数据推荐方法、装置、设备以及计算机存储介质制造方法及图纸

本发明专利技术实施例涉及计算机数据处理技术领域，公开了一种数据推荐方法，该方法包括：分别确定各个用户集群对应的实时行为数据和历史行为数据；根据所述实时行为数据分别确定各个所述用户集群对应的实时兴趣数据；根据所有所述历史行为数据预测所有所述用户集群中各个用户对应的预测兴趣数据；根据所述实时兴趣数据和所述预测兴趣数据分别确定各个所述用户对应的目标推荐内容。通过上述方式，本发明专利技术实施例提高了数据推荐的效率和准确率。施例提高了数据推荐的效率和准确率。施例提高了数据推荐的效率和准确率。

【技术实现步骤摘要】
数据推荐方法、装置、设备以及计算机存储介质


[0001]本专利技术实施例涉及计算机数据处理
，具体涉及一种数据推荐方法、装置、设备以及计算机存储介质。

技术介绍

[0002]目前在确定推荐数据时一般采取的是利用海量历史用户数据或者短时流式数据进行分析，得到推荐结果的方法。
[0003]本申请的专利技术人在实施本专利技术的过程中发现，目前的数据推荐的方法存在效率较低或准确率较低的问题。

技术实现思路

[0004]鉴于上述问题，本专利技术实施例提供了一种数据推荐方法、装置、设备以及计算机存储介质，用于解决现有技术中存在的数据推荐的效率或准确率较低的问题。
[0005]根据本专利技术实施例的一个方面，提供了一种数据推荐方法，所述方法包括：
[0006]分别确定各个用户集群对应的实时行为数据和历史行为数据；
[0007]根据所述实时行为数据分别确定各个所述用户集群对应的实时兴趣数据；
[0008]根据所有所述历史行为数据预测所有所述用户集群中各个用户对应的预测兴趣数据；<br/>[0009]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：分别确定各个用户集群对应的实时行为数据和历史行为数据；根据所述实时行为数据分别确定各个所述用户集群对应的实时兴趣数据；根据所有所述历史行为数据预测所有所述用户集群中各个用户对应的预测兴趣数据；根据所述实时兴趣数据和所述预测兴趣数据分别确定各个所述用户对应的目标推荐内容。2.根据权利要求1所述的方法，其特征在于，所述用户集群中包括多个所述用户；所述实时行为数据包括所述用户集群中的各个用户在第一时间区间内针对多个待推荐内容的行为数据；所述第一时间区间表征距当前时间第一预设时长的时间区间；一个所述用户集群对应一个边缘服务器；所述根据所述实时行为数据分别确定各个所述用户集群对应的实时兴趣数据，包括：通过所述边缘服务器对所述实时行为数据分析，得到各个所述待推荐内容在各个所述用户集群中的实时总兴趣度；所述实时总兴趣度为所述用户集群中的所有用户对所述待推荐内容的兴趣度之和；通过所述边缘服务器根据所述实时总兴趣度对所述待推荐内容进行排序，得到所述实时兴趣数据。3.根据权利要求2所述的方法，其特征在于，所述历史行为数据包括各个所述用户在第二时间区间针对所述多个待推荐内容的行为数据；所述第二时间区间表征距当前时间第二预设时长的时间区间；所述第二预设时长大于所述第一预设时长；各个所述边缘服务器分别与中心服务器建立连接；所述根据所有所述历史行为数据预测所有所述用户集群中各个用户对应的预测兴趣数据，包括：通过所述中心服务器对所有所述历史行为数据进行协同过滤，得到所述预测兴趣数据。4.根据权利要求3所述的方法，其特征在于，所述根据所述实时兴趣数据和所述预测兴趣数据分别确定各个所述用户对应的目标推荐内容，包括：通过所述中心服务器对所述预测兴趣数据进行拆分，得到所述用户集群中各个用户分别对应的预测兴趣数据；通过所述中心服务器将所述预测兴趣数据分别发送至各个用户集群对应的所述边缘服务器；通过所述边缘服务器对所述用户集群中各个用户分别对应的预测兴趣数据及所述实时兴趣数据进行分析，确定所述目标推荐内容。5.根据权利要求1所述的方法，其特征在于，所述根据所述预测兴趣数据与所述实时兴趣数据确定所述目标推荐内容，包括：根据所述实时兴趣数据对所述预测兴趣数据进行加权处理，得到各个待推荐内容对应的预测用户兴趣度；根据所述预测用户兴趣度从所述待推荐内容中确...

【专利技术属性】
技术研发人员：俞晨曦，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：