CN107566495A - 一种基于微服务的机会分发方法 - Google Patents

Abstract

本发明涉及云计算技术领域，特别是指一种基于微服务的机会分发方法。本发明所述的方法是将微服务用成交量、用户亲密度、收藏等条件进行限定，当用户发起微服务请求时；根据条件进行排序选择；最后将微服务请求发送个若干个微服务供应商。本发明方法准确性更高、能够为微服务提供商提供正确的服务导向。可以用来选择微服务供应商。

Description

一种基于微服务的机会分发方法

技术领域

本发明涉及云计算技术领域，特别是指一种基于微服务的机会分发算法。

背景技术

随着互联网的发展，微服务逐渐成为主流的一种服务机制，越来越多的微服务提供商纷纷涌现，微服务形式也五花八门。对于用户来说，如何及时获取准确的微服务变得越来越困难。个别微服务厂家都是通过热度排行、基于内容的推送算法等向用户推送微服务，这种方法存在以下弊端：

(1)准确度不高，热度排行和基于内容推送适用于运营类服务推送，对于行业类微服务需要更加准确的筛选方法，比如价格，服务评价、成交情况等。

(2)无法对微服务提供商形成约束，很多微服务提供商会通过刷分等来提高排行，缺少正确客观的评价微服务提供商的服务质量。

发明内容

本发明解决的技术问题在于提供一种基于微服务的机会分发方法，解决传统方法存在的不足，为用户提供一种更准确，更及时的解决方案。

本发明解决上述技术问题的技术方案是：

所述的方法是将微服务用成交量、用户亲密度、收藏等条件进行限定，当用户发起微服务请求时；根据条件进行排序选择；最后将微服务请求发送个若干个微服务供应商。

所述的方法包括如下步骤：

步骤1：设置微服务每个得分项目分值，包括成交量分值、用户亲密度分值、收藏分值等，设置条件过滤微服务数量M及机会分发微服务数量N：

步骤2：用户发起微服务请求，包含服务行业、地域、服务分类及服务内容；

步骤3：先根据服务行业、地域、服务分类获取微服务集合，集合数量不超过设定好的条件过滤的微服务数量M；

步骤4：计算集合里面每个微服务分数，根据分数倒序排列，获取前N条微服务；

步骤5：将微服务请求转化为机会分发给获取的N个微服务对应提供商。

所述的服务，是指能够给用户单独提供的一种服务类型；范围比较小，能够单独计价，包括人才招聘服务、专项资金申报、合同编制、找某一领域专家等涉及各行各业的服务；

所述的微服务，是能够独立提供，并计价的服务；

所述的条件过滤，是指服务行业、地域、服务分类等明确要求的条件；

所述的设置微服务每个得分项目分值，是用来计算对于当前用户提出的微服务请求，符合机会分发的微服务而设置；分数越高，证明筛选的微服务越符合用户提出的微服务请求。

所述的集合，是指通过服务行业、地域、服务分类及服务内容等条件过滤后机会管理系统里面符合条件的微服务集合；公式为：minServers＝{a,b,c}，其中minServers表示微服务集合，a，b，c表示符合条件的微服务。

所述的计算集合里面每个微服务分数，公式如下：

aScore＝[S(Users)+aS(User)]/_aT(Time)

其中aScore表示要获取的a服务的分数，S(Users)是微服务本身的评分；

S(Users)＝favorNum*favorScore+serverNum*serverScore+recommendNum*recommendScore

其中favorNum*favorScore，表示收藏次数及设置的每次收藏所得分数；

serverNum*serverScore，表示服务次数及设置的每次服务所得分数；

recommendNum*recommendScore，表示推荐次数及设置的推荐所得分数；

aS(User)表示用户与微服务的交易分数，即以往是否购买过此微服务及享受过此微服务提供商提供的其他微服务；

aS(User)＝serverNum*serverNum*isGood+otherServer*otherServer Num*isGood

其中serverNum*serverNum表示购买过此服务及设置的分数，以及对服务评价好坏，可以是负数；

otherServer*otherServer Num，表示此微服务提供商提供的其他微服务及设置的分数。

isGood表示用户对此微服务的满意度，可以是负数；

aT(Time)用户对于微服务的满意度是会随着时间的衰减而逐渐减少的，并且趋势应该是衰减越来越快，直至趋近于零热度。这里参考牛顿冷却定律。

aT(Time)＝e^(X*(T1–T0))

其中X是常数，根据监测维度可以进行调优。

其中T0是服务发布时间，T1是当前时间。

所述的牛顿冷却定律(Newton's law of cooling)：温度高于周围环境的物体向周围媒质传递热量逐渐冷却时所遵循的规律。

本发明方法通过多维度的评估筛选能够为用户提供更好更准确性价比更高的微服务；本发明方法能够为微服务提供商提供正确的服务导向，不是单纯的从价格和好评出发来推送机会。

附图说明

下面结合附图对本发明进一步说明：

图1为本发明的流程图；

图2为本发明实施框架图。

具体实施方式

为使本发现的目的、技术方案和优点更加清楚，下面将结合附图并以实际实施案例作进一步详细解说，如图1、2所示，本发明具体实施过程如下：

1、设置微服务每个得分项目分值，比如成交量分值、用户亲密度分值、收藏分值等，设置条件过滤微服务数量M及机会分发微服务数量N；

这里的设置属于公共参数，可以通过后台数据库字典表来设置，然后根据后期的运营情况作出调整，不断的优化配置参数，特别是分值的设置。

2、用户发起微服务请求，包含服务行业、地域、服务分类及服务内容；

3、先根据服务行业、地域、服务分类获取微服务集合，集合数量不超过设定好的条件过滤的微服务数量M；

所述的集合，是指通过服务行业、地域、服务分类及服务内容等条件过滤后机会管理系统里面符合条件的微服务集合，minServers＝{a,b,c}，其中minServers表示微服务集合，且，b，c表示符合条件的微服务。

