一种把离线算法在线进行计算的方法及装置制造方法及图纸

本发明专利技术公开了一种把离线算法在线进行计算的方法及装置，属于互联网领域。所述方法包括：获取用户在第一时间段内操作的每个业务信息对应的历史记录，所述第一时间段为离当前最近且时长为预设时长的时间段；根据所述每个业务信息对应的历史记录，构建第一用户兴趣矩阵；根据所述第一用户兴趣矩阵，对保存的第二用户兴趣矩阵进行修正，得到第三用户兴趣矩阵；根据预设的业务信息矩阵和所述第三用户兴趣矩阵，计算出在线业务推荐矩阵。所述装置包括：获取模块、构建模块、修正模块和计算模块。本发明专利技术能够提高推荐业务信息的准确度。

【技术实现步骤摘要】
一种把离线算法在线进行计算的方法及装置
本专利技术涉及互联网通信领域，特别涉及一种把离线算法在线进行计算的方法及装 置。
技术介绍
目前，用户经常在网络上浏览不同类型的业务信息，如视频、广告和商品信息等， 服务器可以根据用户过去浏览的业务信息，预测用户当前可能感兴趣的业务信息，并将预 测的业务信息推荐给用户。 服务器推荐业务信息的过程如下所示： 服务器在离线的情况下，先获取用户离当前最近且时长为预设时长的时间段内操 作的每个业务信息对应的历史记录，该业务信息的对应的历史记录至少包括该业务信息的 标识，操作该业务信息的操作行为类型和操作该业务信息的操作时间。根据每个业务信息 对应的历史记录离线计算出该用户的用户兴趣矩阵化_，用户兴趣矩阵&_的每一行对应业 务信息的一种属性因子，每一列对应一种操作行为，用户兴趣矩阵中的元素表示该 用户对属性因子i发生操作行为j的兴趣值，并保存在离线情况下计算得到的用户的用户 兴趣矩阵&_。然后服务器每隔预设时长的时间，按上述方法离线计算该用户的用户兴趣矩 阵，并将保存的用户兴趣矩阵更新为新计算的用户兴趣矩阵。 当需要推荐业务信息给该用户时，获取预设的业务信息矩阵AM?，业务信息矩阵 amh<k的每一行对应一个业务信息，每一列对应业务信息的一种属性因子，业务信息矩阵amh<k 中的元素表示属性因子j在业务信息i中的权重。根据获取的业务信息矩阵和保存 的离线计算得到的该用户的用户兴趣矩阵，计算出离线业务推荐矩阵W_，离线业务推 荐矩阵W_的每一行对应一个业务信息，每一列对应一种操作行为，离线业务推荐矩阵 中的元素表示该用户对业务信息i发生操作行为j的兴趣程度。根据离线业务推荐矩 阵WMW获取用户发生操作行为的兴趣程度最大的几个业务信息，将获取的业务信息作为用 户当前可能感兴趣的业务信息并推荐给用户。 在实现本专利技术的过程中，专利技术人发现现有技术至少存在如下问题： 服务器每隔预设时长的时间更新一次该用户的用户兴趣矩阵，预设时长往往为半 个月或一个月等。而用户对业务信息的感兴趣程度是时刻变化的，如此根据用户兴趣矩阵 得到的离线业务推荐矩阵中包括的兴趣程度较大的业务信息可能不是当前用户所感兴趣 的业务信息，从而降低了推荐业务信息的准确度。
技术实现思路
为了提高推荐业务信息的准确度，本专利技术提供了一种把离线算法在线进行计算的 方法及装置。所述技术方案如下： -种把离线算法在线进行计算的方法，所述方法包括： 获取用户在第一时间段内操作的每个业务信息对应的历史记录，所述第一时间段 为离当前最近且时长为预设时长的时间段； 根据所述每个业务信息对应的历史记录，构建第一用户兴趣矩阵； 根据所述第一用户兴趣矩阵，对保存离线计算得到的第二用户兴趣矩阵进行修 正，得到第三用户兴趣矩阵； 根据预设的业务信息矩阵和所述第三用户兴趣矩阵，计算出在线业务推荐矩阵。 一种把离线算法在线进行计算的装置，所述装置包括： 获取模块，用于获取用户在第一时间段内操作的每个业务信息对应的历史记录， 所述第一时间段为离当前最近且时长为预设时长的时间段； 构建模块，用于根据所述每个业务信息对应的历史记录，构建第一用户兴趣矩 阵； 修正模块，用于根据所述第一用户兴趣矩阵，对保存离线计算得到的第二用户兴 趣矩阵进行修正，得到第三用户兴趣矩阵； 计算模块，用于根据预设的业务信息矩阵和所述第三用户兴趣矩阵，计算出在线 业务推荐矩阵。 