一种基于大数据的订单个性化检索分析系统及方法与流程

1.本技术涉及计算机领域，特别是涉及一种基于大数据的订单个性化检索分析系统及方法。


背景技术：

2.随着现代公司的发展，现有业务服务过程中订单展示多采用独立展示，订单类别繁多，需要从不同的入口多次查看不同订单信息，且存在大量过时数据存储现象，检索效率低，用户使用非常不灵活，用户体验较差。例如，对于健康传播内容类的运营平台，基于大数据的订单个性化检索分析十分重要，若检索分析存在缺陷，将造成非相关内容的推送，因健康传播内容领域的用户心理特殊性，极易造成用户流失。
3.对于订单个性化检索分析的方法有很多，刘勇等人提出的一种订单查询方法及系统，主要包括：提供一筛选条件对照表格，其包括多个相互关联的栏目，该多个栏目包括筛选条件、输入数据形式、业务含义及合规性说明，每个筛选条件均有对应的输入数据形式、对应的业务含义及对应的合规性说明；提供该多个筛选条件之间的逻辑算法；用户按照该多个筛选条件所要求的数据输入形式输入所需的筛选条件；及将用户输入的该多个筛选条件按照该逻辑算法进行运算得到一个检索公式，按照该检索公式在该订单数据库中查询，得到多个订单。但该方法没有保护检索到的订单的私密性，缺乏对用户行为的分析以及用户对订单的深入了解，用户体验方面还有待提高。
4.鉴于此，需要提供一种基于大数据的订单个性化检索分析系统，能够解决上述问题。


技术实现要素：

5.本技术所要解决的技术问题是：由于现有方法缺乏对用户行为的分析以及用户对订单的深入了解，用户体验方面还有待提高，因此，提供一种基于大数据的订单个性化检索分析系统。
6.本发明所述的一种基于大数据的订单个性化检索分析系统包括以下部分：
7.检索请求获取组件、用户身份加密组件、用户风格制定组件、订单库指针组件、订单分析组件和展示组件。
8.本发明所述一种基于大数据的订单个性化检索分析方法包括以下步骤：
9.s1.所述检索请求获取组件获取用户的订单检索请求，获取请求中的检索条件，所述用户身份加密组件对用户身份信息进行加密；
10.s2.所述用户风格制定组件根据用户的历史业务交互记录，为不同用户赋予相应的偏好标签，形成用户风格；
11.s3.所述订单库指针组件根据检索条件和用户风格模型从订单库中检索目标订单，所述订单分析组件对检索出的目标订单进行分析，由所述展示组件展示给用户。
12.本发明的有益效果是：
13.(1)通过对用户子公钥序号和随机数进行加密，再对用户身份信息加密，大大提高加密后用户身份信息的安全性，并为用户配置身份验证通过码，保护检索到的订单分析数据的私密性；
14.(2)获取用户的历史业务交互数据，进行用户行为分析，引入用户操作记录和动态的偏好变化状态，形成用户风格模型，得到较为准确的用户偏好，提高了用户行为分析的效率；
15.(3)根据订单特征与检索条件的相似度筛选订单，设置两级阈值对订单进行分级划分，并用第三阈值进一步筛选，使得到的目标订单既满足用户检索需求又具备个性化，有效提高订单的个性化检索效率；
16.(4)通过计算目标订单与历史生产工艺的资源配置系数生成目标订单的资源配置方案，科学有效的对目标订单所需的资源进行配置，提高资源配置的效率，便于用户深入了解订单，具有较好的用户体验。
附图说明
17.图1发明所述的一种基于大数据的订单个性化检索分析系统结构图；
18.图2发明所述的一种基于大数据的订单个性化检索分析方法流程图。
具体实施方式
19.以下将结合本实施例中的附图来详细说明本发明的实施方式，借此对本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。需要说明的是，只要不构成冲突，本发明中的各个实施例中的各个特征可以相互结合，所形成的技术方案均在本发明的保护范围之内。
20.参照图1，本发明所述的一种基于大数据的订单个性化检索分析系统包括以下部分：
