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；
[0009]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。
[0010]在一种可选的方式中，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；所述方法还包括：
[0011]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；
[0012]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。
[0013]在一种可选的方式中，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；所述方法还包括：
[0014]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。
[0015]在一种可选的方式中，所述方法还包括：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；
[0016]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；
[0017]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。
[0018]在一种可选的方式中，所述方法还包括：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；
[0019]根据所述预测用户兴趣度从所述待推荐内容中确定所述目标推荐内容。
[0020]在一种可选的方式中，所述方法还包括：对各个所述用户集群对应的所述预测兴趣数据分别进行加噪压缩处理，得到各个所述用户集群对应的压缩后预测兴趣数据；
[0021]根据所有所述待推荐内容在各个所述用户集群分别对应的实时总兴趣度，分别确定各个所述待推荐内容在各个所述用户集群中的兴趣权重；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；
[0022]根据所述兴趣权重对各个所述用户集群对应的所述压缩后预测兴趣数据分别进行加权处理，得到编码后兴趣预测数据；
[0023]对所述编码后兴趣预测数据进行解码，得到各个所述用户集群中各个用户针对各个所述待推荐内容的预测用户兴趣度。
[0024]在一种可选的方式中，所述方法还包括：确定各个所述用户集群对应的所述实时总兴趣度中的最大值；
[0025]根据所述最大值对所有所有待推荐内容分别对应的所述实时总兴趣度进行归一化处理，得到各个所述待推荐内容分别对应的归一化后兴趣度；
[0026]根据所述归一化后兴趣度确定所述兴趣权重。
[0027]根据本专利技术实施例的另一方面，提供了一种数据推荐装置，包括：
[0028]第一确定模块，用于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；
[0029]第二确定模块，用于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；
[0030]预测模块，用于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；
[0031]第三确定模块，用于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。
[0032]根据本专利技术实施例的另一方面，提供了一种数据推荐设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
[0033]所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如所述的数据推荐方法的操作。
[0034]根据本专利技术实施例的又一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使数据推荐设备执行以下如所述的数据推荐方法的操作。
[0035]本专利技术实施例通过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，其中，实时兴趣数据用于表征各个用户集群中的所有用户对于各个待推荐内容的实时总兴趣度；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；最后，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，从而在预测兴趣数据的基础上，结合计算效率较高并且包含时效性的实时兴趣数据，提高了数据推荐的准确率和效率。
[0036]区别于现有技术中根据历史行为数据确定推荐内容所存在的效率较低或者根据实时行为数据进行推荐所存在的准确率较低的问题，本专利技术实施例将海量用户划分为多个用户集群，根据所有用户集群对应的历史行为数据确定各个用户的预测兴趣数据；然后再针对每个用户集群，对集群内用户的实时兴趣数据进行确定，最后将包含时效性的实时兴趣数据融合到根据海量数据预测出的预测兴趣数据中，从而提高了数据推荐的准确率，同时，由于利用边缘计算环境对用户集群的数据处理效率较高，也提高了数据推荐的效率。
[0037]上述说明仅是本专利技术实施例技术方案的概述，为了能够更清楚了解本专利技术实施例的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术实施例的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。
附图说明
[0038]附图仅用于示出实施方式，而并不认为是对本专利技术的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
[0039]图1示出了本专利技术实施例提供的数据推本文档来自技高网...
【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：
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。