一种基于大数据深度学习的精准预测系统的制作方法
【专利说明】
[0001]【技术领域】
本发明涉及一种基于大数据深度学习的精准预测系统，属于电子商务技术领域。
[0002]【【背景技术】】
互联网的发展改变着人们的生活，我们的衣食住行无一不与之息息相关，与之相匹配的是各类电子商务的蓬勃发展。一个有效的电子商务平台不仅仅能够在商家和最终用户之间建立一种商品展示，货品买卖，用户支付等关联功能，更需要在用户购买上做到精准推荐和合理化的导购服务，从而提高用户对于电子商务平台的满意度和粘合度。
[0003]—个能实现精准推荐和合理化指导的电子商务平台具有以下几个优势:(I)精确分析和掌握客户喜好，做到差异化服务和量身定制的商品推广，进而帮助商家优化商品库存和资金周转；(2)通过对应客户行为分析，使得推送广告更精准，获取最佳的收益比，通过帮助客户发现新兴趋势，避免无效广告引起的客户反感，增加客户忠诚度，进而刺激消费额；(3)帮助客户迅速发现感兴趣商品，减少无效广告及连带成本，提升单位投入产生的经济效益。
[0004]目前国内外根据电子商务数据进行分析的方法和系统处于起步阶段，但是他们大多利用数据库本身所具有的数据库分析系统。这样的做法在实现上比较简单，但是精准率不够，特别是在目前大数据存在的前提下。随着硬件计算能力的加强和深度学习技术的发展，基于大数据的深度分析已经成为了可能，而为此实现一套更为精准的预测系统也变得更为实际了。
[0005]【
【发明内容】
】
本发明的目的在于:针对现有技术的缺陷和不足，提供了一种基于大数据深度学习的精准预测系统，该系统通过收集用户兴趣和偏好，从而提供最佳商品推荐并定制推荐，既帮助用户快速寻找合适的商品，也能有效提高商家的营业额。
[0006]为实现上述目的，本发明采用的技术方案是:
本发明所述的一种基于大数据深度学习的精准预测系统，包括如下四部分:
(1)、信息提取系统:包括数据录入模块和数据库操作模块，根据与商家约定的格式，通过商家提供用户基本信息和交易流水的相应数据，并将提供的数据进行分析并提取其中重要的内容通过数据库的操作将数据写入数据库的表格中；
(2)、训练预测模型系统:包括重构模块和训练模块，首先是重构模块从上述的数据库表格中提取数据，由于信息提取过程中，所获得的信息是受损和缺失的，根据重构算法对表格中缺失和冗余的数据进行处理，合理准确的填充受损和缺失数据，使得进行训练的数据能够更加精炼和具有代表性;数据准备好后，将进入我们设计的训练模块，实现“在线训练模式”，动态地适应增加的海量训练数据，提高训练效率，重新得到预测模型；
(3)、当前用户输入信息系统:包括登录模块和输入模块，当某个用户登录时，确定其相应的账号及其它基本信息，以文本方式输入相应的搜索条件，读取其当前的查询条件，分析其需求意向；
(4)、预测器系统:包括预测模块，根据据用户提供的搜索条件以及在第(2)部分的训练预测模型系统中得到的预测模型，给出相应的推荐排名，从而引导用户更方便的购物。
[0007]采用上述方法后，本发明有益效果为:本发明将实现基于优化的深度学习技术实现大数据的精准分析，对于客户而言，它能迅速寻找所需商品，减小候选项，及时发现新潮流;对于商家而言，它能按照客户兴趣推广，特性化，增加客户忠诚度，增加销售额，更多了解客户和市场。
[0008]【【附图说明】】
此处所说明的附图是用来提供对本发明的进一步理解，构成本申请的一部分，但并不构成对本发明的不当限定，在附图中:
图1是本发明的总体流程示意图；
图2是本发明的训练预测模型；
图3是本发明中的预测器系统处理过程。
[0009]【【具体实施方式】】
下面将结合附图以及具体实施例来详细说明本发明，其中的示意性实施例以及说明仅用来解释本发明，但并不作为对本发明的限定。
