一种基于云计算和大数据的信息推送方法及装置制造方法及图纸

本发明专利技术公开了基于云计算和大数据的信息推送方法及装置，通过获取景点信息并对景点信息进行分类，从景点信息中提取出关键词信息判断景点所属类型，根据景点所属类型构建旅游景点评价指标，建立用户与景点的评分矩阵、景点与评价指标的指标矩阵，根据指标权重和用户评分的拟合程度加入景点与评价指标矩阵内的数据计算矩阵中每两个景点之间的第一相似度，根据第一相似度排序选取得出最近邻居集合，将用户与景点评分矩阵通过对景点的评分计算用户间的第二相似度得到最近邻用户完成景点信息推送，建立旅游景点评价指标并通过采集相关景点指标数据，结合确定的指标权重得到景点

【技术实现步骤摘要】
一种基于云计算和大数据的信息推送方法及装置


[0001]本专利技术属于数据处理
，尤其涉及一种基于云计算和大数据的信息推送方法及装置。

技术介绍

[0002]目前，随着旅游业需求的日益旺盛，旅游市场的规模也在不断扩大，在发展过程中不断满足人们需求时，也暴露出了传统旅游业的弊端。旅游行业随着社会进步越来越来越信息化， 逐渐发展为“互联网+旅游”的模式。随之而来的问题就会出现信息过载，信息过载是指伴随着社会和经济技术的发展，越来越多的信息被生产出来，最终信息总量大大超过了人们的需要，从而给人们在选择利用时造成困难。信息过载问题在旅游业同样存在，网站、APP等平台在运行过程中会记录大量日志数据，这些日志数据包含的用户行为数据包含页面浏览、购买、点击、评分和评论等，面对网络上日益丰富的用户和旅游信息，如何能快速有效地获取、挖掘其中的有效信息，并未用户进行快速精准的推送成为人们关注的问题。

技术实现思路

[0003]有鉴于此，本专利技术提供了一种可以提高网站用户粘度、节省用户查找和比对旅游景点的时间和精力的基于云计算和大数据的信息推本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于云计算和大数据的信息推送方法，其特征在于，应用于云平台，所述云平台包括数据输入层、推荐算法层和数据输出层，所述数据输入层用于输入用户数据，所述推荐算法层用于将云平台对用户数据进行整合以对所有信息进行分类并提供推荐信息，所述数据输出层用于根据推荐算法层将数据输入层的所有数据进行统一和个性化处理的结果输出到系统后台作为推送推送的内容进行返回，所述方法包括以下步骤：获取景点信息并对所述景点信息进行分类，从所述景点信息中提取出关键词信息判断景点所属类型，根据所述景点所属类型构建旅游景点评价指标，其中，所述旅游景点评价指标包括景点的指标数据和用户对景点的评分数据；对所述景点评价指标对应的景点数据进行预处理，建立用户与景点的评分矩阵、景点与评价指标的指标矩阵，采用层次分析算法确定景点评价指标中得各指标权重；根据所述指标权重和用户评分的拟合程度加入景点与评价指标矩阵内的数据计算矩阵中每两个景点之间的第一相似度，根据所述第一相似度排序选取得出最近邻居集合；基于用户与景点评分矩阵通过对景点的评分计算用户间的第二相似度得到用户的最近邻用户，选取的邻居用户，根据的景点数据和的用户数据完成景点信息推送。2.根据权利要求1所述的基于云计算和大数据的信息推送方法，其特征在于，根据的景点数据和的用户数据完成景点信息推送，包括：获取的邻居用户对于用户未评分景点的评分，通过加权平均法预测用户对未评分景点的评分；判断预测评分中高分的景点个数，当景点个数少于推荐列表个数时缺失部分由列表中已有景点的相似景点进行填充。3.根据权利要求1所述的基于云计算和大数据的信息推送方法，其特征在于，基于用户与景点评分矩阵通过对景点的评分计算用户间的第二相似度得到用户的最近邻用户，包括：获取用户对景点的具体评分数据，并将所述具体评分数据构建为用户
‑
景点评分矩阵，该矩阵的行表示用户，该矩阵的列表示景点，矩阵中得每个数据表示用户n对于景点m的评分值，具体矩阵表示为，在得出该矩阵后根据具体的用户评分数据采样不同的相似度计算公式计算出用户或景点之间的相似度以得到
计算结果，将计算结果排序得到用户或者景点的K个近邻，推送结果从邻居用户的数据中选取生成；当需要向目标用户推送旅游景点时先判断用户的K个近邻对于该景点的评分情况，若邻居用户对于该景点的评分偏高，则预测目标用户对于景点的评分偏高，并向用户推送景点，反之不予推送。4.根据权利要求3所述的基于云计算和大数据的信息推送方法，其特征在于，相似度计算过程包括修正的相似度和修正的预测公式，修正的相似度表达式为，其中表示用户u对内容i执行操作的时间，f函数的目标是用户对内容i和内容j的操作时间相隔越久，则越小，使用的衰减函数为，其中表示时间衰减参数，表示超参数；修正的预测公式为，其中表示时间衰减参数，表示控制时间衰减程度的超参数，与相差越小，与内容j相似度高的内容也会在目标用户u的推送列表中的到高相似度的排名。5.根据权利要求3所述的基于云计算和大数据的信息推送方法，其特征在于，使用K
‑
means聚类算法对用户进行聚类并形成K聚类以得到集群信息，在查询用户的最近邻居时，需要搜索集群中的用户并重新计算该用户与集群用户之间的相似度值，以找到前N个用户并完成推送，其过程包括：初始化评分矩阵、目标用户ui、矩阵不全的参数、近邻参数M、时间衰减参数，对用户的评分矩阵进行SVT算法求解，补全矩阵；对补全后的矩阵进行大数据下的K
‑
means算法进行聚类，通过划分得到所有用户的相关性高的簇，对于目标用户所在的聚类簇，在其中...

【专利技术属性】
技术研发人员：黄嵩，徐辣，
申请(专利权)人：深圳数字动能信息技术有限公司，
类型：发明
国别省市：