[發明專利]一種在業務開發中基于特征腳本化的算法實現的控制方法及裝置

在審

• 申請號: 202011368934.2
• 申請日: 2020-11-30
• 公開（公告）號: CN112364229A
• 公開（公告）日: 2021-02-12
• 發明（設計）人: 沈振雷;李多海
• 申請（專利權）人: 上海二三四五網絡科技有限公司
• 主分類號: G06F16/951
• 分類號: G06F16/951;G06F16/9535;G06F16/958;G06F16/28;G06F9/455;G06Q30/06
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種在業務開發中基于特征腳本化的算法實現的控制方法，包括如下步驟：a：在適配頁面中基于業務策略需求選取并配置一個或多個腳本化特征類型；b：跳轉適配頁面并將一個或多個腳本化特征類型執行寫入操作；腳本化特征類型至少包括特征類型名稱、特征類型描述、特征類型數據源說明、特征生產腳本以及特征生產參數；所述特征生產腳本從特征類型數據源說明中按照特征生產參數執行特征提取，并將提取的特征寫入一個或多個存儲系統中，特征生產參數至少包括特征數據源，生產資源配置，存儲位置配置，生產方式配置。本發明操作簡單、使用方便、能高效的對接不同業務的不同特征生產，并針對性的實現不同的特征服務，具有極高的商業價值。

技術領域

本發明屬于推薦算法技術應用領域，具體地，涉及一種在業務開發中基于特征腳本化的算法實現的控制方法及裝置。

背景技術

在當前環境下，為了更好的對用戶群體、用戶類型進行篩選，為了更好的、有針對性的服務于精準人群，很多商家、平臺甚至公司無時不刻的開發著新的業務，用以搶占、服務新的市場、用戶、客體，而這些業務中，大多數都需要用到推薦算法，而推薦算法又要用到很多特征，這些特征主要包括用戶特征和物料特征兩大類。推薦算法是計算機專業中的一種算法，通過一些數學算法，推測出用戶可能喜歡的東西，目前應用推薦算法比較好的地方主要是網絡。所謂推薦算法就是利用用戶的一些行為，通過一些數學算法，推測出用戶可能喜歡的東西。推薦算法已經應用到了各個領域的網站中，包括圖書、音樂、視頻、新聞、電影、地圖等等。而電子商務的應用近年來逐漸普及，Amazoncom，ebay.com，Staples.com，當當網，豆瓣圖書，淘寶網等都使用了電子商務推薦系統，推薦系統不止給這些互聯網商家帶來了巨大的附加利益，同時也提高了用戶滿意度，增加了用戶黏性。

過去這些特征開發維護，耗費了大量人力，主要有以下幾方面問題：1、有很多特征，各業務上實現邏輯大體相似，但是由于都是不同的人根據業務高度定制化的，難以通用，因此基本上新業務接入，都要重新開發一套，導致重復開發，且維護量大；2、特征生產后，需要專門寫與所述特征生產相對應的上線邏輯，把特征寫到Redis，開發繁瑣，且容易出錯。此外，Redis需要大量內存，存儲有限，在用戶體量較大的業務上很快就成為瓶頸，導致無法生產更多特征。

而目前，并沒有一種能夠解決上述技術問題的技術方案，具體地，并沒有一種在業務開發中基于特征腳本化的算法實現的控制方法及裝置。

發明內容

針對現有技術存在的技術缺陷，本發明的目的是提供一種在業務開發中基于特征腳本化的算法實現的控制方法及裝置，根據本發明的一個方面，提供了一種在業務開發中基于特征腳本化的算法實現的控制方法，其將多維度的多個特征腳本化后適配于推薦算法，包括如下步驟：

a：在適配頁面中基于業務策略需求選取并配置一個或多個腳本化特征類型；

b：跳轉所述適配頁面并將一個或多個腳本化特征類型執行寫入操作；

其中，所述腳本化特征類型至少包括特征類型名稱、特征類型描述、特征類型數據源說明、特征生產腳本以及特征生產參數；

其中，所述特征生產腳本從特征類型數據源說明中按照特征生產參數執行特征提取，并將提取的特征寫入一個或多個存儲系統中，所述特征生產參數至少包括特征數據源，生產資源配置，存儲位置配置，生產方式配置。

優選地，所述腳本化特征類型根據業務場景數據所用的推薦算法所需的特征確定。

優選地，在所述步驟b之后，還包括：從不同的特征數據源中提取不同的特征，所述特征隨特征數據源變化而不同。

優選地，在所述步驟a之后，還包括：啟動定時調度，并周期性的完成與所配置的一個或多個腳本化特征類型相對應的特征生產。

優選地，在所述步驟b中，所述寫入操作為：

寫入Hive和Cassandra數據倉庫；或者