CN117609630A - 项目图纸智能推荐方法、装置、设备及存储介质 - Google Patents

Abstract

本发明涉及图纸推荐技术领域，尤其涉及一种项目图纸智能推荐方法、装置、设备及存储介质，方法包括：响应于当前用户账号登陆素材网站，获取当前用户的用户账号，判断用户账号是否对应有近期项目数据；若是，基于预先生成的项目图纸推荐模型处理近期项目数据，输出项目推荐图纸，并向当前用户推荐项目推荐图纸；否则，向当前用户推荐高重复性项目图纸；本发明便于为电力装备行业用户在素材网站上准确推荐所需类型的项目图纸。

Description

项目图纸智能推荐方法、装置、设备及存储介质

技术领域

本发明涉及图纸推荐技术领域，尤其涉及一种项目图纸智能推荐方法、装置、设备及存储介质。

背景技术

随着电力装备行业数字化的快速发展，越来越多的行业用户会选择登陆素材网站获取所需的项目图纸，同时，素材网站也会为行业用户推荐相应的项目图纸。

目前，素材网站常用的项目图纸智能推荐方式有：第一，关键词推荐，用户在登陆素材网站后，会通过输入关键词的方式搜索对应的项目图纸，素材网站对用户输入的关键词进行存储，并依据存储的关键词向用户推荐相应的项目图纸；第二，浏览历史推荐，素材网站对用户登陆网站后浏览的项目图纸的类型进行记录，待后续用户再次登陆素材网站后，向用户推荐与历史浏览的项目图纸同类型的项目图纸；第三，定制化推荐，用户在素材网站上订阅感兴趣类型的项目图纸推荐服务，待用户登陆素材网站后，基于用户订阅的项目图纸推荐服务向用户推荐对应类型的项目图纸。

但是，在电力装备行业中，用户每次负责的项目内容是不同的，导致用户每次在素材网站上所需的项目图纸类型是不同的；且，用户也难以预估下一次的项目内容；上述三种项目图纸推荐方式难以预估用户下一次的项目内容，从而也难以为用户准确推荐所需类型的项目图纸；可见，现有技术难以为电力装备行业用户在素材网站上准确推荐所需类型的项目图纸。

发明内容

为了便于为电力装备行业用户在素材网站上准确推荐所需类型的项目图纸，本发明实施例提供一种项目图纸智能推荐方法、装置、设备及存储介质。

第一方面，本发明实施例提供一种项目图纸智能推荐方法，包括：

响应于当前用户账号登陆素材网站，获取当前用户的用户账号，判断所述用户账号是否对应有近期项目数据；

若是，基于预先生成的项目图纸推荐模型处理所述近期项目数据，输出项目推荐图纸，并向所述当前用户推荐所述项目推荐图纸；否则，向所述当前用户推荐高重复性项目图纸；

其中，生成所述项目图纸推荐模型的步骤，包括：

获取素材网站用户的近期项目数据，对所述近期项目数据进行特征提取得到项目特征数据；

对所述项目特征数据进行聚类分析得到分类特征数据；

基于预设的关联算法处理所述分类特征数据与对应的历史项目图纸维度，生成关联规则；

基于所述关联规则建立所述项目图纸推荐模型。

第二方面，本发明实施例提供一种项目图纸智能推荐装置，包括：

数据获取模块，用于响应于当前用户账号登陆素材网站，获取当前用户的用户账号，判断所述用户账号是否对应有近期项目数据；

图纸推荐模块，用于若是，基于预先生成的项目图纸推荐模型处理所述近期项目数据，输出项目推荐图纸，并向所述当前用户推荐所述项目推荐图纸；否则，向所述当前用户推荐高重复性项目图纸；

其中，生成所述项目图纸推荐模型的步骤，包括：

获取素材网站用户的近期项目数据，对所述近期项目数据进行特征提取得到项目特征数据；

对所述项目特征数据进行聚类分析得到分类特征数据；

基于预设的关联算法处理所述分类特征数据与对应的历史项目图纸维度，生成关联规则；

基于所述关联规则建立所述项目图纸推荐模型。

第三方面，本发明实施例提供了一种计算机设备，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，处理器执行该计算机程序时实现上述的方法中的步骤。

第四方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述的方法中的步骤。

第五方面，本发明实施例还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述任一方法实施例中的步骤。

上述项目图纸智能推荐方法、装置、设备及存储介质的实施例，通过对近期项目数据进行特征提取与聚类分析，从而得到分类特征数据，然后关联分类特征数据与历史项目图纸维度，从而建立分类特征数据与对应类型的项目土之间的关联，并生成相应的关联规则，接着基于关联规则建立对应的项目图纸推荐模型；进一步的，在当前用户登陆素材网站后，先判断当前用户是否对应有近期项目数据，若是，则通过项目图纸推荐模型直接处理近期项目数据，输出项目推荐图纸，作为向用户推荐的项目图纸；需要说明的是，由于项目图纸推荐模型是基于关联规则建立的，故可便于根据用户的近期项目数据为用户准确推荐与当前项目对应类型的项目图纸。

应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中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为本发明一个实施例中项目图纸智能推荐方法的应用环境图；

图2为本发明一个实施例中提供的一种项目图纸智能推荐方法流程图；

图3为本发明一个实施例中提供的一种项目图纸智能推荐装置的结构示意图；

图4为本发明一个实施例中提供的一种计算机设备的结构示意图；

图5为本发明一个实施例中提供的一种计算机可读存储介质的内部结构图。

具体实施方式

为了使本公开的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本公开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公开，并不用于限定本公开。

需要说明的是，本文的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本文的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、装置、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

在本文中，术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系。例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

为解决上述问题，本公开实施例提供了一种项目图纸智能推荐方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上，也可以放在云上或其他网络服务器上。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备，物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。

需要说明的是，执行本实施例所介绍的一种项目图纸智能推荐方法前，需要预先生成项目图纸推荐模型，参照图2，预先生成项目图纸推荐模型的步骤，包括：

B100、获取素材网站用户的近期项目数据，对近期项目数据进行特征提取得到项目特征数据。

需要说明的是，在本实施例中，素材网站用于为素材网站用户提供所需的项目图纸，其中，项目图纸用于为素材网站用户所负责的项目提供参考；素材网站用户素材网站用户在执行自己负责的项目时，需要使用本人的用户账号登陆与素材网站数据关联的报价软件，并在报价软件上进行项目报价信息的填写，报价软件对素材网站用户近期填写的项目报价信息进行存储，从而形成对应的近期项目数据；其中，项目报价信息包括项目地区、项目规模、项目类别、同一项目的报价员以及项目常用品牌等信息；素材网站用户还可使用自己的用户账号登陆素材网站，且在登陆素材网站后，素材网站可以从报价软件上获取与该素材网站用户关联的近期项目数据。

在实施中，若素材网站用户有参考项目图纸的需求，则素材网站用户通过本人的用户账号登陆素材网站，然后，素材网站从报价软件处获取与该素材网站用户对应的近期项目数据。

需要说明的是，近期项目数据是素材网站用户本人历史手动在报价软件上填写项目信息，后续为了便于依据近期项目数据为素材网站用户准确推荐当前项目所需的项目图纸，需要对近期项目数据进行特征提取。

在实施中，素材网站从报价软件处获取与素材网站用户对应的近期项目数据后，进一步的，通过预设的特征提取手段对近期项目数据进行特征提取，从而获取与近期项目数据对应的项目特征数据。

在一个实施例中，对近期项目数据进行特征提取得到项目特征数据，包括：

B110、对近期项目数据进行脱敏处理，得到脱敏项目数据。

需要说明的是，近期项目数据中一般包括有敏感的项目数据，如，项目所涉及的客户名称，以及项目所涉及的器件具体价格等，为了便于防止敏感的项目的数据在素材网站上发生泄密，素材网站在接收到近期项目数据后，需要立即对近期项目数据进行脱敏处理。

