本公开提供了一种资源推荐方法装置、设备、存储介质和程序产品，可以应用于大数据技术领域。该资源推荐方法包括：响应于接收到的用户推荐请求，获取用户的实时数据；基于实时数据执行第一计算操作，得到第一结果；获取第二结果；以及基于第一结果和第二结果，挑选最终推荐结果，其中，第一计算操作和第二计算操作是并行执行的。采用流式计算的推荐结果与采用分布式计算的推荐结果共同进行推荐，增加了推荐内容的丰富度，并保证紧贴用户的最近时间内的使用习惯，增加体验度。并且流式计算和分布式计算是并行执行，使得两个计算过程之间互不干预，在任一计算流程出现报错时，不会影响另一推荐计算流程，增加了该推荐方法的高可用性。性。性。
【技术实现步骤摘要】
资源推荐方法、装置、设备、介质和程序产品
[0001]本公开涉及计算机
，具体涉及大数据
，更具体地涉及一种资源推荐方法、装置、设备、介质和程序产品。
技术介绍
[0002]随着移动互联网技术的飞速发展，人们获取信息的方式愈发便捷和灵活，互联网在线教育平台应运而生。通过互联网和在线教育资源的融合，用户突破了传统教育方式对时间和空间的限制，可以随时随地进行学习和教育培训，极大地丰富了学习方式和资源类型。
[0003]近些年来，直播、短视频等音视频流技术的日趋成熟，以及在线教育平台的大量引入，导致资源数据迎来爆发式增长。由此也产生了诸多问题：1)面对海量的学习资源，用户难以快速找到感兴趣的知识资源，影响了学习效率和积极性；2)针对大量的资源数据，难以进行有效的利用和处理；3)传统的热门、最新资源推荐方法难以让长尾资源得到合理的曝光，降低了资源的有效使用率。
[0004]针对以上问题，为实现资源的有效利用，最大化提升用户的学习效率和体验，需要在用户和资源之间建立连接“用户和资源”的桥梁。
技术实现思路
[0005]鉴于上述问题，本公开提供了提高资源推荐丰富度与资源推荐系统稳定性的资源推荐方法、装置、设备、介质和程序产品。
[0006]根据本公开的第一个方面，提供了一种资源推荐方法，包括：响应于接收到的用户推荐请求，获取用户的实时数据；基于所述实时数据执行第一推荐计算操作，得到第一推荐结果，其中，所述第一推荐计算操作是基于流式计算执行的；获取第二推荐结果，其中，所述第二推荐结果是预先基于用户的离线数据，通过第二推荐计算操作计算得到的，其中，所述第二推荐计算操作是基于分布式计算执行的；以及基于所述第一推荐结果和所述第二推荐结果，挑选最终推荐结果。
[0007]根据本公开的实施例，其中，所述响应于接收到的用户推荐请求，获取用户的实时数据，包括：获取消息队列中的实时存储的日志文件，所述日志文件包括所述实时数据。
[0008]根据本公开的实施例，其中，所述基于所述实时数据执行第一推荐计算操作，得到第一推荐结果，包括：基于所述实时数据生成和/或更新用户画像；以及基于所述用户画像获取第一推荐结果。
[0009]根据本公开的实施例，其中，所述第二推荐计算操作包括：获取来自分布式存储文件系统中的所述离线数据；按照预设的召回维度将所述离线数据进行物料召回，得到各个召回维度对应的排序数据；以及选取所述各个召回维度对应的排序数据中的推荐数据作为所述第二推荐结果。
[0010]根据本公开的实施例，其中，所述预设的召回维度至少包括热门召回维度、地域召
回维度以及相似召回维度，所述按照预设的召回维度将所述离线数据进行物料召回，得到各个召回维度对应的排序数据，包括：在所述召回维度为所述热门召回维度的情况下，获取物料的观看数量、评论数量、点赞数量、时间衰弱系数以及权重系数集，其中，所述权重系数集包括观看数量系数、评论数量系数以及点赞数量系数；基于所述时间衰弱系数、观看数量、评论数量、点赞数量以及权重系数集，计算物料的热度分数；以及基于所述热度分数形成所述排序数据。
[0011]根据本公开的实施例，其中，所述时间衰弱系数与衰减时间呈符正相关，所述衰减时间是第一时间节点和第二时间节点之差，所述第一时间节点是热度时间系数开始衰减的时间节点，所述第二时间节点是物料距离当前的发布时间。
[0012]根据本公开的实施例，其中，所述按照预设的召回维度将所述离线数据进行物料召回，得到各个召回维度对应的排序数据，还包括：在所述召回维度为所述地域召回维度的情况下，基于预设的地域划分，获取同地域的资源使用数据；以及基于所述同地域的资源使用数据进行物料召回，得到所述排序数据。
[0013]根据本公开的实施例，其中，所述按照预设的召回维度将所述离线数据进行物料召回，得到各个召回维度对应的排序数据，还包括：在所述召回维度为所述相似召回维度的情况下，获取不同物料的特征信息；基于余弦相似度公式计算不同物料的特征信息的相似度；以及基于所述相似度，得到所述排序数据。
[0014]根据本公开的实施例，其中，所述基于所述第一推荐结果和所述第二推荐结果，挑选最终推荐结果，包括：按照所述排序数据选取预设数量的按照所述第一推荐和所述第二推荐结果，形成所述最终推荐结果。
