【CN109815413A】一种智能推荐系统及其智能推荐方法【专利】

(19)中华人民共和国国家知识产权局

(12)发明专利申请

(10)申请公布号 (43)申请公布日 (21)申请号 201910210092.9

(22)申请日 2019.03.19

(71)申请人 合肥中科类脑智能技术有限公司

地址 230000 安徽省合肥市高新区创新大

道2688号中新大厦11层1102-B236

(72)发明人 李文慧　褚海涛　

(74)专利代理机构 北京联瑞联丰知识产权代理

事务所(普通合伙) 11411

代理人 苏友娟

(51)Int.Cl.

G06F 16/9535(2019.01)

H04L 29/08(2006.01)

(54)发明名称一种智能推荐系统及其智能推荐方法(57)摘要本发明公开了一种智能推荐系统及其智能推荐方法，包括一数据获取单元；一机器学习单元，所述机器学习单元通信地连接所述数据单元，所述机器学习单元包括一比较模块和一匹配模块，所述比较模块通信地连接所述数据获取单元和所述数据存储单元，所述匹配模块通信地连接所述比较模块和所述数据存储单元；一数据存储单元，所述数据存储单元通信地连接所述机器学习单元；以及一推送单元，所述推送单元通信地连接所述机器学习单元和所述用户终端。使得当用户不同的实时数据信息下，所生成的推送结果能够适应不同的浏览习惯，避免不符合当前实时信息的推送信息推送至用户，同时提高了所述

智能推荐系统的推荐精确度。权利要求书2页 说明书5页 附图5页CN 109815413 A 2019.05.28

C N 109815413

A

权　利　要　求　书1/2页CN 109815413 A

1.一种智能推荐系统，通信连接于至少一用户终端，其特征在于，包括：

一数据获取单元，所述数据获取单元通信地获取所述用户终端的用户数据信息以及环境信息；

一机器学习单元，所述机器学习单元通信连接所述数据单元，所述机器学习单元包括一比较模块和一匹配模块，所述比较模块通信连接所述数据获取单元和所述数据存储单元，对用户的实时数据信息和历史数据信息进行比较，所述匹配模块通信连接所述比较模块和所述数据存储单元，进而对用户数据信息和所述环境信息进行匹配和关联以生成一推送结果；

一数据存储单元，所述数据存储单元通信连接所述机器学习单元；以及

一推送单元，所述推送单元通信连接所述机器学习单元和所述用户终端，并将所述推送结果推送至所述用户终端。

2.根据权利要求1所述的智能推荐系统，其特征在于，所述数据存储单元包括一实时数据库，所述数据获取单元包括一用户数据模块，所述用户数据模块通信连接所述机器学习单元，获取所述用户终端的用户数据信息并通过所述机器学习单元分析处理进而存储至所述实时数据库。

3.根据权利要求2所述的智能推荐系统，其特征在于，所述数据存储单元还包括一学习数据库，所述数据获取单元还包括一环境数据模块，所述环境数据模块通信连接所述机器学习单元，获取环境数据信息并通过所述机器学习单元分析处理进而存储至所述学习数据库。

4.根据权利要求3所述的智能推荐系统，其特征在于，所述比较模块通信连接所述用户数据模块和所述实时数据库，比较实时用户数据信息和来自所述实时数据库的用户历史数据信息，进而生成一比较信息，所述匹配模块通信连接所述学习数据库和所述比较模块，进而对所述比较信息和来自所述学习数据库中的环境信息进行匹配和关联。

5.根据权利要求1-4任一项所述的智能推荐系统，其特征在于，所述推送结果进入到所述机器学习单元中进行分析并存储至所述数据存储单元，所述智能推荐系统包括一日志单元，所述日志单元通信连接所述机器学习单元和所述数据存储单元。

6.一智能推荐方法，其特征在于，包括以下步骤：

(a)获取实时的用户数据信息；

(b)比较实时用户数据信息和来自所述实时数据库的聚类数据，并生成一比较信息；

(c)匹配和关联所述比较信息与来自所述学习数据库中的环境信息，并生成一推送结果；以及

(d)推送所述推送结果至所述用户终端。

7.根据权利要求6所述的智能推荐方法，其特征在于，在步骤(a)之前，还包括以下步骤：

(a1)获取用户的历史数据信息；

(a2)聚类分析所述历史数据信息以生成一聚类数据；以及

(a3)存储所述聚类数据至所述实时数据库。

8.根据权利要求6所述的智能推荐方法，其特征在于，在步骤(c)之中，还包括以下步骤：

2