CN102447737A - 一种基于云平台的服务推送方法 - Google Patents
一种基于云平台的服务推送方法 Download PDFInfo
- Publication number
- CN102447737A CN102447737A CN2011103666453A CN201110366645A CN102447737A CN 102447737 A CN102447737 A CN 102447737A CN 2011103666453 A CN2011103666453 A CN 2011103666453A CN 201110366645 A CN201110366645 A CN 201110366645A CN 102447737 A CN102447737 A CN 102447737A
- Authority
- CN
- China
- Prior art keywords
- information
- similarity
- attribute
- item
- resource
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
技术领域
本发明涉及一种计算机网络技术领域, 具体地说是一种基于云平台的服务推送方法。
背景技术
目前网络应用服务迅速普及,用于提供网络服务的服务器数量不断增多,当一个服务器出现问题时,一个完整的系统就彻底毁掉,为了减少此问题的发生,人们想到了采用极强的服务器,可是需要很高的费用,为此想到把所有计算资源集结起来看成是一朵云,通过并发使用资源完成操作请求。
在传统网络中实现信息推送已经得到深入研究,如何在云平台下实现服务推送是一个新的研究领域值得我们深究,为此本发明提出采用云中间件作为中间服务过滤环节实现云环境下的服务推送。
发明内容
本发明的目的是提供一种基于云平台的服务推送方法。
本发明的目的是按以下方式实现的,采用机器学习中经典的KNN分类算法和K-means聚类算法,以及基于属性相似度的服务推送方法。将用户请求服务与各服务器服务资源进行相似性比对,得到与所需服务的相似度;使用云中间件作为中间环节;通过中间件的辅助作用最终实现云环境下的服务推送。
首先客户端主动向云端申请所需资源,云端收到客户端的请求后首先分别计算云中不同服务器的资源与客户端所需资源的相似性,然后采用机器学习中的KNN分类算法将各个服务器中的资源进行分类,如服务器 将资源分为和两部分,服务器此时将资源分为和,……,服务器此时将资源分为,。对资源(i=1,2……n)进行K-means聚类,找到和用户需求最相似的一些,将结果保存在云中间件中,该中间件将最后服务采用基于属性相似度的推送技术将服务推送到客户端,实现云环境下服务推送的功能;具体步骤如下:
1)初始阶段采用KNN分类算法和K-means聚类算法,将各个服务器中的资源采用KNN进行分类,得到与所需服务有一定相似度的资源,再对进行K-means聚类,找到一个最优的结果存放到云中间件中,在云中间件辅助下实现基于属性相似度的服务推送;
2) 服务获取的方式有两种,拉模式和推模式,当用户需要某资源时,避免了服务过载和服务迷向,不在采用拉模式,而是采取推模式,本文中的服务推送是通过在云中间件协作下完成的,并采用了基于属性相似度的服务推送技术;
3)以用户浏览过的信息集合作为挖掘对象,以偏离相似度为基础,从中提取出用户的信息兴趣,然后把用户未浏览过的信息与用户兴趣相比较,判定该信息是否满足用户信息兴趣,进而决定是否推送该信息给用户;
4)为了对信息进行统一管理, 信息库的所有信息都必须转换成一个统一的格式,本文将具备该格式的一个信息称为信息项,信息项是信息内容与信息属性的组合,可表示为 KI=(KC,KA),其中KC是信息的内容, KA=(,,…,)是该信息的属性值,由于信息属性是对信息内容的一个概括,因而,在信息推送过程中,仅需知道信息属性值即可,为此,信息项可简化为属性的集合,可表示为:
KV=
偏离相似度反映了该信息项与信息项集合的综合兴趣相背离的程度,其值越小,偏离的程度越高,因此,可以把该值作为知识推送的依据:设定一个阈值λ,若某信息项的偏离相似度高于λ,则认为该信息项符合用户兴趣,可作为推送的对象;
5)基于属性的相似度推送过程分成如下的主要4步:
1)把用户浏览过的所有信息项构成信息项集合 D1,以 D1 作为挖掘对象,计算出D1的属性最大相似度, 进而得到D1中每个信息项的偏离相似度;
2)依据预先设定的阈值λ,把偏离相似度低于λ的信息项剔除出信息集合D1,从而使得集合中仅留下偏离相似度高于λ的信息项,形成新集合 D2,显然,D2 中的信息项都与用户兴趣吻合,因而可作为用户信息兴趣的表示;
3)把用户未浏览过的信息项 NK 添加进集合D2中,形成新集合D3,并计算出D3 的属性最大相似度以及每个信息项的偏离相似度;
4)若NK 的偏离相似度高于λ,则NK与用户兴趣有较高相似性,可作为推送对象,否则不予推送。
本发明的有益效果是:
1、减少用户主动从庞大的资源池中寻找所需资源的时间,采用推送方法可以主动、便捷,高效地实现服务推送;
2、对用户要求低,普遍适用于广大公众,不要求用户有专门的技术;
