申请/专利权人：广州易行数字技术有限公司

申请日：2020-07-29

公开（公告）日：2024-04-09

公开（公告）号：CN111858717B

主分类号：G06F16/2458

分类号：G06F16/2458;G06Q50/04;G06F40/289;G06F40/216

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2024.02.13#著录事项变更;2020.11.17#实质审查的生效;2020.10.30#公开

摘要：本发明提供一种物料创建的实时智能推荐方法，用于解决现有技术无法避免重复创建物料的问题，其步骤包括：S1记录用户数据；S2物料名称或其它描述性语言分词；S3计算TF‑IDF值；S4根据TF‑IDF值从大到小排列分词；S5计算物料库中已有的物料与该物料名称或其它描述性语言的相似度；S6将物料库中已有物料与该物料属性值进行相似度计算；S7将物料库中其它物料与该物料名称或其它描述性语言的相似度、属性值的相似度进行加权相似度计算；S8选择相似度高的物料，从高到低排序，推荐给用户。

主权项：1.一种物料创建的实时智能推荐方法，其中，所述物料创建在物料库中，物料创建时具有一个物料名称值、多个物料属性值和其它描述性语言，其特征在于，包括以下步骤：S1用户进行物料A创建时，记录下用户填写的名称值、属性值和其它描述性语言；S2将物料A名称值或其它描述性语言进行NLP智能分词，得到物料A的分词集，分词集包含m个分词；其中，NLP智能分词采用结巴分词原理，结合工业领域的不同细分行业，采集或添加属于该行业的分词得到分词库；S3计算物料A分词集中分词的TF-IDF值；其中，TF＝TermFrequency词频，IDF＝InverseDocumentFrequency逆文档频率；具体步骤为：S3.1计算物料A分词集中m个分词的词频，具体公式为：分词的词频TF＝分词在物料名称或其它描述性语言中的出现次数物料名称或其它描述性语言中的总分词数；S3.2计算物料A分词集中m个分词的逆文档频率，具体公式为：分词的逆文档频率IDF＝log物料库的物料名称或其它描述性语言总数包含分词的物料名称或其它描述性语言总数+1；其中，IDF值的大小与分词在物料库中的常见度成反比；S3.3计算物料A分词集中m个分词的TF-IDF值，具体公式为：TF-IDF值＝TF值*IDF值；其中，TF-IDF值的大小与分词在该物料名称或其它描述性语言中的出现次数成正比，与分词在物料库中的出现次数成反比；S4根据物料A分词集中分词的TF-IDF值，从大到小排列出物料A的分词；S5根据物料A的分词排序，计算物料库中已有物料与物料A名称或其它描述性语言的相似度D1，具体步骤为：S5.1计算物料库中物料B与物料A名称或其它描述性语言的相似度，从物料A和B的分词集中各取p个分词，合并成一个物料关键词合集；S5.2计算物料A和B关于这个关键词合集的词频；物料A：{关键词1，词频x1}，{关键词2，词频y1}；物料B：{关键词1，词频x2}，{关键词2，词频y2}；S5.3生成物料A和B各自物料名称或其它描述性语言的词频向量；物料A的词频向量[x1,y1]；物料B的词频向量[x2,y2]；S5.4计算物料A和B名称或其它描述性语言的词频向量的余弦相似度D1，值越大表示相似度越高，具体公式为： S6根据步骤S1中用户填写的物料A属性，计算物料库中已有物料与物料A属性值的相似度；具体步骤为：S6.1将物料库中的q个属性值作为相互关联的随机变量，组成列向量；S6.2利用马氏距离公式计算物料属性值数据集的协方差距离，即物料属性值的相似度D2，具体公式为： S7对物料库中的物料与物料A名称或其它描述性语言的相似度，和属性值的相似度，进行加权相似度计算，具体步骤为：S7.1设置名称或其它描述性语言的加权因子为k，属性值的加权因子为1-k，其中k的取值范围是0，1]；S7.2根据所述步骤S5.4得到的名称或其它描述性语言相似度D1和所述步骤S6.2得到的属性值相似度D2，计算物料B与物料A的相似度，具体公式为：物料B与物料A的相似度D＝k*D1+1-k*D2；S8选择相似度高的物料，从高到低排序，实时推荐给用户。

全文数据：

权利要求：

百度查询： 广州易行数字技术有限公司 一种物料创建的实时智能推荐方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD