基于脑皮质算法和电信掌厅点击流的实时推荐方法及装置制造方法及图纸

本发明专利技术公开了一种基于脑皮质算法和电信掌厅点击流的实时推荐方法及装置，其中方法包括：获取不同年龄段每个用户历史的掌厅点击数据并清洗后形成每条掌厅点击数据对应的历史特征数据；以关联不同年龄段的不同用户在不同时段历史形成的各历史特征数据为nupic算法的样本输入，通过nupic算法训练点击终点推荐模型；获取实时点击流数据输入给调用的点击终点推荐模型，模型预测输出点击终点对应的业务产品推荐给用户。本发明专利技术利用nupic算法训练的点击终点推荐模型，能够快速准确地预测客户在电信掌上营业厅中的需求，从而缩短客户使用掌厅的路径，达到了快速、精准进行业务产品推荐的目的。目的。目的。

【技术实现步骤摘要】
基于脑皮质算法和电信掌厅点击流的实时推荐方法及装置


[0001]本专利技术涉及数据处理
，具体涉及一种基于脑皮质算法和电信掌厅点击流的实时推荐方法及装置。

技术介绍

[0002]掌上营业厅，又称手机营业厅、wap营业厅，是为了方便用户办理移动业务推出的一个便捷随身的、集移动业务和优惠资讯等信息为一体的电子化自助服务渠道。中国电信等掌上营业厅业务数据繁多，各类活动、充值入口繁杂，用户难以在短时间内找到自己需求的功能。因此，如何缩短用户操作掌上营业厅时的路径和时间，成为电信服务商当下亟待解决的技术问题。

技术实现思路

[0003]本专利技术以快速准确预测客户在电信掌厅中的使用需求，缩短客户使用掌厅的路径，达到实时、准确地业务推荐为目的，提供了一种基于脑皮质算法和电信掌厅点击流的实时推荐方法及装置。
[0004]为达此目的，本专利技术采用以下技术方案：
[0005]提供一种基于脑皮质算法和电信掌厅点击流的实时推荐方法，步骤包括：
[0006]S1，获取不同年龄段每个用户历史的掌厅点击数据并清洗后形成每条所述掌厅点击数据对应的历史特征数据；
[0007]S2，以关联不同年龄段的不同用户在不同时段历史形成的各所述历史特征数据为nupic算法的样本输入，通过所述nupic算法训练点击终点推荐模型；
[0008]S3，获取实时点击流数据输入给调用的所述点击终点推荐模型，模型预测输出点击终点对应的业务产品推荐给用户。
[0009]作为优选，每条所述掌厅点击数据对应的所述历史特征数据包括所述用户的性别、年龄、点击流、点击开始时间、点击结束时间、所述点击流中顺序先后的两次点击的时间差、所述点击流对应的事件流和点击最后达成的结果。
[0010]作为优选，清洗所述掌厅点击数据的方法为：
[0011]舍弃掉字段缺乏手机号码的该条所述历史特征数据；
[0012]舍弃掉字段缺乏点击流结束时间的该条所述历史特征数据；
[0013]舍弃掉字段空置率超过20％的该条所述历史特征数据。
[0014]作为优选，通过所述nupic算法训练所述推荐模型的过程包括步骤：
[0015]S21，构建外部输入的稀疏离散表征，构建方法为：
[0016]将外部输入编码为二进制向量输入到近端突触中，基于近端突触是否连通以及连接的活跃二进制位的数量，决定该柱状区域是否成为激活的备选，二进制位的值为“1”表示活跃，为“0”表示不活跃，再基于抑制半径，进一步稀疏激活细胞的数量，最终确定激活的柱状区域，这一步称为SDR构建；
[0017]S22，遍历各个被激活的细胞，并判断每个细胞的树突区域链接的活跃细胞的数量是否高于预设的数量阈值，
[0018]若是，则确定所述细胞处于预测态；
[0019]若否，则确定所述细胞处于学习态；
[0020]S23，完成步骤S21的SDR构建和S22初始激活细胞状态判断后，对于之后进来的外部输入，按照步骤S21的方法激活相应的柱状区域，激活方法为：
[0021]对于每个所述柱状区域中的细胞，当一个柱状区域内的细胞被激活时，他会关注柱状区域内的所有细胞，如果该柱状区域内的一个或多个细胞处于预测状态，那么只有这些细胞会被激活，如果没有处于预测状态的细胞，则激活该柱状区域内所有细胞。即如果是预期输入，那么系统只会通过激活属于预测状态的细胞来进一步确认，如果是非预料的，那么所有可能的解释都是有效的，因此需要激活该次输入的整个柱状区细胞。
[0022]S24，对于处于学习态的细胞，对于其树突区域链接到活跃细胞的突触，增加连通值，对于链接到不活跃细胞的突触，减少连通值，然后返回步骤S22直至达到模型训练终止条件；
[0023]S25，将最终处于预测态的各细胞作为预测结果。
[0024]作为优选，所述历史特征数据按照数据产生日期和数据产生的小时分区存储在数据仓库HDFS或hive中。
[0025]作为优选，步骤S3中，采用分布式kafka结合flink平台将所述实时点击流输入输入给所调用的所述点击终点推荐模型，具体方法包括步骤：
[0026]S31，当实时点击流数据触发结束事件且被预先埋点所接受事，利用日志传输系统将所述实时点击流数据导入到kafka内；
[0027]S32，通过flink平台对缓存在kafka内的所述实时点击流数据进行二进制序列化操作后转换成特征数据后输入给所调用的所述点击终点推荐模型。
[0028]作为优选，所述点击终点推荐模型通过api接口的形式被调用，以向外提供点击流实时预测功能。
[0029]本专利技术还提供了一种基于脑皮质算法和电信掌厅点击流的实时推荐装置，包括：
[0030]数据获取及清洗模块，用于获取不同年龄段每个用户历史的掌厅点击数据并清洗；
[0031]数据格式化模块，连接所述数据获取及清洗模块，用于将清洗后的所述掌厅点击数据格式化为对应的历史特征数据；
[0032]模型训练模块，连接所述数据格式化模块，用于以关联不同年龄段的不同用户在不同时段历史形成的各所述历史特征数据为nupic算法的样本数据，通过所述nupic算法训练点击终点推荐模型；
[0033]实时点击流数据获取模块，用于获取用户在掌上营业厅的实时点击流数据；
[0034]预测模块，分别连接所述模型训练模块和所述实时点击流数据获取模块，用于调取完成训练的所述点击终点推荐模型，并将所获取的所述实时点击流数据输入到模型中，模型预测输出点击终点对应的业务产品推荐给用户。
[0035]本专利技术还提供了一种电子设备，包括存储器和处理器，所述处理器基于存储在所述存储器的指令，执行所述的基于脑皮质算法和电信掌厅点击流的实时推荐方法。
[0036]本专利技术还提供了一种计算机可读存储介质，存储有计算机程序指令，当处理器读取所述计算机程序指令时，执行所述的基于脑皮质算法和电信掌厅点击流的实时推荐方法。
[0037]本专利技术利用nupic算法训练的点击终点推荐模型，能够快速准确地预测客户在电信掌上营业厅中的需求，从而缩短客户使用掌厅的路径，达到了快速、精准进行业务产品推荐的目的。
附图说明
[0038]为了更清楚地说明本专利技术实施例的技术方案，下面将对本专利技术实施例中所需要使用的附图作简单地介绍。显而易见地，下面所描述的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0039]图1是本专利技术一实施例提供的基于脑皮质算法和电信掌厅点击流的实时推荐方法的流程图；
[0040]图2是本专利技术一实施例提供的基于脑皮质算法和电信掌厅点击流的实时推荐装置的结构示意图。
具体实施方式
[0041]下面结合附图并通过具体实施方式来进一步说明本专利技术的技术方案。
[0042]其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本专利的限本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于脑皮质算法和电信掌厅点击流的实时推荐方法，其特征在于，步骤包括：S1，获取不同年龄段每个用户历史的掌厅点击数据并清洗后形成每条所述掌厅点击数据对应的历史特征数据；S2，以关联不同年龄段的不同用户在不同时段历史形成的各所述历史特征数据为nupic算法的样本输入，通过所述nupic算法训练点击终点推荐模型；S3，获取实时点击流数据输入给调用的所述点击终点推荐模型，模型预测输出点击终点对应的业务产品推荐给用户。2.根据权利要求1所述的基于脑皮质算法和电信掌厅点击流的实时推荐方法，其特征在于，每条所述掌厅点击数据对应的所述历史特征数据包括所述用户的性别、年龄、点击流、点击开始时间、点击结束时间、序所述点击流中顺先后的两次点击的时间差、所述点击流对应的事件流和点击最后达成的结果。3.根据权利要求1所述的基于脑皮质算法和电信掌厅点击流的实时推荐方法，其特征在于，清洗所述掌厅点击数据的方法为：舍弃掉字段缺乏手机号码的该条所述历史特征数据；舍弃掉字段缺乏点击流结束时间的该条所述历史特征数据；舍弃掉字段空置率超过20％的该条所述历史特征数据。4.根据权利要求1所述的基于脑皮质算法和电信掌厅点击流的实时推荐方法，其特征在于，通过所述nupic算法训练所述推荐模型的过程包括步骤：S21，构建外部输入的稀疏离散表征，构建方法为：将外部输入编码为二进制向量输入到近端突触中，基于近端突触是否连通以及连接的活跃二进制位的数量，决定该柱状区域是否成为激活的备选，二进制位的值为“1”表示活跃，为“0”表示不活跃，再基于抑制半径，进一步稀疏激活细胞的数量，最终确定激活的柱状区域，这一步称为SDR构建；S22，遍历各个被激活的细胞，并判断每个细胞的树突区域链接的活跃细胞的数量是否高于预设的数量阈值，若是，则确定所述细胞处于预测态；若否，则确定所述细胞处于学习态；S23，完成步骤S21的SDR构建和S22初始激活细胞状态判断后，对于之后进来的外部输入，按照步骤S21的方法激活相应的柱状区域，激活方法为：对于每个所述柱状区域中的细胞，当一个所述柱状区域内的细胞被激活时，关注所述柱状区域内的所有细胞，如果所述柱状区域内的一个或多个细胞处于预测态，那么只有处于预测态的这些细胞会被激活，如果没有处于预测态的细胞，则激活所述柱状区域内的所有细胞；S24，对于处于学习态的细胞，对于其树突区域链接到活跃细胞的突触，增加连通值，对于链接...

【专利技术属性】
技术研发人员：赵烨炯，施武杰，沈亚芳，田春光，章啸天，
申请(专利权)人：浙江省公众信息产业有限公司，
类型：发明
国别省市：