3、及时性好。信源在云中间件中及时地向用户推送不断更新的动态服务,系统能够主动从服务源中选择服务,并以一定的方式有规律地将相关度较高的服务传递给用户;
4、用户在云环境在享受到资源按需付费的同时,可减少服务搜索时间。
附图说明
图1是在云平台下客户端和云端的通信方式示意图。
具体实施方式
参照说明书附图对本发明的方法作以下详细地说明。
本发明提供一种云平台下服务推送方法,能够在云环境下实现服务推送,取代用户从浩瀚的资源池中查找所需服务资源,节省时间。
1、 在云平台下客户端和云端的通信方式如图1所示:
2、初始阶段采用KNN分类算法和K-means聚类算法;将各个服务器中的资源采用KNN进行分类,得到与所需服务有一定相似度的资源,再对进行K-means聚类,找到一个最优的结果存放到云中间件中,在云中间件辅助下实现基于属性相似度的服务推送;
3、 服务获取的方式有两种,拉模式和推模式,当用户需要某资源时,避免了服务过载和服务迷向,不在采用拉模式,而是采取推模式。本发明中的服务推送是通过在云中间件协作下完成的,并采用了基于属性相似度的服务推送技术;
4、以用户浏览过的信息集合作为挖掘对象,以偏离相似度为基础,从中提取出用户的信息兴趣,然后把用户未浏览过的信息与用户兴趣相比较,判定该信息是否满足用户信息兴趣,进而决定是否推送该信息给用户;
5、为了对信息进行统一管理, 信息库的所有信息都必须转换成一个统一的格式,本发明将具备该格式的一个信息称为信息项。信息项是信息内容与信息属性的组合,可表示为 KI=(KC,KA),其中KC是信息的内容, KA=(,,…,)是该信息的属性值。由于信息属性是对信息内容的一个概括,因而,在信息推送过程中,仅需知道信息属性值即可。为此,信息项可简化为属性的集合,可表示为:
偏离相似度反映了该信息项与信息项集合的综合兴趣相背离的程度,其值越小,偏离的程度越高。因此,可以把该值作为知识推送的依据:设定一个阈值λ,若某信息项的偏离相似度高于λ,则认为该信息项符合用户兴趣,可作为推送的对象;
6、基于属性的相似度推送过程分成如下的主要4步:
1)把用户浏览过的所有信息项构成信息项集合 D1,以 D1 作为挖掘对象,计算出D1的属性最大相似度, 进而得到D1中每个信息项的偏离相似度;
2)依据预先设定的阈值λ,把偏离相似度低于λ的信息项剔除出信息集合D1,从而使得集合中仅留下偏离相似度 高于λ的信息项,形成新集合 D2。显然,D2 中的信息项都与用户兴趣吻合,因而可作为用户信息兴趣的表示;
3)把用户未浏览过的信息项 NK 添加进集合D2中,形成新集合D3,并计算出D3 的属性最大相似度以及每个信息项的偏离相似度;
4)若NK 的偏离相似度高于λ,则NK与用户兴趣有较高相似性,可作为推送对象,否则不予推送。
上述描述的实例仅仅是本发明一部分实例,而不是全部的实例。基于本发明中的实例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实例,都属于本发明保护的范围。
除说明书所述的技术特征外,均为本专业技术人员的已知技术。
Claims (1)
1.一种基于云平台的服务推送方法, 其特征在于,首先客户端主动向云端申请所需资源,云端收到客户端的请求后首先分别计算云中不同服务器的资源与客户端所需资源的相似性,然后采用机器学习中的KNN分类算法将各个服务器中的资源进行分类,如服务器 将资源分为和两部分,服务器此时将资源分为和,……,服务器此时将资源分为,,对资源(i=1,2……n)进行K-means聚类,找到和用户需求最相似的一些,将结果保存在云中间件中,该中间件将最后服务采用基于属性相似度的推送技术将服务推送到客户端,实现云环境下服务推送的功能;具体步骤如下:
1)初始阶段采用KNN分类算法和K-means聚类算法,将各个服务器中的资源采用KNN进行分类,得到与所需服务有一定相似度的资源,再对进行K-means聚类,找到一个最优的结果存放到云中间件中,在云中间件辅助下实现基于属性相似度的服务推送;
2) 服务获取的方式有两种,拉模式和推模式,当用户需要某资源时,避免了服务过载和服务迷向,不在采用拉模式,而是采取推模式,本文中的服务推送是通过在云中间件协作下完成的,并采用了基于属性相似度的服务推送技术;
3)以用户浏览过的信息集合作为挖掘对象,以偏离相似度为基础,从中提取出用户的信息兴趣,然后把用户未浏览过的信息与用户兴趣相比较,判定该信息是否满足用户信息兴趣,进而决定是否推送该信息给用户;
4)为了对信息进行统一管理, 信息库的所有信息都必须转换成一个统一的格式,本文将具备该格式的一个信息称为信息项,信息项是信息内容与信息属性的组合,可表示为 KI=(KC,KA),其中KC是信息的内容, KA=(,,…,)是该信息的属性值,由于信息属性是对信息内容的一个概括,因而,在信息推送过程中,仅需知道信息属性值即可,为此,信息项可简化为属性的集合,可表示为:
偏离相似度反映了该信息项与信息项集合的综合兴趣相背离的程度,其值越小,偏离的程度越高,因此,可以把该值作为知识推送的依据:设定一个阈值λ,若某信息项的偏离相似度高于λ,则认为该信息项符合用户兴趣,可作为推送的对象;
5)基于属性的相似度推送过程分成如下的主要4步:
1)把用户浏览过的所有信息项构成信息项集合 D1,以 D1 作为挖掘对象,计算出D1的属性最大相似度, 进而得到D1中每个信息项的偏离相似度;