21.检索请求获取组件10、用户身份加密组件20、用户风格制定组件30、订单库指针组件40、订单分析组件50和展示组件60。
22.所述检索请求获取组件10，用于获取用户的订单检索请求，识别订单检索请求中的检索条件。所述检索请求获取组件10包括文字识别单元、语音识别单元和图片识别单元。所述文字识别单元，用于从订单检索请求的文字信息中提取订单检索请求关键词；所述语音识别单元，用于将订单检索请求的语音信息转换为文字信息，将文字信息发送给所述文字识别单元；所述图片识别单元，用于从全网图片信息中找到与订单检索请求中的图片信息相匹配的图片信息，获取匹配图片信息的文字描述，将所述文字描述发送给所述文字识别单元。所述检索请求获取组件10通过数据连接的方式将检索条件发送给订单库指针组件40，将用户身份信息发送给用户身份加密组件20；
23.所述用户身份加密组件20，用于生成随机数并计算与所述用户身份信息相关的哈希函数，对用户身份信息进行加密，得到匿名身份信息。所述用户身份加密组件20通过数据连接的方式将匿名身份信息返回给用户，并将用户身份信息发送给用户风格制定组件30；
24.所述用户风格制定组件30，用于根据用户身份信息获取业务系统大数据中当前用户的历史业务交互记录，充分挖掘用户历史业务交互记录中的特征，为不同用户赋予相应
的偏好标签，形成用户风格。所述用户风格制定组件30通过数据连接的方式将用户风格发送给订单库指针组件40；
25.所述订单库指针组件40，用于根据所述检索请求获取组件10发送的检索条件和所述用户风格制定组件30发送的用户对不同业务项目的风格模型，从订单库中检索符合检索条件和用户偏好的目标订单，将目标订单通过数据连接的方式发送给所述订单分析组件50；
26.所述订单分析组件50，用于所述订单分析组件50对检索出的目标订单进行分析，计算资源配置参数，根据资源配置参数对目标订单进行资源配置生成目标订单的资源配置方案，通过数据连接的方式将订单分析结果发送给所述展示组件60；
27.所述展示组件60，用于将订单分析结果展示给用户。
28.本发明所述一种基于大数据的订单个性化检索分析方法包括以下步骤：
29.s1.所述检索请求获取组件10获取用户的订单检索请求，获取请求中的检索条件，所述用户身份加密组件20对用户身份信息进行加密；
30.所述检索请求获取组件10获取用户的订单检索请求，所述订单检索请求包括文字、语音、图片等订单相关信息及用户身份信息。所述检索请求获取组件10包括文字识别单元、语音识别单元和图片识别单元。当获取的用户订单检索请求为文字形式时，所述文字识别单元从订单检索请求的文字信息中提取订单检索请求关键词；当获取的用户订单检索请求为语音形式时，所述语音识别单元将订单检索请求的语音信息转换为文字信息，将文字信息发送给所述文字识别单元，所述文字识别单元提取订单检索请求关键词；当获取的用户订单检索请求为图片形式时，所述图片识别单元从全网图片信息中找到与订单检索请求中的图片信息相匹配的图片信息，获取匹配图片信息的文字描述，将所述文字描述发送给所述文字识别单元，由所述文字识别单元提取订单检索请求关键词。所有的订单检索请求关键词组成检索条件sc＝{kw1，kw2，...，kwn}，kw为关键词，n是关键词的数量。所述检索请求获取组件10将检索条件发送给订单库指针组件40，将用户身份信息发送给用户身份加密组件20。
31.所述文字识别方法、语音识别方法、图片识别方法的现有技术已较为成熟，均采用现有技术。
32.所述用户身份加密组件20接收到用户身份信息后，生成随机数并计算与所述用户身份信息相关的哈希函数，对用户身份信息进行加密，得到匿名身份信息。具体实现过程如下：
33.所述用户身份加密组件20接收到用户身份信息(ki，i)后，生成一个随机数r，r∈[0，2