在实施中，素材网站获取近期项目数据后，立即对近期项目数据进行数据脱敏处理，其中，数据脱敏处理的方式包括敏感数据无效化、敏感数据乱序化、敏感数据哈希化等；具体的，敏感数据无效化，也即先识别确定近期项目数据中的敏感数据，然后对敏感数据进行截断、加密以及隐藏等，从而使对应的敏感数据无效；敏感数据乱序化，也即先识别确定近期项目数据中的敏感数据，然后打乱敏感数据中不同数据的顺序，如，将客户名称与器件价格的顺序打乱；敏感数据哈希化，也即先识别确定近期项目数据中的敏感数据，然后通过预设的哈希算法，如SHA256，对敏感数据进行哈希运算，从而将敏感数据计算为对应的哈希值，由于哈希运算不可逆，从而便于实现提升敏感数据脱敏的安全性；至少通过上述一种数据脱敏处理的方式对近期项目数据中的敏感数据进行脱敏，从而得到脱敏项目数据。

B120、对脱敏项目数据进行标准化处理，得到标准化项目数据。

需要说明的是，由于近期项目数据是素材网站用户本人填写在报价软件上的，且没有经过正规化的核对检查步骤，导致不同报价项目的同类型数据出现量级不统一等问题，导致脱敏项目数据不能直接加以应用，为此需要对脱敏项目数据进行标准化处理。

在实施中，根据素材网站预设的数据标准化函数对相应的格式或者单位不统一的同类型数据进行标准化处理，从而得到对应的标准化项目数据；应用与本实施例的一种预设的数据标准化函数包括Z-Score标准化函数。

B130、对标准化项目数据进行关键特征提取，得到项目特征数据。

需要说明的是，完成对近期项目数据的脱敏处理以及标准化处理，并生成对应的标准化项目数据后，进一步的，可以对标准化项目数据进行关键特征提取，以获取对应的项目特征数据。

在实施中，通过B120步骤生成标准化项目数据后，进一步的，对标准化项目数据关键特征提取，从而获取项目特征数据，在本实施例中，项目特征数据具体包括项目区域、项目规模、项目类别以及项目器件等类型的项目特征数据。

在另一个实施例中，对近期项目数据进行特征提取得到项目特征数据，包括：基于预设的正则表达式对近期项目数据进行特征提取，得到项目特征数据。

需要说明的是，B110-B130步骤提供了一种对近期项目数据进行特征提取得到项目特征数据的方法，本实施另外提供一种并行于B110-B130步骤的对近期项目数据进行特征提取得到项目特征数据的方法，具体如下：

在实施中，素材网站用户登陆素材网站后，素材网站从报价软件获取与该素材网站用户对应的近期项目数据，然后基于预设的正则表达式直接对近期项目中的关键特征进行特征提取，从而得到项目特征数据，在本实施例中，项目特征数据具体包括：项目区域、项目规模、项目类别以及项目器件等。

B200、对项目特征数据进行聚类分析得到分类特征数据。

需要说明的是，后续为了便于将项目特征数据与对应类型的项目图片建立联系，从而基于项目特征数据为素材网站用户准确推荐所需的项目图片，还需对生成的项目特征数据进行聚类划分。还需说明的是，初步生成的项目特征数据中不同类型的数据处于散乱状态，后续难以直接进行处理与分析。

在实施中，通过B100步骤生成项目特征数据后，进一步的，通过素材网站预设的聚类算法对项目特征数据中同类型的数据进行聚类为同一类簇，如此实现不同类型的项目特征数据的聚类划分，并得到对应的分类特征数据，以便于后续可直接处理与分析分类特征数据。

在一个实施例中，对项目特征数据进行聚类分析得到分类特征数据，包括：基于预设的K-modes聚类分析算法对项目特征数据进行聚类分析，得到分类特征数据。

需要说明的是，在本实施例中，素材网站中用于项目特征数据进行聚类划分的聚类算法具体为K-modes聚类分析算法。

在实施中，通过B100步骤生成项目特征数据后，进一步的，通过K-modes聚类分析算法处理项目特征数据，从而将项目特征数据聚类划分为与每种项目数据类型一一对应的类簇数据，综合各种项目数据类型的类簇数据得到分类特征数据。

B300、基于预设的关联算法处理分类特征数据与对应的历史项目图纸维度，生成关联规则。

需要说明的是，为了便于基于通过B200步骤生成的分类特征数据从素材网站的素材数据库中匹配出对应的项目图纸，可以人为先将分类特征数据，以及与分类特征数据对应的项目图纸的项目图纸维度输入至素材网站预设的关联算法，然后基于关联算法建立分类特征数据与对应项目图纸维度之间的关联，以便于后续基于该关联建立相应的项目图纸推荐模型，其中，项目图纸推荐模型用于处理与分类特征数据对应的近期项目数据，从而输出用于推荐素材网站用户的项目图纸。

