推荐系统的分流方法、装置及可读存储介质制造方法及图纸

本发明专利技术提供的推荐系统的分流方法、装置及可读存储介质，通过根据预设的映射算法，将接收的用户的分流请求中的用户标识映射为由数字字符串构成的数字标识；根据预设的分流精度将数字字符串中的各数字字符进行分组，获得与用户数字标识相应的多组分流因子；根据每组分流因子和预设的多层分流树中每层树节点所对应的分流因子范围，确定用户在所述多层分流树中的分流路径；根据所述分流路径将所述用户的分流请求发送给所述多层分流树中对应的树节点进行处理，从而实现了对于用户的分流，以使得同一用户将采用相同的分流策略，有效满足对于调整推荐系统的算法的需求。

Shunting method, device and readable storage medium of recommendation system

The shunting method, device and readable storage medium of the recommendation system provided by the invention maps the user identification in the received user's shunting request to a digital identification consisting of a digital string according to the preset mapping algorithm, and groupes the digital characters in the digital string according to the preset shunting accuracy to obtain a multi-component flow factor corresponding to the user's digital identification. Subgroup: According to the flow factor of each group and the range of the shunt factor corresponding to each layer tree node in the preset multi-layer shunt tree, the shunt path of the user in the multi-layer shunt tree is determined; according to the shunt path, the shunt request of the user is sent to the corresponding tree node in the multi-layer shunt tree for processing, thus realizing the shunt of the user, so that the same user can shunt the tree node. The same shunt strategy is adopted to effectively meet the requirements of adjusting the algorithm of recommendation system.

【技术实现步骤摘要】
推荐系统的分流方法、装置及可读存储介质
本专利技术涉及计算机技术，尤其涉及一种推荐系统的分流方法、装置及可读存储介质。
技术介绍
随着社会的发展，依靠人力运营的推荐系统已经逐渐不能匹配庞大的用户量下不同用户的个性化需求。而利用机器学习的推荐系统，慢慢成为发展趋势和研究重点。为了得到最优化的基于机器学习的推荐系统，在调试时需要根据用户的反馈情况，不断调整推荐系统的算法。在调整过程中，一般是利用调整后的算法和未调整的算法进行各种测试指标的对比，从而根据对比结果以进行调整。在现有基于机器学习的推荐系统的分流方法中，通常采用权重分流实现的，例如，为每一算法节点分配不同的权重，而该算法节点的权重将决定着用户请求被分流到该算法节点上的概率。采用这样的权重分流方式会使得同一个用户的多次请求有可能会分配到不同的推荐系统的节点上，明显无法满足前述的调整推荐系统的算法的需求。
技术实现思路
针对上述提及的在现有的推荐系统的分流方式无法满足调整推荐系统的算法的使用需求的问题，本专利技术提供了一种推荐系统的分流方法、装置及可读存储介质。一方面，本专利技术提供一种推荐系统的分流方法，包括：根据预设的映射算法，将接收的用户的分流请求中的用户标识映射为由数字字符串构成的数字标识；根据预设的分流精度将所述数字字符串中的各数字字符进行分组，获得与用户数字标识相应的多组分流因子；根据每组分流因子和预设的多层分流树中每层树节点所对应的分流因子范围，确定用户在所述多层分流树中的分流路径；根据所述分流路径将所述用户的分流请求发送给所述多层分流树中对应的树节点进行处理。可选的，所述根据预设的映射算法，将接收的用户的分流请求中的用户标识映射为由数字字符串构成的数字标识之前，还包括：确定推荐系统中的多个推荐算法之间的权重关系以及执行关系；根据所述多个推荐算法之间的执行关系建立所述多层分流树，其中所述多层分流树的各树节点与各推荐算法一一对应；根据所述多个推荐算法之间的权重关系以及预设的分流精度确定所述每个树节点对应的分流因子范围。可选的，所述根据预设的映射算法，将接收的用户的分流请求中的用户标识映射为由数字字符串构成的数字标识，包括：根据随机算法为所述用户生成一随机数字字符串作为与所述用户标识相应的数字标识；或者，根据伪随机算法对所述用户标识进行处理，将处理后获得的数字字符串作为与所述用户标识相应的数字标识。可选的，所述根据预设的分流精度将数字字符串中的各数字字符进行分组，获得与用户数字标识相应的多组分流因子，包括：按照从所述数字字符串的低位至高位的顺序，以所述分流精度为单位长度，将所述数字字符串进行分组，获得与用户数字标识相应的多组分流因子。可选的，所述根据预设的分流精度将数字字符串中的各数字字符进行分组，获得与用户数字标识相应的多组分流因子之后，还包括：判断所述多层分流树的深度是否小于或等于所述分流因子的组数；若是，则执行所述根据每组分流因子和预设的多层分流树中每层树节点所对应的分流因子范围，确定用户在所述多层分流树中的分流路径的步骤；若否，则生成数字字符，并将生成的数字字符和所述数字字符串进行组合，将所述组合后的数字字符串作为所述用户的数字标识，并返回执行根据预设的分流精度将数字字符串中的各数字字符进行分组，获得与用户数字标识相应的多组分流因子的步骤。可选的，所述生成数字字符，包括：根据随机算法生成所述数字字符；或者，根据伪随机算法对所述用户标识和所述数字标识所组成的标识进行处理，获得数字字符。可选的，所述根据每组分流因子和预设的多层分流树中每层树节点所对应的分流因子范围，确定用户在所述多层分流树中的分流路径，包括：确定所述多层分流树中每个层对应的分流因子；根据每个层对应的分流因子及对应层的树结点的分流因子范围，确定所述每个层对应的分流因子在相应层中对应的树结点；根据每个分流因子对应的树结点确定所述用户在所述多层分流树中的分流路径。可选的，所述确定所述多层分流树中每个层对应的分流因子，包括：按照所述分流因子在所述数字字符串中的位置，设置每组分流因子的序号，所述序号与所述位置的高低成正比；从所述多层分流树中最低层数开始，按照所述分流因子的序号从低到高的顺序，依次为每个层分配一组分流因子。另一方面，本专利技术提供了一种推荐系统的分流装置，包括：第一处理模块，用于根据预设的映射算法，将接收的用户的分流请求中的用户标识映射为由数字字符串构成的数字标识；还用于根据预设的分流精度将所述数字字符串中的各数字字符进行分组，获得与用户数字标识相应的多组分流因子；第二处理模块，用于根据每组分流因子和预设的多层分流树中每层树节点所对应的分流因子范围，确定用户在所述多层分流树中的分流路径；还用于根据所述分流路径将所述用户的分流请求发送给所述多层分流树中对应的树节点进行处理。另一方面，本专利技术提供了一种推荐系统的分流装置，包括：存储器、处理器以及计算机程序；其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行以实现如前任一项所述的方法。最后一方面，本专利技术提供了一种可读存储介质，其上存储有计算机程序，所述计算机程序被处理执行以实现如前任一项所述的方法。本专利技术提供的推荐系统的分流方法、装置及可读存储介质，根据预设的映射算法，将接收的用户的分流请求中的用户标识映射为由数字字符串构成的数字标识；根据预设的分流精度将所述数字字符串中的各数字字符进行分组，获得与用户数字标识相应的多组分流因子；根据每组分流因子和预设的多层分流树中每层树节点所对应的分流因子范围，确定用户在所述多层分流树中的分流路径；根据所述分流路径将所述用户的分流请求发送给所述多层分流树中对应的树节点进行处理，从而实现了对于用户的分流，以使得同一用户将采用相同的分流策略，有效满足对于调整推荐系统的算法的需求。附图说明图1为本专利技术实施的网络架构的示意图；图2为本专利技术一实施例提供的一种推荐系统的分流方法的流程示意图；图3为本专利技术另一实施例提供的一种推荐系统的分流方法的流程示意图；图4为本专利技术另一实施例提供的一种推荐系统的分流方法中的多层分流树的示意图；图5为本专利技术一实施例提供的一种推荐系统的分流装置的结构示意图；图6为本专利技术另一实施例提供的一种推荐系统的分流装置的硬件结构示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述。随着社会的发展，人力的运营已经逐渐不能匹配庞大的用户量下不同用户的个性化需求。而利用机器学习的推荐系统，慢慢成为发展趋势和研究重点。为了得到最优化的基于机器学习的推荐系统，在调试时需要根据用户的反馈情况，不断调整推荐系统的算法。在调整过程中，一般是利用调整后的算法和未调整的算法进行各种测试指标的对比，从而根据对比结果以进行调整。在现有基于机器学习的推荐系统的分流方法中，通常采用权重分流实现的，例如，为每一算法节点分配不同的权重，而该算法节点的权重将决定着用户请求被分流到该算法节点上的概率。采用这样的权重分流方式会使得同一个用户的多次请求有可能会分配到不同的推荐系统的节点上，明显无法满足前述的调整推荐系统的算法的需求。针对上述提及的在现有的推荐系统的分流方式无法满足调整推荐系统的算法的使用需求的问题，本发本文档来自技高网...

【技术保护点】
1.一种推荐系统的分流方法，其特征在于，包括：根据预设的映射算法，将接收的用户的分流请求中的用户标识映射为由数字字符串构成的数字标识；根据预设的分流精度将所述数字字符串中的各数字字符进行分组，获得与用户数字标识相应的多组分流因子；根据每组分流因子和预设的多层分流树中每层树节点所对应的分流因子范围，确定用户在所述多层分流树中的分流路径；根据所述分流路径将所述用户的分流请求发送给所述多层分流树中对应的树节点进行处理。

【技术特征摘要】
1.一种推荐系统的分流方法，其特征在于，包括：根据预设的映射算法，将接收的用户的分流请求中的用户标识映射为由数字字符串构成的数字标识；根据预设的分流精度将所述数字字符串中的各数字字符进行分组，获得与用户数字标识相应的多组分流因子；根据每组分流因子和预设的多层分流树中每层树节点所对应的分流因子范围，确定用户在所述多层分流树中的分流路径；根据所述分流路径将所述用户的分流请求发送给所述多层分流树中对应的树节点进行处理。2.根据权利要求1所述的推荐系统的分流方法，其特征在于，所述根据预设的映射算法，将接收的用户的分流请求中的用户标识映射为由数字字符串构成的数字标识之前，还包括：确定推荐系统中的多个推荐算法之间的权重关系以及执行关系；根据所述多个推荐算法之间的执行关系建立所述多层分流树，其中所述多层分流树的各树节点与各推荐算法一一对应；根据所述多个推荐算法之间的权重关系以及预设的分流精度确定所述每个树节点对应的分流因子范围。3.根据权利要求1所述的推荐系统的分流方法，其特征在于，所述根据预设的映射算法，将接收的用户的分流请求中的用户标识映射为由数字字符串构成的数字标识，包括：根据随机算法为所述用户生成一随机数字字符串作为与所述用户标识相应的数字标识；或者，根据伪随机算法对所述用户标识进行处理，将处理后获得的数字字符串作为与所述用户标识相应的数字标识。4.根据权利要求1所述的推荐系统的分流方法，其特征在于，所述根据预设的分流精度将数字字符串中的各数字字符进行分组，获得与用户数字标识相应的多组分流因子，包括：按照从所述数字字符串的低位至高位的顺序，以所述分流精度为单位长度，将所述数字字符串进行分组，获得与用户数字标识相应的多组分流因子。5.根据权利要求4所述的推荐系统的分流方法，其特征在于，所述根据预设的分流精度将数字字符串中的各数字字符进行分组，获得与用户数字标识相应的多组分流因子之后，还包括：判断所述多层分流树的深度是否小于或等于所述分流因子的组数；若是，则执行所述根据每组分流因子和预设的多层分流树中每层树节点所对应的分流因子范围，确定用户在所述多层分流树中的分流路径的步骤；若否，则生成数字字符，并将生成的数字字符和所...

【专利技术属性】
技术研发人员：何仲杨，李健宇，
申请(专利权)人：网易杭州网络有限公司，
类型：发明
国别省市：浙江,33