科创中国

本发明是这样实现的，一种工业设计产品智能推荐系统，所述工业设计产品智能推荐系统包括：客户端、需求信息获取模块、特征信息获取模块、中央控制模块、需求分析模块、推荐策略获取模块、产品智能推荐模块、推荐策略优化模块、云存储模块、显示模块。客户端，与中央控制模块连接，用于通过请求发送程序发送工业设计产品的推荐请求；需求信息获取模块，与中央控制模块连接，用于通过信息获取设备获取所述发送产品推荐请求的客户端对工业设计产品的需求信息；特征信息获取模块，与中央控制模块连接，用于通过特征获取程序根据所述产品需求信息中的客户编号，获取所述客户编号对应的客户特征信息；中央控制模块，与客户端、需求信息获取模块、特征信息获取模块、需求分析模块、推荐策略获取模块、产品智能推荐模块、推荐策略优化模块、终端模块、云存储模块、显示模块连接，用于通过中央处理器控制所述工业设计产品智能推荐系统各个模块的正常运行；

本发明属于产品推荐技术领域，公开了一种工业设计产品智能推荐方法及系统，所述工业设计产品智能推荐系统包括：客户端、需求信息获取模块、特征信息获取模块、中央控制模块、需求分析模块、推荐策略获取模块、产品智能推荐模块、推荐策略优化模块、云存储模块、显示模块。本发明提供的工业设计产品智能推荐方法，利用策略逼近算法计算产品的推荐价值，更加侧重于利用用户的历史行为特征，能够从用户的历史行为特征中学习到更加准确的用户的偏好、意图等信息，从而提高产品推荐的准确性；通过需求分析模型将客户特征信息输入需求分析模型中获得产品推荐策略，有效减少了收集客户信息和分析数据的工作量，为客户提供了合适的产品和服务。

目前，产品推荐技术在各类购物应用(Application，APP)中得到广泛的应用，产品推荐技术可以根据用户的行为特征、产品本身的属性等，向用户推荐更有价值的产品，实现对用户的引导作用，增强用户选购的目的性。如今，很多购物应用的用户数量、产品数量均已达到上亿数量级，用户的行为特征以及对产品的偏好也具有丰富性与多样性。现有产品推荐技术智能化程度较低，在根据用户的历史行为给不同的户提供不同的产品排序结果的过程中，每进行一次产品排序，用一次用户的历史行为，操作繁琐，效率较低；同时，现有的注重用户的行为特征对产品推荐作用的技术尚未见报道。因此，亟需一种新的针对工业设计产品的智能推荐方法。

通过上述分析，现有技术存在的问题及缺陷为：现有产品推荐技术智能化程度较低，在根据用户的历史行为给不同的户提供不同的产品排序结果的过程中，每进行一次产品排序，用一次用户的历史行为，操作繁琐，效率较低；同时，现有的注重用户的行为特征对产品推荐作用的技术尚未见报道。

荆楚理工学院（Jingchu University of Technology）简称“荆楚理工”，位于湖北省荆门市，学院于2007年3月经教育部批准由初创于1956年的沙洋师范高等专科学校和始建于1984年的荆门职业技术学院合并组建而成， [2] 是一所省属公办全日制普通本科高等学校，为湖北省首批地方本科院校转型发展试点学校、“湖北省2011计划”首批牵头高校，“实行“省市（荆门）共建、以省为主”的管理体制。 截至2022年3月，学院占地面积2400余亩，校舍建筑面积35.87余万平方米；设有16个教学学院（部），开设本科专业43个，专科专业15个，涵盖理、工、农、医、文、教、管、艺等8大学科门类；在编教职工1134人，有教授、副教授等高级职称人员342人，博士、硕士678人。享受国务院及湖北省政府特殊津贴的专家4人；有全日制普通在校生19615人，其中本科生13998人。

本发明所具备的优点及积极效果为：本发明提供的工业设计产品智能推荐方法，可以根据用户在历史产品推荐策略中的需求信息，利用策略逼近算法计算得到最优的产品推荐策略。利用策略逼近算法计算产品的推荐价值，更加侧重于利用用户的历史行为特征，能够从用户的历史行为特征中学习到更加准确的用户的偏好、意图等信息，从而提高产品推荐的准确性。通过需求分析模型将客户特征信息输入需求分析模型中获得产品推荐策略，有效减少了收集客户信息和分析数据的工作量，为客户提供了合适的产品和服务。

本专利成果采用技术转让，技术入股，技术合作等成果转化方式，希望进一步实现该专利的有益效果，有兴趣皆可面议。