对象的被点击查看总次数和被点击查看总时间，并将其分别标记为查次值和查时值，将查次值和查时值经过分析得到查看值；
获取分析对象的最近一次被点击查看的时刻和当前时刻，获取两者之间的时间差，并将其标记为时差值；
将查看值、时差值发送至参数分析模块；
参数分析模块，用于根据行为参数获得行为值，并根据行为值获得行为参照对象，并将行为参照对象发送至数据检索平台；还用于根据展示参数获得展示系数，并将展示系数发送至信息展示模块；
数据检索平台，用于根据参照对象获得推荐对象的相似值，并根据相似值获得展示对象，同时生成展示分析指令，并将展示分析指令发送至数据监控模块；
信息展示模块，用于将展示对象进行排序展示。
2.根据权利要求1所述的基于行为习惯分析的计算机数据检索系统，其特征在于，所述数据监控模块获取展示参数的具体过程如下：
接收到展示分析指令后获取展示对象的相似值；
获取展示对象的评分，并将其标记为评分值，且评分通过所有用户打分并求取平均分所得；
获取展示对象被大众用户点击查看的总次数和分享的总次数，并将其分别标记为看数值和享次值，将看数值和享次值经过分析得到看享值；
将相似值、评分值以及看享值发送至参数分析模块。
3.根据权利要求1所述的基于行为习惯分析的计算机数据检索系统，其特征在于，所述参数分析模块获得行为值的具体过程如下：
将查看值、时差值经过分析得到行为值；
将分析对象按照行为值从大到小的顺序进行排序，将位于前三位分析对象标记为行为参照对象，并将行为参照对象发送至数据检索平台。
4.根据权利要求1所述的基于行为习惯分析的计算机数据检索系统，其特征在于，所述参数分析模块获得展示系数的具体过程如下：
将相似值、评分值以及看享值经过分析得到展示系数；
将展示系数发送至信息展示模块。
5.根据权利要求1所述的基于行为习惯分析的计算机数据检索系统，其特征在于，所述数据检索平台获得展示对象的具体过程如下：
获取行为参照对象的类别，将同类别中的其他对象依次标记为推荐对象；
将推荐对象与参照对象进行比对，获取两者的描述信息，描述信息包括标题、品牌、型号以及规格，将描述信息中的文字规整形成信息文本，获取两者的信息文本中的字数差和重复字数，并将其标记为字差值和字复值，将字差值和字复值经过分析得到相似值；
将相似值与预设的相似阈值进行比较：
若相似值≥相似阈值，则将相似值所对应的推荐对象标记为相似对象；
将所有行为参照对象所对应的相似对象依次标记为展示对象，同时生成展示分析指令，并将展示分析指令发送至数据监控模块。
6.根据权利要求1所述的基于行为习惯分析的计算机数据检索系统，其特征在于，该基于行为习惯分析的计算机数据检索系统的工作过程如下：
步骤S1：用户登录模块用户通过账号密码登录网站，登录成功生成行为分析指令，并将行为分析指令发送至数据监控模块；
步骤S2：数据监控模块接收到行为分析指令后将行为分析指令所对应的用户标记为行为分析用户，将网站中除行为分析用户外的其他用户标记为大众用户；
步骤S3：数据监控模块获取行为分析用户的历史记录，将单位时间内行为分析用户点击查看超过预设时间的查看对象依次标记为分析对象；
步骤S4：数据监控模块获取分析对象的被点击查看总次数和被点击查看总时间，并将其分别标记为查次值和查时值，将查次值和查时值经过分析得到查看值；
步骤S5：数据监控模块获取分析对象的最近一次被点击查看的时刻和当前时刻，获取两者之间的时间差，并将其标记为时差值；
步骤S6：数据监控模块将查看值、时差值发送至参数分析模块；
步骤S7：参数分析模块将查看值、时差值经过分析得到行为值；
步骤S8：参数分析模块将分析对象按照行为值从大到小的顺序进行排序，将位于前三位分析对象标记为行为参照对象，并将行为参照对象发送至数据检索平台；
步骤S9：数据检索平台获取行为参照对象的类别，将同类别中的其他对象依次标记为推荐对象；
步骤S10：数据检索平台将推荐对象与参照对象进行比对，获取两者的描述信息，描述信息包括标题、品牌、型号以及规格，将描述信息中的文字规整形成信息文本，获取两者的信息文本中的字数差和重复字数，并将其标记为字差值和字复值，将字差值和字复值经过分析得到相似值；
步骤S11：数据检索平台将相似值与预设的相似阈值进行比较：若相似值≥相似阈值，则将相似值所对应的推荐对象标记为相似对象；
步骤S12：数据检索平台将所有行为参照对象所对应的相似对象依次标记为展示对象，同时生成展示分析指令，并将展示分析指令发送至数据监控模块；
步骤S13：数据监控模块接收到展示分析指令后获取展示对象的相似值；
步骤S14：数据监控模块获取展示对象的评分，并将其标记为评分值，且评分通过所有用户打分并求取平均分所得；
步骤S15：数据监控模块获取展示对象被大众用户点击查看的总次数和分享的总次数，并将其分别标记为看数值和享次值，将看数值和享次值经过分析得到看享值；
步骤S16：数据监控模块将相似值、评分值以及看享值发送至参数分析模块；
步骤S17：参数分析模块将相似值、评分值以及看享值经过分析得到展示系数；
步骤S18：参数分析模块将展示系数发送至信息展示模块；
步骤S19：信息展示模块将展示对象按照展示系数从大到小的顺序进行展示。
CN202310949465.0A 2023-07-31 2023-07-31 基于行为习惯分析的计算机数据检索系统 Pending CN116861051A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310949465.0A CN116861051A (zh) 2023-07-31 2023-07-31 基于行为习惯分析的计算机数据检索系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310949465.0A CN116861051A (zh) 2023-07-31 2023-07-31 基于行为习惯分析的计算机数据检索系统

