[發(fā)明專利]信息推薦的方法和裝置

有效

• 申請?zhí)枺?/td>: 201410274081.4
• 申請日: 2014-06-18
• 公開（公告）號: CN105243063B
• 公開（公告）日: 2019-11-15
• 發(fā)明（設計）人: 鄧利利
• 申請（專利權）人: 北京新媒傳信科技有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/9538
• 代理公司: 11138 北京三高永信知識產(chǎn)權代理有限責任公司
• 代理人: 關文魁<國際申請>=<國際公布>=<進入

本發(fā)明公開了一種信息推薦的方法和裝置，屬于數(shù)據(jù)處理領域。所述方法包括：獲取源數(shù)據(jù)；確定所述源數(shù)據(jù)的維度以及每個維度對應的MapReduce模型；利用確定的各個MapReduce模型并行對所述源數(shù)據(jù)進行計算；將計算得到的推薦信息存儲在Hbase系統(tǒng)中；當接收到客戶端的推薦請求時，從所述Hbase系統(tǒng)獲取與所述客戶端的用戶有關的推薦信息并發(fā)送給所述客戶端。所述裝置包括：獲取模塊、確定模塊、計算模塊、存儲模塊和推薦模塊。本發(fā)明極大地提高了數(shù)據(jù)處理的速度，降低了計算的復雜度，節(jié)省了運算開銷，提高了信息推薦的效率和準確性。

技術領域

本發(fā)明涉及數(shù)據(jù)處理領域，特別涉及一種信息推薦的方法和裝置。

背景技術

隨著信息技術的發(fā)展，數(shù)據(jù)對企業(yè)已經(jīng)越來越重要，數(shù)據(jù)量也在成倍地增長，數(shù)據(jù)的存儲和處理等技術正在成為熱點。而如何從龐大的數(shù)據(jù)中提取有價值的內容，并以此做各種推薦目前已成為主流業(yè)務。

目前有一種推薦技術，是基于協(xié)同過濾算法對數(shù)據(jù)進行計算，并將計算得到的推薦結果發(fā)送給用戶進行信息推薦。但是，該算法復雜度高，對于大規(guī)模的數(shù)據(jù)集而言算法開銷會變得非常龐大，從而導致數(shù)據(jù)處理速度慢、結果不準確，嚴重時還會導致數(shù)據(jù)庫崩潰。

發(fā)明內容

有鑒于此，本發(fā)明實施例提供了一種信息推薦的方法和裝置，以提高信息推薦時的速度和準確性。所述技術方案如下：

第一方面，提供了一種信息推薦的方法，所述方法包括：

獲取源數(shù)據(jù)；

確定所述源數(shù)據(jù)的維度以及每個維度對應的MapReduce模型；

利用確定的各個MapReduce模型并行對所述源數(shù)據(jù)進行計算；

將計算得到的推薦信息存儲在Hbase系統(tǒng)中；

當接收到客戶端的推薦請求時，從所述Hbase系統(tǒng)獲取與所述客戶端的用戶有關的推薦信息并發(fā)送給所述客戶端。

可選的，所述獲取源數(shù)據(jù)，包括：

按照預設的周期定時獲取源數(shù)據(jù)；和/或，

當源數(shù)據(jù)發(fā)生變化時，實時獲取發(fā)生變化的源數(shù)據(jù)。

進一步地，所述利用確定的各個MapReduce模型并行對所述源數(shù)據(jù)進行計算，包括：

對于定時獲取的源數(shù)據(jù)，按照預設的靜態(tài)策略定時利用對應的MapReduce模型并行進行計算；

對于實時獲取的源數(shù)據(jù)，按照預設的動態(tài)策略實時利用對應的MapReduce模型進行計算。

可選的，所述將計算得到的推薦信息存儲在Hbase系統(tǒng)中，包括：

將客戶端的用戶ID和推薦列表存儲在Hbase系統(tǒng)中，所述客戶端的用戶ID作為主鍵，所述推薦列表包括所述用戶的各個維度的推薦信息。

進一步地，所述推薦列表中各個維度的推薦信息由指定符號進行拼接，每個維度的推薦信息包括：推薦ID、推薦原因和權重。

第二方面，提供了一種信息推薦的裝置，所述裝置包括：

獲取模塊，用于獲取源數(shù)據(jù)；

確定模塊，用于確定所述源數(shù)據(jù)的維度以及每個維度對應的MapReduce模型；

計算模塊，用于利用確定的各個MapReduce模型并行對所述源數(shù)據(jù)進行計算；

存儲模塊，用于將計算得到的推薦信息存儲在Hbase系統(tǒng)中；

推薦模塊，用于當接收到客戶端的推薦請求時，從所述Hbase系統(tǒng)獲取與所述客戶端的用戶有關的推薦信息并發(fā)送給所述客戶端。