在实施中，素材网站预先对素材数据库中存储的项目图纸进行维度解析，从而确定每个项目图纸的图纸类型、电压等级、图纸用途、应用场所以及功能等维度；然后，素材网站获取生成的分类特征数据，并确定与该分类特征数据的有关联的项目图纸，并获取该项目图纸的图纸维度，记为历史项目图纸维度；进一步的，将分类特征数据与对应的历史项目图纸维度输入至素材网站预设的关联算法中进行处理，从而生成分类特征数据与对应历史项目图纸维度之间的关联规则；由于分类特征数据与相应的近期项目数据对应，历史项目图纸维度与相应的项目图纸对应，故关联规则也表征近期项目数据与相应的项目图纸之间的关联。

B400、基于关联规则建立项目图纸推荐模型。

在实施中，通过B300步骤生成关联规则后，进一步的，以关联规则为核心建立对应的项目图纸推荐模型，其中，项目图纸推荐模型的输入为素材网站客户的近期项目数据，项目图纸推荐模型的输出为与近期项目数据相关的项目图纸。

需要说明的是，在执行项目图纸智能推荐方法前完成项目图纸推荐模型的创建后，进一步的，可以开始执行项目图纸智能推荐方法。

图2为本发明实施例提供的一种项目图纸智能推荐方法流程图，参考图2，该方法可以由执行该种方法的装置来执行，该装置可以由软件和/或硬件的方式实现，该方法包括：

S100、响应于当前用户账号登陆素材网站，获取当前用户的用户账号，判断用户账号是否对应有近期项目数据。

需要说明的是，素材网站用户分配有对应的用户账号，用户账号不仅可以用于登陆报价软件，从而使素材网站用户可以在报价软件上填写相应的软件报价信息，已配合近期已有的项目数据形成近期项目数据，用户账号还可以用于登陆与报价软件数据关联的素材网站，从而使素材网站用户可以在素材网站上获取所需的项目图纸；素材网站用户通过本人的用户账号登陆素材网站后，素材网站自动关联并获取与该素材网站用户对应的近期项目数据；还需说明的是，若某素材网站用户为报价软件以及素材网站的新用户，则新用户初次登陆素材网站，素材网站不可从报价软件处关联并获取相应的近期项目数据。

在实施中，某一素材网站用户，此处记为当前用户，需要获取与所负责的项目相关项目图纸时，通过自己的用户账号登陆素材网站，素材网站先判断报价软件中是否有与当前用户的用户账号对应的近期项目数据，得到相应的判断结果。

S200、若是，基于预先生成的项目图纸推荐模型处理近期项目数据，输出项目推荐图纸，并向当前用户推荐项目推荐图纸；否则，向当前用户推荐高重复性项目图纸。

需要说明的是，通过S100步骤得到的判断结果包含两种情况，第一，报价软件中存在用户账号对应的近期项目数据；第二，报价软件中不存在用户账号对应的近期项目数据。

在实施中，素材网站获取当前用户的用户账号后，若素材网站判断出报价软件中存在用户账号对应的近期项目数据，则将近期项目数据输入至上述预先生成的项目图纸推荐模型中，项目图纸推荐模型对输入其中的近期项目数据进行处理，具体的，基于关联规则从素材数据库中选择与该近期项目数据对应的一类项目图纸，将选择的项目图纸记为项目推荐图纸，然后项目图纸推荐模型输出项目推荐图纸，并将该项目推荐图纸向素材网站用户推荐。

在实施中，素材网站获取素材网站用户的用户账号后，若素材网站判断出报价软件中不存在用户账号对应的近期项目数据，则获取向其他素材网站用户推荐的且出现次数较高的项目图纸，记为高重复性项目图纸，然后向该素材网站用户推荐高重复性项目图纸。

