面向生鲜食品的智能推荐系统的制作方法

本发明涉及一种推荐系统，尤其是能够根据用户的提问给出推荐的一种智能推荐系统，属于推荐系统的技术领域。

背景技术：

推荐系统现已广泛应用于很多领域，其中最典型并具有良好的发展和应用前景的领域就是电子商务领域。同时学术界对推荐系统的研究热度一直很高，逐步形成了一门独立的学科。然而，现有的推荐系统在精确度、功能、适用范围等方面仍然不能完全满足用户的需求。在设计方面，现有的推荐系统仅是根据用户的历史访问数据进行分析，并没有根据用户的提问进行分析；在应用方面，现有的推荐系统个性化推荐广泛应用于电子商务、网络视频音乐、个性化阅读、个性化邮件以及社交网络等，但是并没有针对生鲜食品方面的推荐。

“民以食为天，食以安为先”，目前人们对于食品安全问题非常重视，十分关注食物的营养搭配等问题，目前的推荐系统无法满足人们的需要，亟需一个智能推荐系统来解决人们关于食品的相关疑问作出针对性的推荐。

技术实现要素：

本发明的目的是克服现有技术中存在的不足，提供一种能够根据用户的提问给出推荐的智能推荐系统。其结构清晰，能够回答用户的提问，并根据数据库中已有的数据智能的给出推荐，同时将其中的推荐算法分布式化提高了算法的效率。

按照本发明提供的技术方案，所述的面向生鲜食品的智能推荐系统，包括用户交互的业务层，进行数据处理分析的算法层，数据存储的存储层以及用于系统维护的管理层。

所述算法层负责整个系统的数据处理，算法层通过分析用户的提问，选择合适的算法处理数据库中的数据，并将处理后的结果可视化后呈现给客户。其中还需要将其中的推荐算法进行分布式化以提高算法的计算效率。

所述业务层主要是用户提问的web界面，包括简单的地点选择，登陆信息，以及供用户询问的提问框以及显示结果的显示框。

所述的存储层主要包括mysq1数据库以及hdfs文件系统。mysq1数据库主要保存用户相关数据以及相应的常识性数据。将mysq1中的数据同步到hdfs文件系统中，用于分布式推荐算法。

所述管理层主要包括用户管理及信息更新两个部分用于管理用户信息和更新相关数据。

系统的工作方式如下：

步骤1、用户在网页上进行登录，选择相应地点在咨询框里输入关键词。

步骤2、系统调用分词算法提取关键字。

步骤3、通过比较关键字，根据结果分成以下两种情况：

1)简单的常识性问题我们则直接从数据库中搜索客观答案，如苹果营养成分。分词结果为苹果、营养、成分。则从数据库中搜索营养表中key值为苹果的元组的营养值直接返回给用户。如螃蟹搭配禁忌，分词结果中有“搭配”，则从搭配表中key值为螃蟹的元组中的搭配列值直接返回给用户。

2)若不是简单的常识性问题，需要相应的分析给出答案的则调用相应的算法给予推荐。分词结果中有“适合”等相应的词时，我们则调用模糊综合评价法，给出相应的结论。分词结果中有“哪”等相应词时我们则调用下面介绍的关联规则算法，给出相应的推荐结果。

步骤4、将推荐结果在显示框里显示出来。

本发明的优点是：本发明综合了智能问答和推荐系统构建了一个面向生鲜食品的智能推荐系统。一方面根据用户的提问，根据数据库中的常识性数据直接给出答案，另一方面通过推荐算法分析历史数据给予用户合理的推荐。同时为了提高算法的效率，将其中的关联规则推荐算法在hadoop集群上进行分布式化。提高了算法的工作效率。总体来说，在食品领域提出了一种新的推荐系统，在回答用户相关疑问的同时给予智能推荐。

附图说明

图1为本发明的整体结构框图。

图2为本发明的整体工作流程图。

具体实施方式

下面结合具体附图和实施例对本发明作进一步说明。

为了回答用户在生鲜食品方面的疑问，并在回答疑问的同时根据情况给出推荐。经过对现有的问答系统，推荐系统进行深入分析。从支持的开发语言、可靠性、可扩展性等角度进行评估，在各项指标权衡考虑后，综合了现有的问答系统和推荐系统。利用已有的分词算法以及改进的关联规则算法进行数据的分析。同时整合算法层、存储层、业务层以及管理层构建了一个面向生鲜食品的智能推荐系统。

系统的整体架构如图1所示，本系统的核心模块为进行数据处理分析的算法层。此外还包括用户交互的业务层，数据存储的存储层以及用于系统维护的管理层。各个模块之间相对独立但又紧密结合在一起。为了方便描述整个系统的工作过程，现详细介绍推荐系统的各个模块。

1.算法层

算法层是本系统的核心主要进行数据的处理分析。它拥有三个相应的算法：分词算法、模糊综合评价法以及改进的orar关联规则算法。其中分词算法主要是对用户的提问进行分词，以得出用户提问的关键信息。并根据分词的结果进行分析。模糊综合评价法主要是综合各个评价因素，给出评分值，根据评分值从而给出相应的结论。改进的关联规则算法则是根据历史数据得出强关联规则从而给予相应的推荐。

2.业务层

主要是用户提问的web界面，包括简单的地点选择，登陆信息，以及供用户询问的提问框以及显示结果的显示框。

3.存储层

主要包括mysq1数据库以及hdfs文件系统。mysq1数据库主要保存用户相关数据以及相应的常识性数据。将mysq1中的数据同步到hdfs文件系统中，用于分布式推荐算法。

4.管理层

主要包括用户管理及信息更新两个部分用于管理用户信息和更新相关数据。

下面为本系统的具体工作流程，如图2所示：

步骤1、用户在网页上进行登录，选择相应地点在咨询框里输入关键词。

步骤2、系统调用分词算法提取关键字。

步骤3、通过比较关键字，根据结果分成以下两种情况：

1)简单的常识性问题我们则直接从数据库中搜索客观答案，如苹果营养成分。分词结果为苹果、营养、成分。则从数据库中搜索营养表中key值为苹果的元组的营养值直接返回给用户。如螃蟹搭配禁忌，分词结果中有“搭配”，则从搭配表中key值为螃蟹的元组中的搭配列值直接返回给用户。

2)若不是简单的常识性问题，需要相应的分析给出答案的则调用相应的算法给予推荐。分词结果中有“适合”等相应的词时，我们则调用模糊综合评价法，给出相应的结论。

分词结果中有“哪”等相应词时我们则调用下面介绍的关联规则算法，给出相应的推荐结果。

步骤4、将推荐结果在显示框里显示出来。

技术特征：

技术总结
面向生鲜食品的智能推荐系统。本发明涉及一种能回答用户提问并给出相关推荐的智能推荐系统，其包括相应的推荐算法以针对不同的询问智能的给出推荐。以及在相应的Hadoop集群上建立的推荐系统。所建立的系统包括相应的算法层，业务层，存储层以及管理层。其中算法层包括分词算法、模糊综合评价法、以及关联规则算法。存储层主要包括HDFS以及MySq1数据库。业务层主要是向用户提供一个询问的界面。管理层则是用于身份验证。本发明对于用户的提问调用分词算法进行分析，根据分析的结果选择调用不同的推荐算法，对数据库中的数据处理后返回相应的结果。总体来说本发明，提高了推荐算法的计算效率，在回答人们相关疑问的同时智能的给出相应的推荐。

技术研发人员：刘陈伟;陈曙东;辛欣
受保护的技术使用者：刘陈伟
技术研发日：2016.03.18
技术公布日：2017.09.26