[0010]如图1-3所示，一种基于大数据深度学习的精准预测系统，包括如下四部分:
(1)、信息提取系统:包括数据录入模块和数据库操作模块，根据与商家约定的格式，通过商家提供用户基本信息和交易流水的相应数据，并将提供的数据进行分析并提取其中重要的内容通过数据库的操作将数据写入数据库的表格中；
(2)、训练预测模型系统:包括重构模块和训练模块，首先是重构模块从上述的数据库表格中提取数据，由于信息提取过程中，所获得的信息是受损和缺失的，根据重构算法对表格中缺失和冗余的数据进行处理，合理准确的填充受损和缺失数据，使得进行训练的数据能够更加精炼和具有代表性;数据准备好后，将进入我们设计的训练模块，实现“在线训练模式”，动态地适应增加的海量训练数据，提高训练效率，重新得到预测模型；
(3)、当前用户输入信息系统:包括登录模块和输入模块，当某个用户登录时，确定其相应的账号及其它基本信息，以文本方式输入相应的搜索条件，读取其当前的查询条件，分析其需求意向；
(4)、预测器系统:包括预测模块，根据据用户提供的搜索条件以及在第(2)部分的训练预测模型系统中得到的预测模型，给出相应的推荐排名，从而引导用户更方便的购物。
[0011 ]电商平台通过该系统为其实现实时的在线预测如下:
1、电商平台提供数据进行训练；
2、安装在电商平台的后台；
3、一旦有用户输入相应的搜索条件时，电商平台将信息发送给“精准预测系统”
“精准预测系统”给出推荐列表；
4、电商网站根据反馈的推荐列表，准备显示数据并推送给用户。
[0012]以上所述仅是本发明的较佳实施方式，故凡依本发明专利申请范围所述的构造、特征及原理所做的等效变化或修饰，均包括于本发明专利申请范围内。
【主权项】
1.一种基于大数据深度学习的精准预测系统，其特征在于:包括如下四部分: (1)、信息提取系统:包括数据录入模块和数据库操作模块，根据与商家约定的格式，通过商家提供用户基本信息和交易流水的相应数据，并将提供的数据进行分析并提取其中重要的内容通过数据库的操作将数据写入数据库的表格中； (2)、训练预测模型系统:包括重构模块和训练模块，首先是重构模块从上述的数据库表格中提取数据，由于信息提取过程中，所获得的信息是受损和缺失的，根据重构算法对表格中缺失和冗余的数据进行处理，合理准确的填充受损和缺失数据，使得进行训练的数据能够更加精炼和具有代表性;数据准备好后，将进入我们设计的训练模块，实现“在线训练模式”，动态地适应增加的海量训练数据，提高训练效率，重新得到预测模型； (3)、当前用户输入信息系统:包括登录模块和输入模块，当某个用户登录时，确定其相应的账号及其它基本信息，以文本方式输入相应的搜索条件，读取其当前的查询条件，分析其需求意向； (4)、预测器系统:包括预测模块，根据据用户提供的搜索条件以及在第(2)部分的训练预测模型系统中得到的预测模型，给出相应的推荐排名，从而引导用户更方便的购物。
【专利摘要】本发明涉及一种基于大数据深度学习的精准预测系统，包括如下四部分：信息提取系统、训练预测模型系统、当前用户输入信息系统和预测器系统。本发明将实现基于优化的深度学习技术实现大数据的精准分析，对于客户而言，它能迅速寻找所需商品，减小候选项，及时发现新潮流；对于商家而言，它能按照客户兴趣推广，特性化，增加客户忠诚度，增加销售额，更多了解客户和市场。
【IPC分类】G06F17/30, G06Q30/02
【公开号】CN105678567
【申请号】CN201511012947
【发明人】熊伟华, 马燕军
【申请人】宁波领视信息科技有限公司
【公开日】2016年6月15日
【申请日】2015年12月31日