CN106844550B - 一种虚拟化平台操作推荐方法及装置 - Google Patents
一种虚拟化平台操作推荐方法及装置 Download PDFInfo
- Publication number
- CN106844550B CN106844550B CN201611262893.2A CN201611262893A CN106844550B CN 106844550 B CN106844550 B CN 106844550B CN 201611262893 A CN201611262893 A CN 201611262893A CN 106844550 B CN106844550 B CN 106844550B
- Authority
- CN
- China
- Prior art keywords
- command
- user
- association rule
- log data
- recommended
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000007781 pre-processing Methods 0.000 claims abstract description 17
- 238000004458 analytical method Methods 0.000 claims abstract description 12
- 238000013075 data extraction Methods 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000004140 cleaning Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 238000005065 mining Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
- G06F9/45558—Hypervisor-specific management and integration aspects
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明公开了一种虚拟化平台操作推荐方法及装置,通过提取用户对虚拟化平台操作的命令日志数据;对命令日志数据进行预处理操作,生成处理后命令日志数据;对处理后命令日志数据进行关联规则分析,确定用户操作命令之间的关联规则;根据用户前一操作命令以及关联规则,向用户推荐与前一操作命令相关联的操作命令。本发明所提供的虚拟化平台操作推荐方法及装置,利用关联规则对虚拟化平台用户进行操作推荐,简化了用户的操作步骤,增加用户对系统易用性的肯定,增加用户对系统的认可度。
Description
技术领域
本发明涉及云计算技术领域,特别是涉及一种虚拟化平台操作推荐方法及装置。
背景技术
随着计算机和网络技术的迅猛发展,云计算已经成为当前最热门的技术之一,其中作为云计算基础架构的虚拟化技术正进行不断的技术发展与变革。
云计算(cloud computing)是基于互联网的相关服务的增加、使用和交付模式,通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。云是网络、互联网的一种比喻说法。过去在图中往往用云来表示电信网,后来也用来表示互联网和底层基础设施的抽象。因此,云计算甚至可以让你体验每秒10万亿次的运算能力,拥有这么强大的计算能力可以模拟核爆炸、预测气候变化和市场发展趋势。用户通过电脑、笔记本、手机等方式接入数据中心,按自己的需求进行运算。
云计算是一种按使用量付费的模式,这种模式提供可用的、便捷的、按需的网络访问,进入可配置的计算资源共享池(资源包括网络,服务器,存储,应用软件,服务),这些资源能够被快速提供,只需投入很少的管理工作,或与服务供应商进行很少的交互。虚拟化系统将大量计算资源、存储资源与软件资源链接在一起,形成能够共享的大规模的虚拟资源池。
如何有效分析虚拟化系统的用户操作命令,根据用户的操作行为模式进行合理推荐,对提高系统的可用性有重要意义。
发明内容
本发明的目的是提供一种虚拟化平台操作推荐方法及装置,以对虚拟化系统的用户操作命令进行分析,根据用户的操作行为模式进行合理推荐。
为解决上述技术问题,本发明提供一种虚拟化平台操作推荐方法,包括:
提取用户对虚拟化平台操作的命令日志数据;
对所述命令日志数据进行预处理操作,生成处理后命令日志数据;
对所述处理后命令日志数据进行关联规则分析,确定用户操作命令之间的关联规则;
根据所述用户前一操作命令以及所述关联规则,向所述用户推荐与所述前一操作命令相关联的操作命令。
可选地,所述命令日志数据为操作界面下发的底层命令。
可选地,所述对所述命令日志数据进行预处理操作,生成处理后命令日志数据包括:
对所述命令日志数据进行数据清洗,剔除数据中的冗余项或异常项;
将所述命令日志数据划分为事务,所述事务为间隔时间小于预设时间阈值的连续操作。
可选地,所述对所述处理后命令日志数据进行关联规则分析,确定用户操作命令之间的关联规则包括:
统计各个操作命令在所有事务中同时出现的次数,根据计算命令A以及命令B同时出现在一个事务中的概率,其中,support表示支持度,P(AB)表示命令A和命令B同时出现在同一个事务中的次数,Transactions表示事务的总和,P(A)、P(B)分别表示命令A和命令B出现在事务中的次数;
根据设定的最小支持度阈值来划分出高频项目组,根据最小置信度阈值确定所述高频项目组中的关联规则,计算方法为:根据计算在命令A出现的事务中命令B出现的概率,confident表示置信度,若所述置信度的值达到最小置信度阈值,则认定操作命令AB是一个关联规则。
可选地,还包括:
获取当前用户对推荐的操作命令的使用反馈信息;
根据所述使用反馈信息对所述关联规则成功与否进行判断,如果所述当前用户使用推荐的操作,则认定所推荐的关联规则成功;如果所述当前用户未使用所述推荐的操作,则认定所推荐的关联规则失败。
可选地,在所述认定所推荐的关联规则失败之后还包括:
根据所述使用反馈信息对所述关联规则中的参数进行优化。
可选地,所述向所述用户推荐与所述前一操作命令相关联的操作命令包括:
在预设操作页面内按照关联程度显示各推荐的操作命令。
本发明还提供了一种虚拟化平台操作推荐装置,包括:
数据提取模块,用于提取用户对虚拟化平台操作的命令日志数据;
预处理模块,用于对所述命令日志数据进行预处理操作,生成处理后命令日志数据;
确定模块,用于对所述处理后命令日志数据进行关联规则分析,确定用户操作命令之间的关联规则;
推荐模块,用于根据所述用户前一操作命令以及所述关联规则,向所述用户推荐与所述前一操作命令相关联的操作命令。
可选地,还包括:
获取模块,用于获取当前用户对推荐的操作命令的使用反馈信息;
判定模块,用于根据所述使用反馈信息对所述关联规则成功与否进行判断,如果所述当前用户使用推荐的操作,则认定所推荐的关联规则成功;如果所述当前用户未使用所述推荐的操作,则认定所推荐的关联规则失败。
可选地,所述判定模块还包括:
优化单元,用于在认定所推荐的关联规则失败之后,根据所述使用反馈信息对所述关联规则中的参数进行优化。
本发明所提供的虚拟化平台操作推荐方法及装置,通过提取用户对虚拟化平台操作的命令日志数据;对命令日志数据进行预处理操作,生成处理后命令日志数据;对处理后命令日志数据进行关联规则分析,确定用户操作命令之间的关联规则;根据用户前一操作命令以及关联规则,向用户推荐与前一操作命令相关联的操作命令。本发明所提供的虚拟化平台操作推荐方法及装置,利用关联规则对虚拟化平台用户进行操作推荐,简化了用户的操作步骤,增加用户对系统易用性的肯定,增加用户对系统的认可度。
附图说明
为了更清楚的说明本发明实施例或现有技术的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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。
图1为本发明所提供的虚拟化平台操作推荐方法的一种具体实施方式的流程图;
图2为本发明所提供的虚拟化平台操作推荐方法的另一种具体实施方式的流程图;
图3为本发明实施例提供的虚拟化平台操作推荐装置的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面结合附图和具体实施方式对本发明作进一步的详细说明。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
通过结合关联规则与虚拟化平台特点,考虑用户在对虚拟化平台进行操作时需要反复点击各项功能页面来实现各项功能的跳转,本发明提出利用关联规则来挖掘用户日志信息,进而在界面对用户进行一系列操作的推荐,简化了虚拟化平台的操作步骤,并根据不同用户的操作习惯来推荐不同的操作内容,增加了系统的易用性,提高用户的满意度。下面对本发明所提供的虚拟化平台操作推荐方法进行详细阐述。
本发明所提供的虚拟化平台操作推荐方法的一种具体实施方式的流程图如图1所示,该方法包括:
步骤S101:提取用户对虚拟化平台操作的命令日志数据;
在虚拟化平台中,用户的日常操作都会由平台下发相应的命令来执行,同时这些命令会写入相应的日志中,本步骤中对生成的日志中命令日志数据进行提取,以便进行后续的分析处理。
具体地,可以提取记录用户日常操作所下发命令的日志。需要指出的是,本发明实施例中命令日志数据为操作界面下发的底层命令,而不用界面的操作接口日志来作为数据源,这是因为底层命令往往更加细化,使得数据源中的数据更加真实有效。
步骤S102:对所述命令日志数据进行预处理操作,生成处理后命令日志数据;
本步骤中对所述命令日志数据进行预处理操作,生成处理后命令日志数据可以具体包括:
对所述命令日志数据进行数据清洗,剔除数据中的冗余项或异常项;将所述命令日志数据划分为事务,所述事务为间隔时间小于预设时间阈值的连续操作。
将数据源日志切分为事务的过程可以具体为:根据日志中的时间,根据两条日志时间间隔长短来判定用户的连续性操作,进而将一段时间内的连续操作作为一个事务。将两条时间间隔不大于预设时间阈值(例如五分钟)的日志作为一个集合,作为关联规则中的一个事务,进而得到多个以日志集合为单位的事务。
步骤S103:对所述处理后命令日志数据进行关联规则分析,确定用户操作命令之间的关联规则;
具体地,可以根据预设最小支持度阈值找出高频项目组,从高频项目组中产生规则,再通过这些高频项目组来计算置信度,如果置信度大于最小置信度阈值,则判定该规则为关联规则。