需要说明的是，通过对近期项目数据进行特征提取与聚类分析，从而得到分类特征数据，然后关联分类特征数据与历史项目图纸维度，从而建立分类特征数据与对应类型的项目土之间的关联，并生成相应的关联规则，接着基于关联规则建立对应的项目图纸推荐模型；进一步的，在当前用户登陆素材网站后，先判断当前用户是否对应有近期项目数据，若是，则通过项目图纸推荐模型直接处理近期项目数据，输出项目推荐图纸，作为向用户推荐的项目图纸；需要说明的是，由于项目图纸推荐模型是基于关联规则建立的，故可便于根据用户的近期项目数据为用户准确推荐与当前项目对应类型的项目图纸。

在一个实施例中，向当前用户推荐项目推荐图纸，包括：

S210、向当前用户可视化展示项目推荐图纸。

在实施中，素材网站获取与素材网站用户对应的项目推荐图纸后，进一步的，借助智能设备的显示屏向素材网站用户可视化展示对应的项目推荐图纸。

S220、基于项目推荐图纸的交互功能与当前用户交互，以使当前用户了解项目推荐图纸的图纸详细信息。

在实施中，素材网站获取与素材网站用户对应的项目推荐图纸后，进一步的，借助智能设备的交互功能与当前用户进行交互，以便于当前用户进一步了解项目推荐图纸的图纸详细信息。

在一个实施例中，向当前用户推荐高重复性项目图纸包括：

S230、获取其他的素材网站用户基于项目图纸推荐模型生成的项目推荐图纸。

在实施中，若当前用户登陆素材网站后，素材网站未报价软件中获取与该当前用户对应的近期项目数据，则认定该当前用户为新用户；进一步的，获取历史的其他素材网站用户基于项目图纸推荐模型生成的项目推荐图纸；需要说明的是，生成的项目推荐图纸对应于不同的素材网站用户，故生成的项目推荐图纸涉及不同的类型。

S240、计算不同类型的项目推荐图纸的数量，并判断每种类型的项目推荐图纸的数量是否超过预设的图纸数量阈值。

在实施中，依据项目推荐图纸的类型对项目推荐图纸进行分类，并计算每种类型的项目推荐图纸的数量，进一步的，判断每种类型的项目推荐图纸的数量是否超过预设的图纸数量阈值；需要说明的是，若某种类型的项目推荐图纸的数量超过预设的图纸数量阈值，则认定该种类型的项目推荐图纸为高重复性项目图纸，也即具有较高概率的当前客户所需的项目图纸。

S250、若是，获取与项目推荐图纸的类型对应的项目图纸得到高重复性项目图纸，向当前用户推荐高重复性项目图纸。

在实施中，若素材网站判断出某种类型的项目推荐图纸的数量超过预设的图纸数量阈值，则从素材数据库中获取该种类型的项目图纸，记为高重复性项目图纸，然后向向当前用户推荐高重复性项目图纸；若素材网站判断出某种类型的项目推荐图纸的数量未超过预设的图纸数量阈值，则不向当前用户推荐对应类型的项目图纸。

图2为一个实施例中项目图纸智能推荐方法的流程示意图。应该理解的是，虽然图2的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行；除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行；并且图2中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

基于同样的发明构思，本公开实施例还提供了一种用于实现上述所涉及的项目图纸智能推荐方法的项目图纸智能推荐装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个项目图纸智能推荐装置实施例中的具体限定可以参见上文中对于项目图纸智能推荐方法的限定，在此不再赘述。

在一个实施例中，如图3所示，提供了一种项目图纸智能推荐装置，包括：数据获取模块，用于响应于当前用户账号登陆素材网站，获取当前用户的用户账号，判断用户账号是否对应有近期项目数据；

图纸推荐模块，用于若是，基于预先生成的项目图纸推荐模型处理近期项目数据，输出项目推荐图纸，并向当前用户推荐项目推荐图纸；否则，向当前用户推荐高重复性项目图纸；

其中，生成项目图纸推荐模型的步骤，包括：

获取素材网站用户的近期项目数据，对近期项目数据进行特征提取得到项目特征数据；

对项目特征数据进行聚类分析得到分类特征数据；

基于预设的关联算法处理分类特征数据与对应的历史项目图纸维度，生成关联规则；

基于关联规则建立项目图纸推荐模型。

上述项目图纸智能推荐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和内存储器。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项目图纸智能推荐方法。

