数据推荐方法、装置、电子设备及计算机可读存储介质制造方法及图纸

本申请实施例提供了一种数据推荐方法、装置、电子设备及计算机可读存储介质，涉及大数据处理领域。该方法包括：响应于目标用户在第一场景下的第一目标操作，展示基于目标用户的用户画像确定的目标数据；其中，目标用户的用户画像是基于目标用户预先确定的；目标数据是响应于目标用户在第二场景下的第二目标操作获得的。本申请实施例中通过目标用户实时的操作，可以实时的构建目标用户的用户画像，基于目标用户的用户画像建立不同场景下的联系，实时的更新目标用户的用户画像，可以结合目标用户在其他场景下的操作，确定目标用户感兴趣的目标数据，将目标数据推荐给目标用户，提升了目标用户的使用体验。目标用户的使用体验。目标用户的使用体验。

【技术实现步骤摘要】
数据推荐方法、装置、电子设备及计算机可读存储介质


[0001]本申请涉及大数据处理
，具体而言，本申请涉及一种数据推荐方法、装置、电子设备及计算机可读存储介质。

技术介绍

[0002]在职场社交领域，针对用户的需求，产生了许多数据推荐的场景，如解决用户职场内容消费需求的信息流推荐场景、解决用户结识人脉需求的人脉推荐场景、解决用户招聘需求的岗位推荐场景以及解决用户检索站内各种信息的搜索需求的搜索推荐场景等。
[0003]现有技术体系下，各场景一般是由独立的推荐服务支持的，如内容推荐服务支持信息流推荐场景、人脉推荐服务支持人脉推荐场景、职位推荐服务支持职位推荐场景、搜索推荐服务支持搜索结果推荐场景等。
[0004]但在用户实际使用过程中，各个场景之间常常是相互关联的，如用户经常浏览某一类型的作品，容易产生搜索行为搜索该类型其他作品；对刚刚投递过简历的公司，希望接触到更多的人脉来了解这家公司等各种情况，即单一场景下的数据推荐往往无法满足用户的需求，并且不同场景下推荐的数据一般都为不同类型、格式的数据，不能相互关联，无法体现出不同场景的关联关系，导致数据推荐效果较差，影响用户体验。