[0015]根据本公开的实施例，其中，在所述基于所述第一推荐结果和所述第二推荐结果，挑选最终推荐结果后，还包括：将所述最终推荐结果发送至缓存数据库，以使用户端从所述缓存数据库中获取所述最终推荐结果。
[0016]本公开的第二方面提供了一种资源推荐装置，包括：所述装置包括：实时数据获取模块，用于响应于接收到的用户推荐请求，获取用户的实时数据；第一推荐计算模块，用于基于所述实时数据执行第一推荐计算操作，得到第一推荐结果，其中，所述第一推荐计算操作是基于流式计算执行的；第二推荐结果获取模块，用于获取第二推荐结果，其中，所述第二推荐结果是预先基于用户的离线数据，通过第二推荐计算操作计算得到的，其中，所述第二推荐计算操作是基于分布式计算执行的；以及最终推荐结果生成模块，用于基于所述第一推荐结果和所述第二推荐结果，挑选最终推荐结果。
[0017]根据本公开的实施例，其中，所述实时数据获取模块，还用于获取消息队列中的实时存储的日志文件，所述日志文件包括所述实时数据。
[0018]根据本公开的实施例，其中，所述第一推荐计算模块，还用于基于所述实时数据生成和/或更新用户画像；以及基于所述用户画像获取第一推荐结果。
[0019]根据本公开的实施例，其中，所述第二推荐计算操作包括：获取来自分布式存储文件系统中的所述离线数据；按照预设的召回维度将所述离线数据进行物料召回，得到各个召回维度对应的排序数据；以及选取所述各个召回维度对应的排序数据中的推荐数据作为所述第二推荐结果。
[0020]根据本公开的实施例，其中，所述预设的召回维度至少包括热门召回维度、地域召
回维度以及相似召回维度，所述按照预设的召回维度将所述离线数据进行物料召回，得到各个召回维度对应的排序数据，包括：在所述召回维度为所述热门召回维度的情况下，获取物料的观看数量、评论数量、点赞数量、时间衰弱系数以及权重系数集，其中，所述权重系数集包括观看数量系数、评论数量系数以及点赞数量系数；基于所述时间衰弱系数、观看数量、评论数量、点赞数量以及权重系数集，计算物料的热度分数；以及基于所述热度分数形成所述排序数据。
[0021]根据本公开的实施例，其中，所述时间衰弱系数与衰减时间呈符正相关，所述衰减时间是第一时间节点和第二时间节点之差，所述第一时间节点是热度时间系数开始衰减的时间节点，所述第二时间节点是物料距离当前的发布时间。
[0022]根据本公开的实施例，其中，所述按照预设的召回维度将所述离线数据进行物料召回，得到各个召回维度对应的排序数据，还包括：在所述召回维度为所述地域召回维度的情况下，基于预设的地域划分，获取同地域的资源使用数据；以及基于本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种资源推荐方法，其特征在于，所述方法包括：响应于接收到的用户推荐请求，获取用户的实时数据；基于所述实时数据执行第一推荐计算操作，得到第一推荐结果，其中，所述第一推荐计算操作是基于流式计算执行的；获取第二推荐结果，其中，所述第二推荐结果是预先基于用户的离线数据，通过第二推荐计算操作计算得到的，其中，所述第二推荐计算操作是基于分布式计算执行的；以及基于所述第一推荐结果和所述第二推荐结果，挑选最终推荐结果。2.根据权利要求1所述的方法，其中，所述响应于接收到的用户推荐请求，获取用户的实时数据，包括：获取消息队列中的实时存储的日志文件，所述日志文件包括所述实时数据。3.根据权利要求1或2所述的方法，其中，所述基于所述实时数据执行第一推荐计算操作，得到第一推荐结果，包括：基于所述实时数据生成和/或更新用户画像；以及基于所述用户画像获取第一推荐结果。4.根据权利要求1或2所述的方法，其中，所述第二推荐计算操作包括：获取来自分布式存储文件系统中的所述离线数据；按照预设的召回维度将所述离线数据进行物料召回，得到各个召回维度对应的排序数据；以及选取所述各个召回维度对应的排序数据中的推荐数据作为所述第二推荐结果。5.根据权利要求4所述的方法，其中，所述预设的召回维度至少包括热门召回维度、地域召回维度以及相似召回维度，所述按照预设的召回维度将所述离线数据进行物料召回，得到各个召回维度对应的排序数据，包括：在所述召回维度为所述热门召回维度的情况下，获取物料的观看数量、评论数量、点赞数量、时间衰弱系数以及权重系数集，其中，所述权重系数集包括观看数量系数、评论数量系数以及点赞数量系数；基于所述时间衰弱系数、观看数量、评论数量、点赞数量以及权重系数集，计算物料的热度分数；以及基于所述热度分数形成所述排序数据。6.根据权利要求5所述的方法，其中，所述时间衰弱系数与衰减时间呈符正相关，所述衰减时间是第一时间节点和第二时间节点之差，所述第一时间节点是热度时间系数开始衰减的时间节点，所述第二时间节点是物料距离当前的发布时间。7.根据权利要求5或6所述的方法，其中，所述按照预设的召回维度将所述离线数据进行物料召回，得到各个召回维度对应的...
【专利技术属性】
技术研发人员：刘濛，王思梦，秦瑞雄，何德飞，
申请(专利权)人：建信金融科技有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。