在本专利技术实施例中，获取用户在第一时间段内操作的每个业务信息对应的历史记 录，第一时间段为离当前最近且时长为预设时长的时间段；根据每个业务信息对应的历史 记录，构建第一用户兴趣矩阵；根据第一用户兴趣矩阵，对保存离线计算得到的第二用户兴 趣矩阵进行修正，得到第三用户兴趣矩阵；根据预设的业务信息矩阵和第三用户兴趣矩阵， 计算出在线业务推荐矩阵。由于根据用户在第一时间段内操作的每个业务信息对应的历史 记录，构建了第一用户兴趣矩阵，并利用第一用户兴趣矩阵，对保存离线计算得到的第二用 户兴趣矩阵进行修正，得到第三用户兴趣矩阵，如此根据第三用户兴趣矩阵得到的在线业 务推荐矩阵中包括的兴趣程度较大的业务信息更贴近用户当前感兴趣的业务信息，从而提 高了推荐业务信息的准确度。 【附图说明】 图1是本专利技术实施例1提供的一种把离线算法在线进行计算的流程图； 图2是本专利技术实施例2提供的一种把离线算法在线进行计算的流程图； 图3是本专利技术实施例3提供的一种把离线算法在线进行计算的装置结构示意图。 【具体实施方式】 为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术实施方 式作进一步地详细描述。 实施例1 参见图1，本专利技术实施例提供了一种把离线算法在线进行计算的方法，包括： 步骤101 :获取用户在第一时间段内操作的每个业务信息对应的历史记录，第一 时间段为离当前最近且时长为预设时长的时间段； 步骤102 :根据每个业务信息对应的历史记录，构建第一用户兴趣矩阵； 步骤103 :根据第一用户兴趣矩阵，对保存离线计算得到的第二用户兴趣矩阵进 行修正，得到第三用户兴趣矩阵； 步骤104 :根据预设的业务信息矩阵和第三用户兴趣矩阵，计算出在线业务推荐 矩阵。 优选地，获取该用户在第一时间段内操作的每个业务信息对应的历史记录，包 括： 从该用户的历史记录文件中获取操作时间在第一时间段内的业务信息对应的历 史记录； 如果获取的业务信息对应的历史记录的数目大于预设个数，则从获取的业务信息 对应的历史记录中获取操作时间离当前最近的预设个数个业务信息对应的历史记录。 进一步地，获取该用户在第一时间段内操作的每个业务信息对应的历史记录，还 包括： 如果获取的业务信息对应的历史记录的数目小于或等于预设个数，则选择获取的 每个业务信息对应的历史记录。 优选地，根据每个业务信息对应的历史记录，构建第一用户兴趣矩阵，包括： 根据每个业务信息对应的历史记录构建业务行为矩阵，业务行为矩阵的每一行对 应一个业务信息，每一列对应一种操作行为，业务行为矩阵中的元素表示该用户对业务信 息发生操作行为的次数； 从预设的业务信息矩阵中获取每个业务信息对应的一行记录并组成第一业务信 息矩阵； 根据业务行为矩阵和第一业务信息矩阵，获取第一用户兴趣矩阵。 优选地，根据业务行为矩阵和第一业务信息矩阵，获取第一用户兴趣矩阵，包括： 根据每个业务信息对应的历史记录，分别计算每个业务信息对应的时间相关系 数； 在第一业务信息矩阵中将每个业务信息对应的一行记录分别与每个业务信息对 应的时间相关系数相乘，得到第二业务信息矩阵； 根据第二业务信息矩阵的转置矩阵和业务行为矩阵，计算第一用户兴趣矩阵。 优选地，根据第二业务信息矩阵的转置矩阵和业务行为矩阵，计算第一用户兴趣 矩阵，包括： 根据第二业务信息矩阵的转置矩阵和业务行为矩阵，按如下所示的公式（1 )，计算 第一用户兴趣矩阵； BU: (Rm)t*Fx*n……（1) 在公式（1)中，为第本文档来自技高网...