通过关联规则来发现虚拟机操作日志中各项操作之间的关系,发现各项操作之间的关联程度,进而可以根据得出的结果来在推荐页面中推送相关操作,以减少用户操作并增加系统易用性。
步骤S104:根据所述用户前一操作命令以及所述关联规则,向所述用户推荐与所述前一操作命令相关联的操作命令。
本步骤可以根据关联规则来针对用户的操作来预估下一步操作,进而向用户推荐下一步操作,增加系统的易用性。
向所述用户推荐与所述前一操作命令相关联的操作命令包括:在预设操作页面内按照关联程度显示各推荐的操作命令。预设操作页面可以包括一个推荐的操作命令,也可以包括多个推荐的操作命令,多个推荐的操作命令可以按照关联程度进行排序,如关联程度高的排在上面,这均不影响本发明的实现。
本发明能够根据用户平时的操作习惯,在虚拟化平台中适时推荐操作命令,具体可以在虚拟化界面上对推荐的操作界面进行显示,使得用户能够更加简单方便地来操作和管理虚拟化平台中的虚拟机。
本发明所提供的虚拟化平台操作推荐方法,通过提取用户对虚拟化平台操作的命令日志数据;对命令日志数据进行预处理操作,生成处理后命令日志数据;对处理后命令日志数据进行关联规则分析,确定用户操作命令之间的关联规则;根据用户前一操作命令以及关联规则,向用户推荐与前一操作命令相关联的操作命令。本发明所提供的虚拟化平台操作推荐方法,利用关联规则对虚拟化平台用户进行操作推荐,简化了用户的操作步骤,增加用户对系统易用性的肯定,增加用户对系统的认可度。
关联规则是一种在大型数据库中发现变量之间的关联性关系的方法。它的目的是利用一些有意义的量度来识别数据库中发现的强规则,基于强规则的概念引入了关联规则以发现数据之间的规律性。关联规则挖掘过程主要包含两个阶段:第一阶段必须先从资料集合中找出所有的高频项目组、,第二阶段再由这些高频项目组中产生关联规则。
关联规则挖掘的第一阶段必须从原始资料集合中,找出所有高频项目组。高频的意思是指某一项目组出现的频率相对于所有记录而言,必须达到某一水平。一项目组出现的频率称为支持度,以一个包含A与B两个项目的2-itemset为例,我们可以求得包含{A,B}项目组的支持度,若支持度大于等于所设定的最小支持度阈值时,则{A,B}称为高频项目组。一个满足最小支持度的k-itemset,则称为高频k-项目组,一般表示为Large k或Frequent k。算法并从Large k的项目组中再产生Large k+1,直到无法再找到更长的高频项目组为止。关联规则挖掘的第二阶段是要产生关联规则。从高频项目组产生关联规则,是利用前一步骤的高频k-项目组来产生规则,在最小信赖度阈值下,若一规则所求得的信赖度满足最小信赖度,称此规则为关联规则。例如:经由高频k-项目组{A,B}所产生的规则AB,其信赖度可经由公式(2)求得,若信赖度大于等于最小信赖度,则称AB为关联规则。
根据上述关联规则的特性,下面对本发明所提供的虚拟化平台操作推荐方法的另一种具体实施方式进行详细介绍,参照图2,该方法具体包括:
步骤S201:提取用户在界面操作中下发的各项命令日志;
步骤S202:对提取到的命令日志进行预处理,作为数据源以供用户操作分析;
步骤S203:根据日志的时间,将间隔不超过5分钟的操作认定为连续性操作,一系列连续性操作作为一个事务,进而将整个数据源划分为多个事务;
步骤S204:对所述处理后命令日志数据进行关联规则分析,确定用户操作命令之间的关联规则;
该过程可以具体包括:
统计各个操作命令在所有事务中同时出现的次数,根据计算命令A以及命令B同时出现在一个事务中的概率,其中,support表示支持度,P(AB)表示命令A和命令B同时出现在同一个事务中的次数,Transactions表示事务的总和,P(A)、P(B)分别表示命令A和命令B出现在事务中的次数;
根据设定的最小支持度阈值来划分出高频项目组,根据最小置信度阈值确定所述高频项目组中的关联规则,计算方法为:根据计算在命令A出现的事务中命令B出现的概率,confident表示置信度,若所述置信度的值达到最小置信度阈值,则认定操作命令AB是一个关联规则。
步骤S205:得到关联规则之后,根据用户的前一步操作来推测下一步操作,然后在界面上给用户进行推送。
在上述任一实施例的基础上,本发明所提供的虚拟化平台操作推荐方法还可以进一步包括:
获取当前用户对推荐的操作命令的使用反馈信息;
根据所述使用反馈信息对所述关联规则成功与否进行判断,如果所述当前用户使用推荐的操作,则认定所推荐的关联规则成功;如果所述当前用户未使用所述推荐的操作,则认定所推荐的关联规则失败。
在所述认定所推荐的关联规则失败之后还包括:
根据所述使用反馈信息对所述关联规则中的参数进行优化。
本发明实施例根据以上关联规则的特性来对虚拟化平台中所下发的命令日志来进行关联规则的挖掘,为了得到高频项目组,需要首先将数据源划分为事务,即将命令日志根据时间片进行划分,规定5分钟之内的两条操作日志为连续性操作,进而将命令日志以时间片的方式划分为数个事务以找到高频项目组从而产生关联规则。根据关联规则来判断用户的哪些操作是有一定关联的,之后找出所有关联性操作并推送到虚拟化界面上以供用户进行选择。
本发明实施例通过用户的日常操作,利用关联规则来给用户推荐关联性操作,有利于减少用户操作步骤,节省操作时间,还可以根据用户对推荐操作的反馈来实时优化关联规则参数,提高推荐操作准确性,进而提高系统的易用性以及便捷性。