根据条件过滤微服务代码如下：

其中spsp bean如下：

private Long category；服务行业

private Long cityId；服务城市

private Long orgId；服务机构

private Long expertId；对应专家

所述的计算集合里面每个微服务分数，公式如下：

aScore＝(S(Users)+aS(User))/aT(Time)

其中aScore表示要获取的a服务的分数，S(Users)是微服务本身的评分，其公式如下：

S(Users)＝favorNum*favorScore+serverNum*serverScore+recommendNum*recommendScore

其中favorNum*favorScore，表示收藏次数及设置的每次收藏所得分数；

serverNum*serverScore，表示服务次数及设置的每次服务所得分数；

recommendNum*recommendScore，表示推荐次数及设置的推荐所得分数；

aS(User)表示用户与微服务的交易分数，即以往是否购买过此微服务及享受过此微服务提供商提供的其他微服务。

aS(User)＝serverNum*serverNum*isGood+otherServer*otherServer Num*isGood

其中serverNum*serverNum表示购买过此服务及设置的分数。，以及对服务评价好坏，可以是负数。

otherServer*otherServer Num，表示此微服务提供商提供的其他微服务及设置的分数。

isGood表示用户对此微服务的满意度，可以是负数。

所述的N，即步骤1设置的机会分发微服务数量。

4、计算集合里面每个微服务分数，根据分数倒序排列，获取前N条微服务；

5、将微服务请求转化为机会分发给获取的N个微服务对应提供商。

下面是机会分发部分代码：

Claims (5)

1.一种基于微服务的机会分发方法，其特征在于：所述的方法是将微服务用成交量、用户亲密度、收藏等条件进行限定，当用户发起微服务请求时；根据条件进行排序选择；最后将微服务请求发送个若干个微服务供应商。

2.根据权利要求1所述的机会分发方法，其特征在于：所述的方法包括如下步骤：

步骤1：设置微服务每个得分项目分值，包括成交量分值、用户亲密度分值、收藏分值等，设置条件过滤微服务数量M及机会分发微服务数量N；

步骤2：用户发起微服务请求，包含服务行业、地域、服务分类及服务内容；

步骤3：先根据服务行业、地域、服务分类获取微服务集合，集合数量不超过设定好的条件过滤的微服务数量M；

步骤4：计算集合里面每个微服务分数，根据分数倒序排列，获取前N条微服务；

步骤5：将微服务请求转化为机会分发给获取的N个微服务对应提供商。

3.根据权利要求2所述的方法，其特征在于：

所述的服务，是指能够给用户单独提供的一种服务类型；范围比较小，能够单独计价，包括人才招聘服务、专项资金申报、合同编制、找某一领域专家等涉及各行各业的服务；

所述的微服务，是能够独立提供，并计价的服务；

所述的条件过滤，是指服务行业、地域、服务分类等明确要求的条件；

所述的设置微服务每个得分项目分值，是用来计算对于当前用户提出的微服务请求，符合机会分发的微服务而设置；分数越高，证明筛选的微服务越符合用户提出的微服务请求。

4.根据权利要求2或3所述的方法，其特征在于：

所述的集合，是指通过服务行业、地域、服务分类及服务内容等条件过滤后机会管理系统里面符合条件的微服务集合；公式为：minServers＝{a，b，c}，其中minServers表示微服务集合，a，b，c表示符合条件的微服务。

5.根据权利要求4所述的方法，其特征在于：

所述的计算集合里面每个微服务分数，公式如下：

aScore＝[S(Users)+aS(User)]/aT(Time)

其中aScore表示要获取的a服务的分数，S(Users)是微服务本身的评分；

S(Users)＝favorNum*favorScore+serverNum*serverScore+recommendNum*recommendScore

其中favorNum*favorScore，表示收藏次数及设置的每次收藏所得分数；

serverNum*serverScore，表示服务次数及设置的每次服务所得分数；

recommendNum*recommendScore，表示推荐次数及设置的推荐所得分数；

aS(User)表示用户与微服务的交易分数，即以往是否购买过此微服务及享受过此微服务提供商提供的其他微服务；

aS(User)＝serverNum*serverNum*isGood+otherServer*otherServer

Num*isGood

其中serverNum*serverNum表示购买过此服务及设置的分数，以及对服务评价好坏，可以是负数；

otherServer*otherServer Num，表示此微服务提供商提供的其他微服务及设置的分数。

isGood表示用户对此微服务的满意度，可以是负数；

aT(Time)用户对于微服务的满意度是会随着时间的衰减而逐渐减少的，并且趋势应该是衰减越来越快，直至趋近于零热度；这里参考牛顿冷却定律；

aT(Time)＝e^(X＊(T1-T0))

其中X是常数，根据监测维度可以进行调优；

其中T0是服务发布时间，T1是当前时间；

所述的牛顿冷却定律(Newton′s law of cooling)：温度高于周围环境的物体向周围媒质传递热量逐渐冷却时所遵循的规律。