2)依据预先设定的阈值λ,把偏离相似度低于λ的信息项剔除出信息集合D1,从而使得集合中仅留下偏离相似度高于λ的信息项,形成新集合 D2,显然,D2 中的信息项都与用户兴趣吻合,因而可作为用户信息兴趣的表示;
3)把用户未浏览过的信息项 NK 添加进集合D2中,形成新集合D3,并计算出D3 的属性最大相似度以及每个信息项的偏离相似度;
4)若NK 的偏离相似度高于λ,则NK与用户兴趣有较高相似性,可作为推送对象,否则不予推送。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011103666453A CN102447737A (zh) | 2011-11-18 | 2011-11-18 | 一种基于云平台的服务推送方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011103666453A CN102447737A (zh) | 2011-11-18 | 2011-11-18 | 一种基于云平台的服务推送方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102447737A true CN102447737A (zh) | 2012-05-09 |
Family
ID=46009821
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011103666453A Pending CN102447737A (zh) | 2011-11-18 | 2011-11-18 | 一种基于云平台的服务推送方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102447737A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102917034A (zh) * | 2012-09-28 | 2013-02-06 | 北京百度网讯科技有限公司 | 信息推送方法、系统和云端服务器 |
CN105260472A (zh) * | 2015-10-27 | 2016-01-20 | 珠海市君天电子科技有限公司 | 一种消息推送方法及装置 |
CN105721940A (zh) * | 2014-12-05 | 2016-06-29 | 中国移动通信集团公司 | 一种业务处理方法、机顶盒、网络设备及系统 |
CN105868254A (zh) * | 2015-12-25 | 2016-08-17 | 乐视网信息技术(北京)股份有限公司 | 信息推荐方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040153373A1 (en) * | 2003-01-31 | 2004-08-05 | Docomo Communications Laboratories Usa, Inc. | Method and system for pushing services to mobile devices in smart environments using a context-aware recommender |
CN101266603A (zh) * | 2007-03-12 | 2008-09-17 | 北京搜狗科技发展有限公司 | 一种网页信息分类方法、系统及应用该分类的服务系统 |
US20090055268A1 (en) * | 2007-08-20 | 2009-02-26 | Ads-Vantage, Ltd. | System and method for auctioning targeted advertisement placement for video audiences |
CN101520784A (zh) * | 2008-02-29 | 2009-09-02 | 富士通株式会社 | 信息发布系统和信息发布方法 |
-
2011
- 2011-11-18 CN CN2011103666453A patent/CN102447737A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040153373A1 (en) * | 2003-01-31 | 2004-08-05 | Docomo Communications Laboratories Usa, Inc. | Method and system for pushing services to mobile devices in smart environments using a context-aware recommender |
CN101266603A (zh) * | 2007-03-12 | 2008-09-17 | 北京搜狗科技发展有限公司 | 一种网页信息分类方法、系统及应用该分类的服务系统 |
