[發明專利]一種熱度關聯的海量數據實時計算方法、裝置及服務器

有效

• 申請號: 201310719339.2
• 申請日: 2013-12-20
• 公開（公告）號: CN104090900A
• 公開（公告）日: 2014-10-08
• 發明（設計）人: 謝貴明
• 申請（專利權）人: 深圳市騰訊計算機系統有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 江崇玉

1.一種熱度關聯的海量數據實時計算方法，其特征在于，所述方法包括：

獲取第一用戶，所述第一用戶為在第一時間段內瀏覽網絡信息的用戶，所述第一時間段為離當前最近且時長為預設第一時長的時間段；

根據所述第一用戶在第二時間段內瀏覽的網絡信息，構建所述第一用戶對應的個人關聯矩陣，所述第二時間段為離當前最近且時長為預設第二時長的時間段，所述第二時長大于所述第一時長；

根據已存儲的第二用戶對應的個人關聯矩陣和所述第一用戶對應的個人關聯矩陣，計算推薦信息矩陣，所述第二用戶為用戶群體中除所述第一用戶以外的其他用戶。

2.如權利要求1所述的方法，其特征在于，所述根據已存儲的第二用戶對應的個人關聯矩陣和所述第一用戶對應的個人關聯矩陣，計算推薦信息矩陣，包括：

從所述第一用戶在所述第二時間段內瀏覽的網絡信息中獲取已存儲的信息關聯矩陣中存在的網絡信息作為第一網絡信息；

根據所述第二用戶對應的個人關聯矩陣和所述第一用戶對應的個人關聯矩陣，對所述信息關聯矩陣中行的第一列元素為所述第一網絡信息的行進行更新；

在所述信息關聯矩陣中，對所述更新的行中存儲的除所述第一網絡信息以外的其他網絡信息按關聯熱度進行排序，得到推薦信息矩陣。

3.如權利要求2所述的方法，其特征在于，所述根據第二用戶對應的個人關聯矩陣和所述第一用戶對應的個人關聯矩陣，對所述信息關聯矩陣中行的第一列元素為所述第一網絡信息的行進行更新，包括：

從所述第二用戶對應的個人關聯矩陣和所述第一用戶對應的個人關聯矩陣中獲取行的第一列元素為所述第一網絡信息的行；

對所述獲取的各行進行合并，且在合并的過程中將相同網絡信息的權重進行累加；

將所述信息關聯矩陣中行的第一列元素為所述第一網絡信息的行更新為所述合并的行。

4.如權利要求1所述的方法，其特征在于，所述根據已存儲的第二用戶對應的個人關聯矩陣和所述第一用戶對應的個人關聯矩陣，計算推薦信息矩陣，包括：

從所述第一用戶在所述第二時間段內瀏覽的網絡信息中獲取已存儲的信息關聯矩陣中不存在的網絡信息作為第二網絡信息；

根據所述第二用戶對應的個人關聯矩陣和所述第一用戶對應的個人關聯矩陣，在所述信息關聯矩陣中添加新行，所述新行的第一列元素為所述第二網絡信息，所述新行的其他各列元素為所述第二網絡信息的相關網絡信息；

在所述信息關聯矩陣中，將所述新行中的網絡信息按關聯熱度進行排序，得到推薦信息矩陣。

5.如權利要求4所述的方法，其特征在于，所述根據第二用戶對應的個人關聯矩陣和所述第一用戶對應的個人關聯矩陣，在所述信息關聯矩陣中添加一行新行，包括：

從所述第二用戶對應的個人關聯矩陣和所述第一用戶對應的個人關聯矩陣中獲取行的第一列元素為所述第二網絡信息的行；

對所述獲取的各行進行合并，且在合并的過程中將相同網絡信息的權重進行累加；

將所述合并的行添加到所述信息關聯矩陣中。

6.如權利要求1至5任一項權利要求所述的方法，其特征在于，所述方法還包括：

獲取瀏覽時間不在所述第二時間段內的網絡信息，從所述推薦信息矩陣中刪除行的第一列元素為所述獲取的網絡信息的行，以及，從所述推薦信息矩陣剩下的行中刪除所述獲取的網絡信息。

7.如權利要求1至5任一項權利要求所述的方法，其特征在于，所述獲取第一用戶，包括：

在最近上一次計算所述推薦信息矩陣后，第一次監測出有用戶瀏覽網絡信息時，開始計時；

當計時的時間達到所述預設第一時長時，獲取在計時的時間段內瀏覽網絡信息的用戶作為第一用戶。

8.一種熱度關聯的海量數據實時計算裝置，其特征在于，所述裝置包括：

獲取模塊，用于獲取第一用戶，所述第一用戶為在第一時間段內瀏覽網絡信息的用戶，所述第一時間段為離當前最近且時長為預設第一時長的時間段；

構建模塊，用于根據所述第一用戶在第二時間段內瀏覽的網絡信息，構建所述第一用戶對應的個人關聯矩陣，所述第二時間段為離當前最近且時長為預設第二時長的時間段，所述第二時長大于所述第一時長；

計算模塊，用于根據已存儲的第二用戶對應的個人關聯矩陣和所述第一用戶對應的個人關聯矩陣，計算推薦信息矩陣，所述第二用戶為用戶群體中除所述第一用戶以外的其他用戶。