摘要
本发明涉及数据管理技术领域,是一种基于人工智能的交互数据管理方法及系统,具体方法包括:实时采集用户的历史订单数据及历史交互数据;对用户的历史订单数据及历史交互数据进行智能分析,判断历史订单商品的所属类别并预测用户对历史订单商品的满意度;将所述满意度降序排列,并生成初始商品序列;计算获取实时状态修正因子;通过实时状态修正因子修正初始商品序列获得第一商品序列,同步获取用户的实时浏览交互数据,并评估用户浏览兴趣度,并循环生成剩余商品序列。本发明解决了现有技术中,商品推荐系统仅依赖用户的历史购买记录或单一的数据源来生成推荐结果,导致推荐商品精准度低,且推荐序列动态性差的问题。
技术关键词
数据管理方法
历史订单数据
序列
兴趣
因子
环境温度信息
商品页面
地理位置信息
购物车数据
梯度下降优化算法
商品推荐系统
策略
模块
图片
数据管理技术
数据管理系统
前馈神经网络