Publications (1)

Publication Number Publication Date
CN116861051A true CN116861051A (zh) 2023-10-10

Family

ID=88221597

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310949465.0A Pending CN116861051A (zh) 2023-07-31 2023-07-31 基于行为习惯分析的计算机数据检索系统

Country Status (1)

Country Link
CN (1) CN116861051A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117289745A (zh) * 2023-11-27 2023-12-26 湖北华中电力科技开发有限责任公司 一种数字化配电房运行监控方法
CN117478629A (zh) * 2023-12-20 2024-01-30 福建省捷云软件股份有限公司 基层社区治理信息公开系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117289745A (zh) * 2023-11-27 2023-12-26 湖北华中电力科技开发有限责任公司 一种数字化配电房运行监控方法
CN117289745B (zh) * 2023-11-27 2024-02-13 湖北华中电力科技开发有限责任公司 一种数字化配电房运行监控方法
CN117478629A (zh) * 2023-12-20 2024-01-30 福建省捷云软件股份有限公司 基层社区治理信息公开系统
CN117478629B (zh) * 2023-12-20 2024-04-12 福建省捷云软件股份有限公司 基层社区治理信息公开系统

Similar Documents

Publication Publication Date Title
CN116861051A (zh) 基于行为习惯分析的计算机数据检索系统
US9176988B2 (en) Image relevance model
US8489604B1 (en) Automated resource selection process evaluation
US20030177110A1 (en) Profile information recommendation method, program and apparatus
CN105426550B (zh) 一种基于用户质量模型的协同过滤标签推荐方法及系统
CN111914172B (zh) 一种基于用户标签的医学信息推荐方法及系统
US20100079464A1 (en) Information processing apparatus capable of easily generating graph for comparing of a plurality of commercial products
US20140173425A1 (en) Presenting documents to a user based on topics and collective opinions expressed in the documents
US20180101534A1 (en) Accounting for Positional Bias in A Document Retrieval System Using Machine Learning
CN111639258B (zh) 一种基于神经网络的新闻推荐方法
CN111563176B (zh) 一种基于惯性大数据的漫画管理系统
CN111143555B (zh) 基于大数据的客户画像生成方法、装置、设备及存储介质
US11928140B2 (en) Methods and systems for modifying a search result
US20220300543A1 (en) Method of retrieving query, electronic device and medium
CN106407316B (zh) 基于主题模型的软件问答推荐方法和装置
CN108416030B (zh) 一种职位推荐方法、装置及计算机可读存储介质
CN108304570B (zh) 一种搜索结果的处理方法及展现方法、服务器、客户端
US20140059062A1 (en) Incremental updating of query-to-resource mapping
US20140039876A1 (en) Extracting related concepts from a content stream using temporal distribution
CN112579729A (zh) 文档质量评价模型的训练方法、装置、电子设备和介质
CN116303910A (zh) 问答页面推荐方法、装置、设备及存储介质
CN111581522B (zh) 一种基于用户身份辨别的社交分析方法
CN113869803A (zh) 企业敏感信息风险评估方法、系统和存储介质
CN113657766A (zh) 一种基于游客多元数据的旅游景区欢乐指数的计量方法
TW201740291A (zh) 資訊推薦方法及其系統

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