US20090055268A1 (en) * | 2007-08-20 | 2009-02-26 | Ads-Vantage, Ltd. | System and method for auctioning targeted advertisement placement for video audiences |
CN101520784A (zh) * | 2008-02-29 | 2009-09-02 | 富士通株式会社 | 信息发布系统和信息发布方法 |
Non-Patent Citations (4)
Title |
---|
刘慧等: "《应用于中文文本分类的改进KNN算法》", 《今日科苑》 * |
周明建等: "《基于属性相似度的知识推送》", 《计算机工程与应用》 * |
百度百科: "《云推送》", 《HTTP://BAIKE.BAIDU.COM/HISTORY/ID=22108105 ,云推送》 * |
赵敏涯: "《基于主题的新闻搜素引擎的研究与实现》", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102917034A (zh) * | 2012-09-28 | 2013-02-06 | 北京百度网讯科技有限公司 | 信息推送方法、系统和云端服务器 |
CN105721940A (zh) * | 2014-12-05 | 2016-06-29 | 中国移动通信集团公司 | 一种业务处理方法、机顶盒、网络设备及系统 |
CN105721940B (zh) * | 2014-12-05 | 2019-01-01 | 中国移动通信集团公司 | 一种业务处理方法、机顶盒、网络设备及系统 |
CN105260472A (zh) * | 2015-10-27 | 2016-01-20 | 珠海市君天电子科技有限公司 | 一种消息推送方法及装置 |
CN105260472B (zh) * | 2015-10-27 | 2019-04-12 | 珠海豹趣科技有限公司 | 一种消息推送方法及装置 |
CN105868254A (zh) * | 2015-12-25 | 2016-08-17 | 乐视网信息技术(北京)股份有限公司 | 信息推荐方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ding et al. | Research on data stream clustering algorithms | |
US11429680B2 (en) | Topic subscription method and apparatus, and storage medium | |
WO2019085236A1 (zh) | 检索意图识别方法、装置、电子设备及可读存储介质 | |
KR20210038860A (ko) | 의도 추천 방법, 장치, 기기 및 저장매체 | |
CN102968465B (zh) | 网络信息服务平台及其基于该平台的搜索服务方法 | |
CN102591942A (zh) | 一种应用自动推荐的方法及装置 | |
JP2022020070A (ja) | 情報処理、情報推薦の方法および装置、電子デバイス及び記憶媒体 | |
CN101593200A (zh) | 基于关键词频度分析的中文网页分类方法 | |
CN102253996A (zh) | 一种多视角阶段式的图像聚类方法 | |
CN102236639B (zh) | 更新语言模型的系统和方法 | |
CN101834837A (zh) | 基于宽带网络的旅游景区景点在线景观视频主动信息服务系统 | |
CN101694670A (zh) | 一种基于公共子串的中文Web文档在线聚类方法 | |
CN103092943A (zh) | 一种广告调度的方法和广告调度服务器 | |
CN102447737A (zh) | 一种基于云平台的服务推送方法 | |
CN102651003A (zh) | 一种跨语言搜索的方法和装置 | |
CN102982099B (zh) | 一种个性化并行分词处理系统及其处理方法 | |
CN103064842A (zh) | 信息订阅处理装置和信息订阅处理方法 | |
KR102633433B1 (ko) | 얼굴이미지의 분류방법, 분류장치, 전자기기 및 저장매체 | |
Ye et al. | A web services classification method based on GCN | |
CN104536830A (zh) | 一种基于MapReduce的KNN文本分类方法 | |
KR101301077B1 (ko) | 온톨로지 정렬 방법 및 이를 적용한 온톨로지 정렬 시스템 | |
Yin | Clustering microtext streams for event identification | |
CN103559269B (zh) | 一种面向移动新闻订阅的知识推荐方法 | |
CN101859318A (zh) | 一种基于服务网络的服务发现工具的建立方法 | |
CN111241142A (zh) | 一种科技成果转化推送系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20120509 |