技术实现思路

[0005]本申请实施例提供了一种数据推荐方法、装置、电子设备及计算机可读存储介质，可以解决上述问题。所述技术方案如下：
[0006]根据本申请实施例的一个方面，提供了一种数据推荐方法，该方法包括：
[0007]响应于目标用户在第一场景下的第一目标操作，展示基于目标用户的用户画像确定的目标数据；
[0008]其中，目标用户的用户画像是基于目标用户预先确定的；
[0009]目标数据是响应于目标用户在第二场景下的第二目标操作获得的。
[0010]在一个可能的实现方式中，响应于目标用户在第一场景下的第一目标操作，之前还包括：
[0011]响应于目标用户在第二场景下的第二目标操作，生成打点日志，打点日志用于记录第二目标操作对应的文本；
[0012]解析打点日志，第二目标操作对应的文本；
[0013]根据预设的文本处理方式处理文本，获得目标数据。
[0014]在另一个可能的实现方式中，文本的处理方式包括抽取实体词、抽取关键词以及抽取语义向量中的至少一种；
[0015]根据预设的文本处理方式处理文本，获得目标数据，包括：
[0016]抽取文本中的实体词；根据预设的通用关键词库，抽取文本中的关键词；根据预训练的语言模型，抽取文本中的语义向量；
[0017]根据实体词、关键词以及语义向量，确定目标数据。
[0018]在又一个可能的实现方式中，响应于目标用户在第一场景下的第一目标操作，之前还包括：
[0019]确定目标用户的唯一标识，并根据目标用户的唯一标识构建目标用户的用户画像，并将目标数据存入目标用户的用户画像中。
[0020]在又一个可能的实现方式中，响应于目标用户在第一场景下的第一目标操作，展示基于目标用户的用户画像确定的目标数据，包括：
[0021]根据目标用户的唯一标识读取目标用户的目标画像，获得并展示目标数据。
[0022]根据本申请实施例的另一个方面，提供了一种数据推荐装置，该装置包括：
[0023]响应模块，用于响应于目标用户在第一场景下的第一目标操作，展示基于目标用户的用户画像确定的目标数据；
[0024]其中，目标用户的用户画像是基于目标用户预先确定的；
[0025]目标数据是响应于目标用户在第二场景下的第二目标操作获得的。
[0026]根据本申请实施例的另一个方面，提供了一种电子设备，该电子设备包括存储器、处理器及存储在存储器上的计算机程序，处理器执行计算机程序以实现上述数据推荐方法的步骤。
[0027]根据本申请实施例的再一个方面，提供了一种计算机可读存储介质，计算机程序被处理器执行时实现上述数据推荐方法的步骤。
[0028]本申请实施例提供的技术方案带来的有益效果是：
[0029]本申请实施例通过响应于目标用户在第一场景下的第一目标操作，展示基于目标用户的用户画像确定的目标数据，而目标数据是响应于目标用户在第二场景下的第二目标实时的操作获得的，并实时的构建目标用户的用户画像，可以基于目标用户的用户画像建立不同场景下的联系，实时的更新目标用户的用户画像，可以结合目标用户在其他场景下的操作，确定目标用户感兴趣的目标数据，将目标数据推荐给目标用户，提升了目标用户的使用体验。
附图说明
[0030]为了更清楚地说明本申请实施例中的技术方案，下面将对本申请实施例描述中所需要使用的附图作简单地介绍。
[0031]图1为本申请实施例提供的一种数据推荐方法的流程示意图；
[0032]图2为本申请实施例提供的一种数据处理的流程示意图；
[0033]图3为本申请实施例提供的一种数据推荐装置的结构示意图；
[0034]图4为本申请实施例提供的一种数据推荐的电子设备的结构示意图。
具体实施方式
[0035]下面结合本申请中的附图描述本申请的实施例。应理解，下面结合附图所阐述的实施方式，是用于解释本申请实施例的技术方案的示例性描述，对本申请实施例的技术方案不构成限制。
[0036]本
技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一
个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本申请实施例所使用的术语“包括”以及“包含”是指相应特征可以实现为所呈现的特征、信息、数据、步骤、操作、元件和/或组件，但不排除实现为本
所支持其他特征、信息、数据、步骤、操作、元件、组件和/或它们的组合等。
[0037]为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
[0038]首先对本申请涉及的几个名词进行介绍和解释：
[0039]Flume(日志收集系统)，是一个高可用的、高可靠的、分布式的海量日志采集、聚合和传输的系统，支持多种数据发送方。
[0040]Kafka，是一种高吞吐量的分布式发布订阅消息系统，通过消息的生产者与消费者实现消息数据的扭转，可以用于处理和聚合日志，通过集群的方式提供实时的消息。
[0041]Flink，是一种开源流处理框架，其核心是用Java和Scala编写的分布式流数据引擎，Flink以数据并行和流水线方式执行任意流数据程序。
[0042]Redis(Remote Dictionary Server，远程字典服务)，是一个开源的使用ANSI C语言编写、支持网络、可基于内存亦可持久化的日志型、Key
‑
Value(关键字
‑
值，键值对)数据库，并提供多种语言的API。
[0043]HDFS(Hadoop Distributed File System，分布式文件系统)，具备高容错性，设计部署在本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据推荐方法，其特征在于，所述方法包括：响应于目标用户在第一场景下的第一目标操作，展示基于所述目标用户的用户画像确定的目标数据；其中，所述目标用户的用户画像是基于所述目标用户预先确定的；所述目标数据是响应于所述目标用户在第二场景下的第二目标操作获得的。2.根据权利要求1所述的数据推荐方法，其特征在于，所述响应于目标用户在第一场景下的第一目标操作，之前还包括：响应于所述目标用户在第二场景下的第二目标操作，生成打点日志，所述打点日志用于记录所述第二目标操作对应的文本；解析所述打点日志，所述第二目标操作对应的文本；根据预设的文本处理方式处理所述文本，获得所述目标数据。3.根据权利要求2所述的数据推荐方法，其特征在于，所述文本的处理方式包括抽取实体词、抽取关键词以及抽取语义向量中的至少一种；根据预设的文本处理方式处理所述文本，获得所述目标数据，包括：抽取所述文本中的实体词；根据预设的通用关键词库，抽取所述文本中的关键词；根据预训练的语言模型，抽取所述文本中的语义向量；根据所述实体词、所述关键词以及所述语义向量，确定所述目标数据。4.根据权利要求3所述的数据推荐方法，其特征在于，所述响应于目标用户在第一场景下的...

【专利技术属性】
技术研发人员：王越，马志禹，谢万鹏，
申请(专利权)人：北京淘友天下科技发展有限公司，
类型：发明
国别省市：