【技术保护点】
一种把离线算法在线进行计算的方法，其特征在于，所述方法包括：获取用户在第一时间段内操作的每个业务信息对应的历史记录，所述第一时间段为离当前最近且时长为预设时长的时间段；根据所述每个业务信息对应的历史记录，构建第一用户兴趣矩阵；根据所述第一用户兴趣矩阵，对保存的离线计算得到的第二用户兴趣矩阵进行修正，得到第三用户兴趣矩阵；根据预设的业务信息矩阵和所述第三用户兴趣矩阵，计算出在线业务推荐矩阵。

【技术特征摘要】
1. 一种把离线算法在线进行计算的方法，其特征在于，所述方法包括： 获取用户在第一时间段内操作的每个业务信息对应的历史记录，所述第一时间段为离 当前最近且时长为预设时长的时间段； 根据所述每个业务信息对应的历史记录，构建第一用户兴趣矩阵； 根据所述第一用户兴趣矩阵，对保存的离线计算得到的第二用户兴趣矩阵进行修正， 得到第三用户兴趣矩阵； 根据预设的业务信息矩阵和所述第三用户兴趣矩阵，计算出在线业务推荐矩阵。2. 如权利要求1所述的方法，其特征在于，所述获取用户在第一时间段内操作的每个 业务信息对应的历史记录，包括： 从所述用户的历史记录文件中获取操作时间在第一时间段内的业务信息对应的历史 记录； 如果所述获取的业务信息对应的历史记录的数目大于预设个数，则从所述获取的业务 信息对应的历史记录中获取操作时间离当前最近的预设个数个业务信息对应的历史记录。3. 如权利要求2所述的方法，其特征在于，所述方法还包括： 如果所述获取的业务信息对应的历史记录的数目小于或等于预设个数，则选择获取的 每个业务信息对应的历史记录。4. 如权利要求1所述的方法，其特征在于，所述根据所述每个业务信息对应的历史记 录，构建第一用户兴趣矩阵，包括： 根据每个业务信息对应的历史记录构建业务行为矩阵，所述业务行为矩阵的每一行对 应一个业务信息，每一列对应一种操作行为，所述业务行为矩阵中的元素表示所述用户对 业务信息发生操作行为的次数； 从预设的业务信息矩阵中获取所述每个业务信息对应的一行记录并组成第一业务信 息矩阵； 根据所述业务行为矩阵和所述第一业务信息矩阵，获取第一用户兴趣矩阵。5. 如权利要求4所述的方法，其特征在于，所述根据所述业务行为矩阵和所述第一业 务信息矩阵，获取第一用户兴趣矩阵，包括： 根据所述每个业务信息对应的历史记录，分别计算所述每个业务信息对应的时间相关 系数； 在所述第一业务信息矩阵中将所述每个业务信息对应的一行记录分别与所述每个业 务信息对应的时间相关系数相乘，得到第二业务信息矩阵； 根据所述第二业务信息矩阵的转置矩阵和所述业务行为矩阵，计算第一用户兴趣矩 阵。6. 如权利要求5所述的方法，其特征在于，所述根据所述第二业务信息矩阵的转置矩 阵和所述业务行为矩阵，计算第一用户兴趣矩阵，包括： 根据所述第二业务信息矩阵的转置矩阵和所述业务行为矩阵，按如下所示的公式（1 )， 计算所述第一用户兴趣矩阵； B1脚=(RX*K)T*FX? ⑴ 在公式（1)中，B1^为所述第一用户兴趣矩阵，所述第一用户兴趣矩阵B1^的行数为 K以及列数为N ; (RM) τ为所述第二业务兴趣矩阵RM的转置矩阵，所述第二业务兴趣矩阵 Rx?的行数为X以及列数为K ;FXW为所述业务行为矩阵，所述业务行为矩阵Fxw的行数为X 以及列数为N。7. 如权利要求1所述的方法，其特征在于，所述根据所述第一用户兴趣矩阵，对保存的 离线计算得到的第二用户兴趣矩阵进行修正，得到第三用户兴趣矩阵，包括： 根据所述第一用户兴趣矩阵和所述第二用户矩阵，按如下所示的公式（2)，计算所述第 三用户兴趣矩阵； Β κ*Ν-Βκ*ν+Β κ*Ν...... (2) 在公式（2)中，Β2Μ为所述第三用户兴趣矩阵，所述第三用户兴趣矩阵Β2Μ的行数为Κ 以及列数为Ν ;ΒΜ为所述第二用户兴趣矩阵，所述第二用户兴趣矩阵ΒΜ的行数为Κ以及 列数为Ν。8. 如权利要求1所述的方法，其特征在于，所述根据预设的业务信息矩阵和所述第三 用户兴趣矩阵，计算出在线业务推荐矩阵，包括： 确定所述预设的业务信息矩阵包括的列数，构建一个对角矩阵，所述对角矩阵的行数 和列数与所述确定的列数相等，以及所述对角矩阵中的对角线上的元素都为预设数值； 根据所述预设的业务信息矩阵、所述对角矩阵和所述第三用户兴趣矩阵，计算所述在 线业务推荐矩阵。9. 如权利要求8所述的方法，其特征在于，所述根据所述预设的业务信息矩阵、所述对 角矩阵和所述第三用户兴趣矩阵，计算所述在线业务推荐矩阵，包括： 根据所述预设的业务信息矩阵、所述对角矩阵和所述第三用户兴趣矩阵，按照如下所 示的公式（3)，计算所述在线业务推荐矩阵； WM*N-AM*K*CK* K*B Κ*Ν...... (3) 在公式（3)中，WMW为所述在线业务推荐矩阵，所述在线业务推荐矩阵1_的行数为Μ 以及列数为Ν ;ΑΜ?为所述业务信息矩阵，所述业务信息矩阵ΑΜ?的行数为Μ以及列数为Κ ; CM为所述对角矩阵，所述对角矩阵CM的行数和列数都为Κ。10. 如权利要求1至9任一项权利要求所述的方法，其特征在于，所述根据预设的业务 信息矩阵和所述第三用户兴趣矩阵，计算出在线业务推荐矩阵之后，还包括： 对于所述在线业务推荐矩阵中包括的每个业务信息对应的一行记录，根据所述记录中 包括的所述用户对所述业务信息发生每种操作行为的兴趣程度和...

【专利技术属性】
技术研发人员：罗如海，
申请(专利权)人：深圳市腾讯计算机系统有限公司，
类型：发明
国别省市：广东;44