64-1]。其中，ki是用户的子公钥，i为子公钥ki的序号。计算随机数r与所述用户身份信息相关的哈希函数，利用哈希函数对用户子公钥序号i和随机数r进行加密，再根据加密后的用户子公钥序号和随机数对用户身份信息进行加密：
[0034]
g＝k
ihr
[0035]i′
xor(i)h(ki)
[0036]r′
＝xor(r)h(ki)
[0037]
[0038]
n＝p
·q[0039]
λ(n)＝lcm[(p-1)(q-1)]
[0040][0041]
其中，h为用户子公钥的数量，h为哈希函数，i
′
为加密后的子公钥序号，r
′
为加密后的随机数，xor(i)为将i转换为二进制格式，m为加密后的匿名身份信息，p和q为大小相近的两个大素数，n为p和q的乘积，λ(n)为(p-1)和(q-1的最小公倍数，lcm为最小公倍数函数，mod为取模运算，μ为卡迈克尔公式取模后的逆。
[0042]
所述用户身份加密组件20将匿名身份信息m返回给用户，并将用户身份信息发送给用户风格制定组件30。用户获得自身的匿名身份信息后，对自身匿名信息进行解密，提取匿名信息中包含的身份验证通过码apc＝μki，根据身份验证通过码从展示组件60提取对应的订单分析结果。
[0043]
所述用户身份加密组件20的有益效果为：通过对用户子公钥序号和随机数进行加密，再对用户身份信息加密，大大提高加密后用户身份信息的安全性，并为用户配置身份验证通过码，保护检索到的订单分析数据的私密性。
[0044]
s2.所述用户风格制定组件30根据用户的历史业务交互记录，为不同用户赋予相应的偏好标签，形成用户风格；
[0045]
所述用户风格制定组件30根据用户身份信息获取业务系统大数据中当前用户的历史业务交互记录，充分挖掘用户历史业务交互记录中的特征，为不同用户赋予相应的偏好标签，形成用户风格。所述用户风格制定规则具体实现方式如下：
[0046]
用户根据实际需求划分时间段，获取用户在每个时间段内的业务交互数据，对每组业务交互数据所记录的业务交互内容进行识别，得到业务服务应答信息，以每条业务服务应答信息为单位进行用户行为分析。所述识别方法采用现有技术；所述业务服务应答信息为用户对某项业务或产品的操作行为。
[0047]
提取业务服务应答信息对应的至少一个预设维度的用户偏好标签，所述维度为某些业务或产品；所述偏好标签为用户对维度的操作方式。将连续多条业务服务应答信息组成一个业务服务应答信息集，基于连续的业务服务应答信息集进行一次用户偏好标签确定过程，即根据实际需求设定多种业务项目或产品，确定业务服务应答信息集对应的不同维度的用户偏好标签，从而得到每条业务服务应答信息的用户偏好标签。
[0048]
设立用户对业务项目j的操作次数uni，用户平均点击次数muni，将用户对业务项目的操作次数与平均点击次数进行比较作为用户偏好参照，构造用户对业务项目j操作的偏好度量方法：
[0049][0050]
其中，upmj为用户对业务项目j的偏好值，m1是最小点击次数，m2是最大点击次数，arctan(x)曲线的阈值范围为[0，1]。当用户点击次数小于m1时，表示用户对该业务项目偏好值为0；当用户点击次数大于m2时，表示用户对该业务项目偏好值为1。
[0051]
基于用户偏好是动态变化的特点，本发明引入兴趣能量因子用于构建用户偏好的动态分布估计，则基于兴趣能量因子的用户动态偏好值为：
[0052][0053]
其中，kc表示兴趣能量因子，用于表征用户对业务项目偏好程度的变化速率，c为对当前业务项目重复操作次数，t为当前时刻，tc为重复操作当前业务项目的开始时刻。
[0054]
综上所述，本发明构建了用户风格模型，具体公式如下：
[0055]
dpmi＝β1upmi β2ie_dpmi[0056]
其中，β1为操作权重，β2为时间权重。所述用户风格制定组件30将用户对不同业务项目的风格模型发送给订单库指针组件40。
[0057]
所述用户风格制定组件30的有益效果为：获取用户的历史业务交互数据，进行用户行为分析，引入用户操作记录和动态的偏好变化状态，形成用户风格模型，得到较为准确的用户偏好，提高了用户行为分析的效率。
[0058]
s3.所述订单库指针组件40根据检索条件和用户风格模型从订单库中检索目标订单，所述订单分析组件50对检索出的目标订单进行分析，由所述展示组件60展示给用户。
[0059]
所述订单库指针组件40根据所述检索请求获取组件10发送的检索条件和所述用户风格制定组件30发送的用户对不同业务项目的风格模型，从订单库中检索符合检索条件和用户偏好的目标订单，将目标订单发送给所述订单分析组件50。
[0060]
所述订单库指针组件40建立订单库中订单的配置信息及编号，所述配置信息包括每个订单的特征oc、创建时间ct、被操作次数n等；所述订单特征的提取方式采用现有技术从每个订单中提取关键词，作为当前订单的特征。所述编号为根据不同业务类型对订单进行编号，例如a-b，a表示第a类业务类型，b表示a类业务类型中的第b个订单。建立订单特征oc与检索条件sc、风格模型中用户偏好标签之间的映射，计算订单特征oc与检索条件sc的相似度：
[0061][0062]
dpm(ε
oc，sc
)＝dpm(sim(oc，sc)＞ε
oc，sc
)
[0063]
其中，sim(oc，sc)表示订单特征oc与检索条件oc的相似度，γ为调节因子，dpm(ε
oc，sc
)表示当前用户的个性化订单的风格模型，ε
oc，sc
表示订单特征oc与检索条件sc的第一相似阈值。设置三个相似阈值，第一相似阈值所筛选的订单特征与检索条件更加相似，选取符合第二相似阈值的订单中去除符合第一相似阈值的订单，在剩余订单中根据用户风格模型选取与风格模型中特征相似度大于第三相似阈值的订单。所述相似阈值根据实际情况确定，所述订单库指针组件40将检索出的目标订单发送给订单分析组件50。
[0064]
所述订单库指针组件40的有益效果为：根据订单特征与检索条件的相似度筛选订单，设置两级阈值对订单进行分级划分，并用第三阈值进一步筛选，使得到的目标订单既满足用户检索需求又具备个性化，有效提高订单的个性化检索效率。
[0065]
所述订单分析组件50对检索出的目标订单进行分析，提取每个目标订单的订单属性和资源属性，属性映射单元根据每个目标订单的订单属性和资源属性进行映射处理，得到每个目标订单的资源配置属性。所述订单属性包括产品的名称、型号、数量和质量要求等信息；所述资源属性包括设备、人工、材料等物体的资源量。所述订单属性和资源属性可根
据实际情况进行相应的调整。
[0066]
每个目标订单对应唯一一个资源配置方案，配置参数单元获取每个目标订单对应的历史生产工艺，得到每个历史生产工艺数据中的配置系数，计算资源配置参数：
[0067][0068]
其中，δ为资源配置参数，g(x)为资源配置函数，θ为配置系数。根据资源配置参数对目标订单进行资源配置生成目标订单的资源配置方案，即为分析结果，所述订单分析组件50将订单分析结果发送给所述展示组件60，展示给用户。用户根据身份验证通过码从展示组件60提取对应的订单分析结果。
[0069]
所述订单分析组件50的有益效果为：通过计算目标订单与历史生产工艺的资源配置系数生成目标订单的资源配置方案，科学有效的对目标订单所需的资源进行配置，提高资源配置的效率，便于用户深入了解订单，具有较好的用户体验。
[0070]
综上所述，便完成了本发明所述的一种基于大数据的订单个性化检索分析系统。本发明所述的一种基于大数据的订单个性化检索分析系统及方法，尤其适用于健康内容传播类的运营平台，可在充分保护用户私密信息的基础上，提高个性化检索和分析效果，最大程度降低非相关内容的推送。
[0071]
以上所述仅为本发明的较佳实施例，并不用于限制本技术，凡在本技术的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。