下面对本发明实施例提供的虚拟化平台操作推荐装置进行介绍,下文描述的虚拟化平台操作推荐装置与上文描述的虚拟化平台操作推荐方法可相互对应参照。
图3为本发明实施例提供的虚拟化平台操作推荐装置的结构框图,参照图3虚拟化平台操作推荐装置可以包括:
数据提取模块100,用于提取用户对虚拟化平台操作的命令日志数据;
预处理模块200,用于对所述命令日志数据进行预处理操作,生成处理后命令日志数据;
确定模块300,用于对所述处理后命令日志数据进行关联规则分析,确定用户操作命令之间的关联规则;
推荐模块400,用于根据所述用户前一操作命令以及所述关联规则,向所述用户推荐与所述前一操作命令相关联的操作命令。
在上述实施例的基础上,本发明实施例还可以进一步包括:
获取模块,用于获取当前用户对推荐的操作命令的使用反馈信息;
判定模块,用于根据所述使用反馈信息对所述关联规则成功与否进行判断,如果所述当前用户使用推荐的操作,则认定所推荐的关联规则成功;如果所述当前用户未使用所述推荐的操作,则认定所推荐的关联规则失败。
其中,所述判定模块还包括:
优化单元,用于在认定所推荐的关联规则失败之后,根据所述使用反馈信息对所述关联规则中的参数进行优化。
本实施例的虚拟化平台操作推荐装置用于实现前述的虚拟化平台操作推荐方法,因此虚拟化平台操作推荐装置中的具体实施方式可见前文中的虚拟化平台操作推荐方法的实施例部分,例如,数据提取模块100,预处理模块200,确定模块300,推荐模块400,分别用于实现上述虚拟化平台操作推荐方法中步骤S101,S102,S103和S104,所以,其具体实施方式可以参照相应的各个部分实施例的描述,在此不再赘述。
本发明所提供的虚拟化平台操作推荐装置,通过提取用户对虚拟化平台操作的命令日志数据;对命令日志数据进行预处理操作,生成处理后命令日志数据;对处理后命令日志数据进行关联规则分析,确定用户操作命令之间的关联规则;根据用户前一操作命令以及关联规则,向用户推荐与前一操作命令相关联的操作命令。本发明所提供的虚拟化平台操作推荐装置,利用关联规则对虚拟化平台用户进行操作推荐,简化了用户的操作步骤,增加用户对系统易用性的肯定,增加用户对系统的认可度。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本发明所提供的虚拟化平台操作推荐方法以及装置进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也落入本发明权利要求的保护范围内。
Claims (7)
1.一种虚拟化平台操作推荐方法,其特征在于,包括:
提取用户对虚拟化平台操作的命令日志数据;所述命令日志数据为操作界面下发的底层命令;
对所述命令日志数据进行预处理操作,生成处理后命令日志数据;
对所述处理后命令日志数据进行关联规则分析,确定用户操作命令之间的关联规则;
根据所述用户前一操作命令以及所述关联规则,向所述用户推荐与所述前一操作命令相关联的操作命令;其中,根据关联规则来针对用户的操作预估下一步操作,进而向用户推荐下一步操作,以便用户操作和管理虚拟化平台中的虚拟机;
其中,还包括:
获取当前用户对推荐的操作命令的使用反馈信息;
根据所述使用反馈信息对所述关联规则成功与否进行判断,如果所述当前用户使用推荐的操作,则认定所推荐的关联规则成功;如果所述当前用户未使用所述推荐的操作,则认定所推荐的关联规则失败。
2.如权利要求1所述的虚拟化平台操作推荐方法,其特征在于,所述对所述命令日志数据进行预处理操作,生成处理后命令日志数据包括:
对所述命令日志数据进行数据清洗,剔除数据中的冗余项或异常项;
将所述命令日志数据划分为事务,所述事务为间隔时间小于预设时间阈值的连续操作。
3.如权利要求2所述的虚拟化平台操作推荐方法,其特征在于,所述对所述处理后命令日志数据进行关联规则分析,确定用户操作命令之间的关联规则包括:
统计各个操作命令在所有事务中同时出现的次数,根据计算命令A以及命令B同时出现在一个事务中的概率,其中,support表示支持度,P(AB)表示命令A和命令B同时出现在同一个事务中的次数,表示事务的总和,P(A)、P(B)分别表示命令A和命令B出现在事务中的次数;
4.如权利要求1-3任一项所述的虚拟化平台操作推荐方法,其特征在于,在所述认定所推荐的关联规则失败之后还包括:
根据所述使用反馈信息对所述关联规则中的参数进行优化。
5.如权利要求4所述的虚拟化平台操作推荐方法,其特征在于,所述向所述用户推荐与所述前一操作命令相关联的操作命令包括:
在预设操作页面内按照关联程度显示各推荐的操作命令。
6.一种虚拟化平台操作推荐装置,其特征在于,包括:
数据提取模块,用于提取用户对虚拟化平台操作的命令日志数据;所述命令日志数据为操作界面下发的底层命令;
预处理模块,用于对所述命令日志数据进行预处理操作,生成处理后命令日志数据;
确定模块,用于对所述处理后命令日志数据进行关联规则分析,确定用户操作命令之间的关联规则;
推荐模块,用于根据所述用户前一操作命令以及所述关联规则,向所述用户推荐与所述前一操作命令相关联的操作命令;其中,根据关联规则来针对用户的操作预估下一步操作,进而向用户推荐下一步操作,以便用户操作和管理虚拟化平台中的虚拟机;
其中,还包括:
