2024基于人工智能算法的供需精准对接服务平台.docx

基于人工智能算法的供需精准对接服务平台

目录

TOC\o1-2\h\u18696基于人工智能算法的供需精准对接服务平台 1

225881范围 3

248052规范性引用文件 3

15370GB/T14394计算机软件可靠性和可维护性管理 3

172603性能要求 4

149203.1功能性 4

267163.2可靠性 4

146173.3易用性 4

156563.4效率 4

308693.5维护性 5

123403.6可移植性 5

188363.7使用质量 5

7514技术要求 5

132734.1数据收集模块 5

4774.2推荐引擎组 5

200934.3推荐结果处理模块 6

311774.4用户交互模块 7

258044.5系统管理模块 8

152924.6输入功能 8

48524.7推荐算法模块 8

198154.8输出功能模块 9

84954.9MVC框架模式 9

46415试验方法及检验规则 9

228736质量评价 10

基于人工智能算法的供需精准对接服务平台

范围

本标准规定了基于人工智能算法的供需精准对接服务平台V1.0的技术要求，数据收集模块，推荐引擎组，系统评估模块，数据存储模块，用户交互模块，推荐结果处理模块以及系统管理模块的检验规则、质量评价具体要求。本标准适用于本企业自主研发的基于人工智能算法的供需精准对接服务平台。

规范性引用文件

下列文件对于本文件的应用是必不可少的。凡是注日期的引用文件，仅所注日期的版本适用于本文件。凡是不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。GB/T11457计算机软件测试规程

GB/T14394计算机软件可靠性和可维护性管理

GB/T16260.1软件工程产品质量第1部分:质量模型GB/T16260.2软件工程产品质量第2部分:外部度量GB/T16260.3软件工程产品质量第3部分:内部度量

GB/T16260.4软件工程产品质量第4部分:使用质量的度量

GB/T20157信息技术软件维护

SJ/T11561软件构件运行环境规范

GB/T25000.51软件工程软件产品质量要求和评价（SQuaRE）商业现货（COTS）软件产品的质量要求和测试细则

GB/T15532计算机软件测试规范

性能要求

功能性

系统的功能性应符合GB/T25000.51中5.3.1的规定。

可靠性

系统的可靠性应符合GB/T25000.51中5.3.2的规定。

易用性

系统的易用性应符合GB/T25000.51中5.3.3的规定。

效率

系统的效率应符合GB/T25000.51中5.3.4的规定。

维护性

系统的维护性应符合GB/T25000.51中5.3.5的规定。

可移植性

系统的可移植性应符合GB/T25000.51中5.3.6的规定。

使用质量

系统的使用质量应符合软件操作手册的规定。

技术要求

数据收集模块

推荐系统需要有大量的数据作为计算基础的。数据的来源分为几个部分：

来自电子商务网站的用户数据和商品数据。

从系统日志中提取的用户行为数据。

用户在网站的直接行为，比如评分点赞等行为。

对于用户数据和商品数据可以共享网站的数据，这些数据会被网站不断的更新。从系统提取的日志主要解析出用户对商品的评价，根据模块需要转化为评分或者其他指标。数据收集模块设计成多种收集和数据转化方式，可以根据推荐引擎的对数据的需求进行收集。不同的推荐引擎也需要不同的数据，所以数据收集的方式应该可以适应到不同的推荐引擎，这就需要设计一些公共的接口，然后根据不同的引擎去实现具体的数据收集方式。

数据提供接口：数据提供借款是系统向不同推荐引擎提供数据的接口功能，实现了根据不用推荐引擎可以提供满足该引擎的数据的接口功能。

网站数据收集：网站数据收集是系统收集来自各大网站的用户数据和商品数据的收集功能。

日志数据收集：日志数据收集是系统收集系统日志中提取的用户行为数据。用户网站

行为数据收集：用户网站行为数据收集是系统收集用户在网站的直接行为的收集功能。

推荐引擎组

推荐引擎组是一些列的推荐算法的实现及其组合，使用多种推荐算法集成在一个组模块当中，使用不同的推荐引擎组合一起生成推荐结果，或者在网站发展的不同时候使用不同的推荐引擎。推荐引擎由离线计算和在线计算不同的模块组成，离线计算的结果也需要存储到数据库当中。

使用多个引擎组合是基于一下方面的考