本领域技术人员可以理解，图4中示出的结构，仅仅是与本公开方案相关的部分结构的框图，并不构成对本公开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上述各方法实施例中的步骤。

在一个实施例中，提供了一种计算机可读存储介质，如图5所示，其上存储有计算机程序，计算机程序被处理器执行时实现上述各方法实施例中的步骤。

在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。

需要说明的是，本公开所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本公开所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本公开所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本公开所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。

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。

以上实施例仅表达了本公开的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本公开专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本公开构思的前提下，还可以做出若干变形和改进，这些都属于本公开的保护范围。因此，本公开的保护范围应以所附权利要求为准。

Claims (10)

1.一种项目图纸智能推荐方法，其特征在于，包括：

响应于当前用户账号登陆素材网站，获取当前用户的用户账号，判断所述用户账号是否对应有近期项目数据；

若是，基于预先生成的项目图纸推荐模型处理所述近期项目数据，输出项目推荐图纸，并向所述当前用户推荐所述项目推荐图纸；否则，向所述当前用户推荐高重复性项目图纸；

其中，生成所述项目图纸推荐模型的步骤，包括：

获取素材网站用户的近期项目数据，对所述近期项目数据进行特征提取得到项目特征数据；

对所述项目特征数据进行聚类分析得到分类特征数据；

基于预设的关联算法处理所述分类特征数据与对应的历史项目图纸维度，生成关联规则；

基于所述关联规则建立所述项目图纸推荐模型。

2.根据权利要求1所述的一种方法，其特征在于，所述向所述当前用户推荐高重复性项目图纸，包括：

获取其他的所述素材网站用户基于所述项目图纸推荐模型生成的项目推荐图纸；

计算不同类型的所述项目推荐图纸的数量，并判断每种类型的所述项目推荐图纸的数量是否超过预设的图纸数量阈值；

若是，获取与所述项目推荐图纸的所述类型对应的项目图纸得到高重复性项目图纸，向所述当前用户推荐所述高重复性项目图纸。

3.根据权利要求1所述的一种方法，其特征在于，所述对所述近期项目数据进行特征提取得到项目特征数据，包括：

对所述近期项目数据进行脱敏处理，得到脱敏项目数据；

对所述脱敏项目数据进行标准化处理，得到标准化项目数据；

对所述标准化项目数据进行关键特征提取，得到所述项目特征数据。

4.根据权利要求1所述的一种方法，其特征在于，所述对所述近期项目数据进行特征提取得到项目特征数据，包括：

基于预设的正则表达式对所述近期项目数据进行特征提取，得到所述项目特征数据。

5.根据权利要求1所述的一种方法，其特征在于，所述对所述项目特征数据进行聚类分析得到分类特征数据，包括：

基于预设的K-modes聚类分析算法对所述项目特征数据进行聚类分析，得到所述分类特征数据。

6.根据权利要求1所述的一种方法，其特征在于，所述向所述当前用户推荐所述项目推荐图纸，包括：

向所述当前用户可视化展示所述项目推荐图纸；

基于所述项目推荐图纸的交互功能与所述当前用户交互，以使所述当前用户了解所述项目推荐图纸的图纸详细信息。

7.一种项目图纸智能推荐装置，其特征在于，所述装置包括：

数据获取模块，用于响应于当前用户账号登陆素材网站，获取当前用户的用户账号，判断所述用户账号是否对应有近期项目数据；

图纸推荐模块，用于若是，基于预先生成的项目图纸推荐模型处理所述近期项目数据，输出项目推荐图纸，并向所述当前用户推荐所述项目推荐图纸；否则，向所述当前用户推荐高重复性项目图纸；

其中，生成所述项目图纸推荐模型的步骤，包括：

获取素材网站用户的近期项目数据，对所述近期项目数据进行特征提取得到项目特征数据；

对所述项目特征数据进行聚类分析得到分类特征数据；

基于预设的关联算法处理所述分类特征数据与对应的历史项目图纸维度，生成关联规则；

基于所述关联规则建立所述项目图纸推荐模型。

8.一种计算机设备，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6中任一项所述的方法的步骤。

9.一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6中任一项所述的方法的步骤。

10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。