获取模块,用于获取当前用户对推荐的操作命令的使用反馈信息;
判定模块,用于根据所述使用反馈信息对所述关联规则成功与否进行判断,如果所述当前用户使用推荐的操作,则认定所推荐的关联规则成功;如果所述当前用户未使用所述推荐的操作,则认定所推荐的关联规则失败。
7.如权利要求6所述的虚拟化平台操作推荐装置,其特征在于,所述判定模块还包括:
优化单元,用于在认定所推荐的关联规则失败之后,根据所述使用反馈信息对所述关联规则中的参数进行优化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611262893.2A CN106844550B (zh) | 2016-12-30 | 2016-12-30 | 一种虚拟化平台操作推荐方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611262893.2A CN106844550B (zh) | 2016-12-30 | 2016-12-30 | 一种虚拟化平台操作推荐方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106844550A CN106844550A (zh) | 2017-06-13 |
CN106844550B true CN106844550B (zh) | 2021-06-29 |
Family
ID=59115224
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611262893.2A Active CN106844550B (zh) | 2016-12-30 | 2016-12-30 | 一种虚拟化平台操作推荐方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106844550B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107887033B (zh) * | 2017-10-25 | 2021-04-02 | 青岛海信医疗设备股份有限公司 | 为终端预传输数据的方法、装置及服务器 |
CN109815097A (zh) * | 2018-12-14 | 2019-05-28 | 中国平安财产保险股份有限公司 | 基于智能决策的应用程序功能操作推荐方法及系统 |
CN110855483A (zh) * | 2019-11-05 | 2020-02-28 | 杭州安恒信息技术股份有限公司 | 一种运维命令管理方法、系统及电子设备 |
CN112660046B (zh) * | 2020-12-30 | 2024-04-09 | 爱驰汽车有限公司 | 设备控制方法、装置、计算机设备、存储介质及车辆 |
CN113420240A (zh) * | 2021-07-02 | 2021-09-21 | 广州虎牙科技有限公司 | 用户行为分析方法、装置、电子设备和存储介质 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8200691B2 (en) * | 2006-11-29 | 2012-06-12 | Sap Ag | Action prediction based on interactive history and context between sender and recipient |
CN101799810B (zh) * | 2009-02-06 | 2012-09-26 | 中国移动通信集团公司 | 一种关联规则挖掘方法及其系统 |
US10026058B2 (en) * | 2010-10-29 | 2018-07-17 | Microsoft Technology Licensing, Llc | Enterprise resource planning oriented context-aware environment |
CN104537100B (zh) * | 2011-01-04 | 2019-03-19 | 张越峰 | 一种初具人类思维的智能系统及方法 |
CN102855309B (zh) * | 2012-08-21 | 2016-02-10 | 亿赞普(北京)科技有限公司 | 一种基于用户行为关联分析的信息推荐方法及装置 |
CN103345698A (zh) * | 2013-07-09 | 2013-10-09 | 焦点科技股份有限公司 | 电子商务环境下基于云计算处理模式的个性化推荐方法 |
US10565615B2 (en) * | 2014-07-01 | 2020-02-18 | Transform Sr Brands Llc | System and method for personalized add-on purchase |
CN105446143B (zh) * | 2014-08-14 | 2020-01-31 | 联想(北京)有限公司 | 一种信息处理方法及电子设备 |
US9916605B2 (en) * | 2015-06-27 | 2018-03-13 | International Business Machines Corporation | Collaboration group recommendations derived from request-action correlations |
CN105404943A (zh) * | 2015-12-08 | 2016-03-16 | 南京邮电大学 | 一种面向移动社交环境的用户行为预测方法 |
-
2016
- 2016-12-30 CN CN201611262893.2A patent/CN106844550B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN106844550A (zh) | 2017-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106844550B (zh) | 一种虚拟化平台操作推荐方法及装置 | |
US11386128B2 (en) | Automatic feature learning from a relational database for predictive modelling | |
US11526799B2 (en) | Identification and application of hyperparameters for machine learning | |
WO2018103595A1 (zh) | 一种授权策略推荐方法及装置、服务器、存储介质 | |
CN107871166B (zh) | 针对机器学习的特征处理方法及特征处理系统 | |
CN110442712B (zh) | 风险的确定方法、装置、服务器和文本审理系统 | |
US11551123B2 (en) | Automatic visualization and explanation of feature learning output from a relational database for predictive modelling | |
US20200401580A1 (en) | Interaction between visualizations and other data controls in an information system by matching attributes in different datasets | |
US11144506B2 (en) | Compression of log data using field types | |
US11151089B2 (en) | Compression of log data using pattern recognition | |
WO2022018538A1 (en) | Identifying source datasets that fit transfer learning process for target domain | |
CN109951859B (zh) | 无线网络连接推荐方法、装置、电子设备及可读介质 | |
US11409965B2 (en) | Searching conversation logs of a virtual agent dialog system for contrastive temporal patterns | |
CN111368864A (zh) | 识别方法、可用性评估方法及装置、电子设备、存储介质 | |
US20210357955A1 (en) | User search category predictor | |
CN110852078A (zh) | 生成标题的方法和装置 | |
CN115249043A (zh) | 数据分析方法、装置、电子设备及存储介质 | |
US11574215B2 (en) | Efficiency driven data collection and machine learning modeling recommendation | |
US20220172102A1 (en) | Machine learning model trained using features extracted from n-grams of mouse event data | |
WO2021257195A1 (en) | Topic graph-based comment generation | |
CN113961797A (zh) | 资源推荐方法、装置、电子设备和可读存储介质 | |
CN113010782A (zh) | 需求量获取方法、装置、电子设备以及计算机可读介质 | |
CN111291186A (zh) | 一种基于聚类算法的上下文挖掘方法、装置和电子设备 | |
US10572560B2 (en) | Detecting relevant facets by leveraging diagram identification, social media and statistical analysis software | |
CN110851438A (zh) | 一种数据库索引优化建议与验证的方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |