CN109241444A - 基于状态机的内容推荐方法、装置、设备和存储介质 - Google Patents
基于状态机的内容推荐方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN109241444A CN109241444A CN201811183179.3A CN201811183179A CN109241444A CN 109241444 A CN109241444 A CN 109241444A CN 201811183179 A CN201811183179 A CN 201811183179A CN 109241444 A CN109241444 A CN 109241444A
- Authority
- CN
- China
- Prior art keywords
- recommendation
- resource file
- content
- node
- fringe node
- 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 Transfer Between Computers (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及智能推荐领域,尤其涉及一种基于状态机的内容推荐方法、装置、设备和存储介质。基于状态机的内容推荐方法包括:获取用户访问网络内容的历史记录;根据历史记录,计算所访问的网络内容的推荐指数;将推荐指数与阈值进行比较,根据比较结果标记可推荐内容;将可推荐内容推荐给用户,并从包含有各类网络资源的核心节点中下载可推荐内容的资源文件,将资源文件存储于边缘节点中;获取用户访问网络内容的实际请求,并根据实际请求定位到对应的边缘节点,从对应的边缘节点中检索存储其中的资源文件,并获取对应实际请求的资源文件。本发明通过边缘节点对网络资源进行预下载,简化了客户端的处理流程,节省了资源空间,提高了节点的服务。
Description
技术领域
本发明涉及智能推荐领域,特别是涉及基于状态机的内容推荐方法、装置、设备和存储介质。
背景技术
随着互联网的发展从PC端进入到手机端之后,人们获取信息的方式已经从传统的WEB页面转移到了客户端、自媒体等平台上,而这个时候内容形式也从单纯的以文字为主转移到了以图文为主的形式,这种新的内容表达方式催生了各式各样的自媒体平台和以图文为主要内容展示形式的平台的出现。然而,时代的进步使得人们已经不再满足以图文为主的内容展示方式,以视频为主的新的内容展示方式以直观、生动等优势开始更加受到人们的青睐。于是,视频开始越来越多地被用户关注起来,并逐步演变成为一种新的表达方式。内容形式从文字到图文再到视频,这除了和用户的需求不断增长有关之外,更深层次的原因就在于互联网技术的不断演进和发展,不断优化的信号传输技术和网络技术让人们有条件能够方便、快捷地接受这种内容形式,并带给用户完全不同的体验。
目前在各网络平台中,一般先会对用户某段时间的视频浏览记录进行分析,了解到客户的观看习惯,根据用户的观看习惯进行有关内容的推荐,如果用户想要下载相关资源,还需要用户从客户端发起相应内容的预下载,这样会导致客户端频繁调用API,占用大量的服务器资源和浪费用户的时间,整个流程比较繁琐,而且在缓存有关的资源内容时,需要大量的存储空间,浪费存储资源。
发明内容
基于此,有必要针对现有技术在获取网络资源时的流程比较繁琐,在缓存相关的资源内容时需要占用大量的存储空间的问题,提供一种基于状态机的内容推荐方法、装置、设备和存储介质。
一种基于状态机的内容推荐方法,所述基于状态机的内容推荐方法,包括如下步骤:
获取用户访问网络内容的历史记录;
根据所述历史记录,计算所访问的网络内容的推荐指数;
将所述推荐指数与阈值进行比较,根据比较结果标记可推荐内容;
将所述可推荐内容推荐给用户,并从包含有各类网络资源的核心节点中下载所述可推荐内容的资源文件,将所述资源文件存储于边缘节点中,所述边缘节点指用户可以就近获取网络资源的网络节点;
获取用户访问网络内容的实际请求,并根据所述实际请求定位到对应的边缘节点,从所述对应的边缘节点中检索存储其中的所述资源文件,并获取对应所述实际请求的所述资源文件。
在一个实施例中,根据所述历史记录,计算所访问的网络内容的推荐指数,包括:
获取用户历史访问网络内容的关键词,并将所述关键词按照网络内容的不同进行分类;
计算所述关键词的推荐指数,计算公式如公式(1)所示,
公式(1)中,为推荐指数,其数值在0到1之间,λ为不同关键词的推荐系数,该系数可以使用经验值,其系数值在0到1之间,Ni为相同关键词的个数,tnow为当前时间,tfirst为相同关键词中首个关键词被访问的时间。
在一个实施例中,将所述推荐指数与阈值进行比较,根据比较结果标记可推荐内容,包括:
获取计算所得的所述关键词的推荐指数;
将所述推荐指数与阈值进行比较,当所述推荐指数高于所述阈值时,将所述关键词对应的网络内容标记为可推荐内容;当所述推荐指数低于所述阈值时,则不进行标记。
在一个实施例中,将所述可推荐内容推荐给用户,并从包含有各类网络资源的核心节点中下载所述可推荐内容的资源文件,将所述资源文件存储于边缘节点中,所述边缘节点指用户可以就近获取网络资源的网络节点,包括:
获取用户在客户端输入的访问请求;
获取与所述访问请求对应的可推荐内容,并通过推荐引擎将所述可推荐内容发送至客户端,所述推荐引擎设置于边缘节点中;
根据所述可推荐内容,从核心节点中预下载所述可推荐内容对应的资源文件,并将所述资源文件缓存于所述边缘节点中。
在一个实施例中,获取用户访问网络内容的实际请求,并根据所述实际请求定位到对应的边缘节点,从所述对应的边缘节点中检索存储其中的所述资源文件,并获取对应所述实际请求的所述资源文件,包括:
获取用户访问网络内容的实际请求,并对所述实际请求进行判断,判断其是否属于可推荐内容;
若所述实际请求属于所述可推荐内容,则从所述边缘节点中获取所述实际请求对应的资源文件;
若所述实际请求不属于所述可推荐内容,则从核心节点中获取所述实际请求对应的资源文件。
在一个实施例中,根据所述可推荐内容,从核心节点中预下载所述可推荐内容对应的资源文件,并将所述资源文件缓存于所述边缘节点中,包括:
获取可推荐内容的关键词,调用边缘节点中的推荐引擎将所述关键词发送至核心节点;
根据所述关键词,从所述核心节点中搜索到对应的资源文件;
将所述资源文件发送至边缘节点中进行保存。
在一个实施例中,在获取用户访问网络内容的实际请求,并根据所述实际请求定位到对应的边缘节点,从所述对应的边缘节点中检索存储其中的所述资源文件,并获取对应所述实际请求的所述资源文件之后,还包括根据用户的实际请求,整理边缘节点中的资源文件,具体包括:
若所述实际请求需要从所述边缘节点中获取网络资源,则保留所述边缘节点中对应的所述资源文件;
若所述实际请求需要从核心节点中获取对应的网络资源,则清除所述边点中对应的所述资源文件。
基于相同的构思,本申请还提供一种基于状态机的内容推荐装置,所述基于状态机的内容推荐装置包括:
获取模块,设置为获取用户访问网络内容的历史记录;
运算模块,设置为根据所述历史记录,计算所访问的网络内容的推荐指数;
标记模块,设置为将所述推荐指数与阈值进行比较,根据比较结果标记可推荐内容;
推荐模块,设置为将所述可推荐内容推荐给用户,并从核心节点中下载所述可推荐内容的资源文件,将所述资源文件存储于边缘节点中;
输出模块,设置为获取用户访问网络内容的实际请求,并根据所述实际请求定位到对应的边缘节点,从所述对应的边缘节点中检索存储其中的所述资源文件,并获取对应所述实际请求的所述资源文件。
基于相同的技术构思,本申请实施例还提供一种计算机设备,所述计算机设备包括存储器和处理器,所述存储器中存储有计算机可读指令,所述计算机可读指令被一个或多个所述处理器执行时,使得一个或多个所述处理器执行上述基于状态机的内容推荐方法的步骤。
基于相同的技术构思,本申请实施例还提供了一种存储有计算机可读指令的存储介质,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个所述处理器执行如上述基于状态机的内容推荐方法的步骤。
上述基于状态机的内容推荐方法、装置、设备和存储介质,通过获取用户访问网络内容的历史记录;根据所述历史记录,计算所访问的网络内容的推荐指数;将所述推荐指数与阈值进行比较,根据比较结果标记可推荐内容;将所述可推荐内容推荐给用户,并从包含有各类网络资源的核心节点中下载所述可推荐内容的资源文件,将所述资源文件存储于边缘节点中,所述边缘节点指用户可以就近获取网络资源的网络节点;获取用户访问网络内容的实际请求,并根据所述实际请求定位到对应的边缘节点,从所述对应的边缘节点中检索存储其中的所述资源文件,并获取对应所述实际请求的所述资源文件。因此,通过边缘节点对网络资源进行预下载,简化了客户端的处理流程,无需缓存较多的资源文件,节省了资源空间,提高了服务效率。
附图说明
图1为本申请在一个实施例中基于状态机的内容推荐的流程图;
图2为本申请在一个实施例中进行内容推荐的流程图;
图3为本申请在一个实施例中获取网络资源的流程图;
图4为本申请在一个实施例中基于状态机的内容推荐装置的结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
图1为本申请在一个实施例中提供的基于状态机的内容推荐的流程图,如图所示,包括:
S1、获取用户访问网络内容的历史记录;
本步骤通过获取用户访问网络内容的HTTP请求,根据所述HTTP请求中的关键词,调用所述HTTP请求对应的网络资源。
S2、根据所述历史记录,计算所访问的网络内容的推荐指数;
本步骤中通过获取用户历史访问的网络内容,将所述网络内容按照关键词进行分类,再通过计算所述关键词的推荐指数来展现某一类别的所述网络内容的推荐指数。
S3、将所述推荐指数与阈值进行比较,根据比较结果标记可推荐内容;
本步骤中将计算后的网络内容的推荐指数与阈值进行比较,当所述推荐指数高于所述阈值时,所述网络内容值得推荐,标记所述网络内容;当所述推荐指数低于所述阈值时,所述网络内容不值得推荐。
S4、将所述可推荐内容推荐给用户,并从包含有各类网络资源的核心节点中下载所述可推荐内容的资源文件,将所述资源文件存储于边缘节点中,所述边缘节点指用户可以就近获取网络资源的网络节点;
本步骤中通过对比用户在客户端输入的访问请求,将与所述访问请求相对应的可推荐内容推荐到客户端界面,并从核心节点中预下载所述可推荐内容包含的资源文件;所述核心节点指包含各类网络资源的一个区域的源站,其中包含多个所述边缘节点;比如按照区域划分的华东区域核心节点,其中包括上海边缘节点、杭州边缘节点、南京边缘节点;若访问网络资源的用户位于杭州边缘节点范围内,根据该用户的各网络资源的推荐指数,从华东区域核心节点中将对应的资源文件进行预下载并保存至杭州边缘节点中;当用户需要访问该资源文件时,则可直接从杭州边缘节点中获取该资源文件,无需通过调用API再去华东区域核心节点中获取,使得获取资源流程简单,获取资源速度快,大大提高了网络节点的工作效率。
S5、获取用户访问网络内容的实际请求,并根据所述实际请求定位到对应的边缘节点,从所述对应的边缘节点中检索存储其中的所述资源文件,并获取对应所述实际请求的所述资源文件;
本步骤中通过对比用户在客户端输入的实际请求,判断所述实际请求是否在可推荐内容的范围内,若所述实际请求在所述可推荐内容内,则从对应的边缘节点中获取所述实际请求的资源文件;若所述实际请求不在所述可推荐内容内,则从核心节点中获取所述实际请求的资源文件。
本申请通过上述步骤方法,实现了根据用户访问网络内容的历史记录来进行内容推荐的功能,并且通过边缘节点对推荐内容的预下载,简化了用户客户端的处理流程,缩短了用户获取资源文件的时间,提高了网络节点的服务效率。
在一个实施例中,S2、根据所述历史记录,计算所访问的网络内容的推荐指数可以包括:
S201、获取用户历史访问网络内容的关键词,并将所述关键词按照网络内容的不同进行分类;
本步骤中通过获取用户历史访问网络内容的关键词,将所述网络内容按照所述关键词和所属类别进行分类;比如获取到一搞笑短视频,其关键词为搞笑,属于视频类的,则分类到视频类的搞笑类中。
S202、计算所述关键词的推荐指数,计算公式如公式(1)所示,
公式(1)中,为推荐指数,其数值在0到1之间,λ为不同关键词的推荐系数,该系数可以使用经验值,其系数值在0到1之间,Ni为相同关键词的个数,tnow为当前时间,tfirst为相同关键词中首个关键词被访问的时间;
本步骤中根据公式(1)计算网络内容的关键词的推荐指数,用所述关键词的所述推荐指数来代表对应类别的所述网络内容的推荐指数。
本实施例中通过获取网络内容的关键词,并计算所述关键词的推荐指数,为后续评判所述网络内容是否值得推荐提供了基础。
在一个实施例中,S3、将所述推荐指数与阈值进行比较,根据比较结果标记可推荐内容可以包括:
S301、获取计算所得的所述关键词的推荐指数;
S302、将所述推荐指数与阈值进行比较,当所述推荐指数高于所述阈值时,将所述关键词对应的网络内容标记为可推荐内容;当所述推荐指数低于所述阈值时,则不进行标记;
本步骤中通过将计算后的网络内容的关键词的推荐指数与阈值进行比较,继而评判所述网络内容是否值得推荐;比如阈值设置为0.5,若搞笑类短视频的推荐指数为0.6,则该搞笑类短视频值得推荐,标记该搞笑类短视频;若搞笑类短视频的推荐指数为0.3,则该搞笑类短视频不值得推挤且不进行标记。
本实施例中通过将所述关键词的所述推荐指数与阈值进行比较,且标记推荐指数高于阈值的网络内容,为后续将网络内容推荐给用户提供基础。
图2为本申请在一个实施例中提供的进行内容推荐的流程图,如图所示,包括:
S401、获取用户在客户端输入的访问请求;
本步骤中通过客户端获取用户输入的访问请求,所述客户端包括电脑客户端、电视客户端、平板客户端和手机客户端。
S402、获取与所述访问请求对应的可推荐内容,并通过推荐引擎将所述可推荐内容发送至客户端,所述推荐引擎设置于边缘节点中;
本步骤中通过获取的用户访问请求,从可推荐内容中搜索到与所述访问请求相应的内容,并通过边缘节点中的推荐引擎将所述可推荐内容展现在客户端界面中。
S403、根据所述可推荐内容,从核心节点中预下载所述可推荐内容对应的资源文件,并将所述资源文件缓存于所述边缘节点中;
本步骤中根据展现在客户端界面中的可推荐内容,从核心节点中预下载所述可推荐内容对应的资源文件,将所述资源文件传送至边缘节点中进行存储。
本实施例通过对比用户的访问请求,向用户推荐相关的内容,并从核心节点中预下载推荐内容的资源文件,且缓存于边缘节点中,为后续用户直接从边缘节点中获取资源文件提供基础,缩短用户获取网络资源的时间。
图3为本申请在一个实施例中提供的获取网络资源的流程图,如图所示,包括:
S501、获取用户访问网络内容的实际请求,并对所述实际请求进行判断,判断其是否属于可推荐内容;
本步骤中通过客户端获取用户实际请求访问的网络内容,判断该实际请求是否属于可推荐内容的范围;比如用户最开始的访问请求为“搞笑类短视频”,并在客户端向用户推荐了国内的搞笑类短视频系列,而用户的实际请求为“国外整蛊短视频”,则该实际请求不在推荐内容范围内。
S502、若所述实际请求属于所述可推荐内容,则从所述边缘节点中获取所述实际请求对应的资源文件;若所述实际请求不属于所述可推荐内容,则从核心节点中获取所述实际请求对应的资源文件;
本步骤中通过判断实际请求是否属于可推荐内容的范围,并根据判断结果从对应的节点中获取资源文件;比如用户的实际请求为“国外整蛊短视频”,且之前向用户推荐的为国外搞笑视频系列,则直接从边缘节点中获取资源文件,若之前向用户推荐的为国内搞笑视频系列,则需要从核心节点中获取资源文件。
本实施例中通过对比用户实际请求与可推荐内容,若所述实际请求在所述可推荐范围内,则可直接从边缘节点中获取资源文件,缩短了用户获取资源文件的时间,提高了节点的服务效率。
在一个实施例中,S403、根据所述可推荐内容,从核心节点中预下载所述可推荐内容对应的资源文件,并将所述资源文件缓存于所述边缘节点中还包括:
S40301、获取可推荐内容的关键词,调用边缘节点中的推荐引擎将所述关键词发送至核心节点;
本步骤中获取可推荐内容的关键词,比如获取的关键词为“夫妻整蛊短视频”,则调用边缘节点中的推荐引擎将该关键词“夫妻整蛊短视频”发送至核心节点。
S40302、根据所述关键词,从所述核心节点中搜索到对应的资源文件;
本步骤中根据关键词“夫妻整蛊短视频”,从核心节点中搜索并获取关键词“夫妻整蛊短视频”对应的“国内外夫妻整蛊短视频”的资源文件。
S40303、将所述资源文件发送至边缘节点中进行保存;
本步骤中将获取到的“国内外夫妻整蛊短视频”的资源文件发送至边缘节点中进行缓存。
本实施例通过将可推荐内容的资源文件预下载于边缘节点中,为后续用户快速获取网络内容的资源文件提供基础,提高节点的服务效率。
在一个实施例中,在所述获取用户访问网络内容的实际请求,并根据所述实际请求定位到对应的边缘节点,从所述对应的边缘节点中检索存储其中的所述资源文件,并获取对应所述实际请求的所述资源文件之后,还包括根据用户的实际请求,整理边缘节点中的资源文件,具体包括:
若所述实际请求需要从所述边缘节点中获取网络资源,则保留所述边缘节点中对应的所述资源文件;若所述实际请求需要从核心节点中获取对应的网络资源,则清除所述边点中对应的所述资源文件;
本步骤中根据是否需要从边缘节点中获取实际请求的资源文件,定期对所述边缘节点中的资源文件进行清理,若从边缘节点中获取资源文件,则保留该资源文件,若从核心节点中获取资源文件,则清除边缘节点中所缓存的对应的推荐内容的资源文件。
本实施例中根据用户的实际请求,定期清理边缘节点中的缓存文件,保留更多的空间来存储需要的资源文件,提高了边缘节点的服务效率。
基于相同的构思,本申请还提出了一种基于状态机的内容推荐装置,如图4所示,所述基于状态机的内容推荐装置包括获取模块、运算模块、标记模块、推荐模块和输出模块,其中:获取模块,设置为获取用户访问网络内容的历史记录;运算模块,设置为根据所述历史记录,计算所访问的网络内容的推荐指数;标记模块,设置为将所述推荐指数与阈值进行比较,根据比较结果标记可推荐内容;推荐模块,设置为将所述可推荐内容推荐给用户,并从核心节点中下载所述可推荐内容的资源文件,将所述资源文件存储于边缘节点中;输出模块,设置为获取用户访问网络内容的实际请求,并根据所述实际请求定位到对应的边缘节点,从所述对应的边缘节点中检索存储其中的所述资源文件,并获取对应所述实际请求的所述资源文件。
在一个实施例中,所述运算模块包括:
获取单元,设置为获取用户历史访问网络内容的关键词,并将所述关键词按照网络内容的不同进行分类;
计算单元,设置为计算所述关键词的推荐指数,计算公式如公式(1)所示,
公式(1)中,为推荐指数,其数值在0到1之间,λ为不同关键词的推荐系数,该系数可以使用经验值,其系数值在0到1之间,Ni为相同关键词的个数,tnow为当前时间,tfirst为相同关键词中首个关键词被访问的时间。
在一个实施例中,所述标记模块包括:
标记单元,获取计算所得的所述关键词的推荐指数;将所述推荐指数与阈值进行比较,当所述推荐指数高于所述阈值时,将所述关键词对应的网络内容标记为可推荐内容;当所述推荐指数低于所述阈值时,则不进行标记。
在一个实施例中,所述推荐模块包括:
获取请求单元,设置为获取用户在客户端输入的访问请求;
发送单元,设置为获取与所述访问请求对应的可推荐内容,并通过推荐引擎将所述可推荐内容发送至客户端,所述推荐引擎设置于边缘节点中;
缓存单元,设置为根据所述可推荐内容,从核心节点中预下载所述可推荐内容对应的资源文件,并将所述资源文件缓存于所述边缘节点中。
在一个实施例中,所述输出模块包括:
判断单元,设置为获取用户访问网络内容的实际请求,并对所述实际请求进行判断,判断其是否属于可推荐内容;
提取文件单元,设置为若所述实际请求属于所述可推荐内容,则从所述边缘节点中获取所述实际请求对应的资源文件;若所述实际请求不属于所述可推荐内容,则从核心节点中获取所述实际请求对应的资源文件。
在一个实施例中,所述推荐模块中的所述缓存单元包括:
发送关键词单元,设置为获取可推荐内容的关键词,调用边缘节点中的推荐引擎将所述关键词发送至核心节点;
搜索单元,设置为根据所述关键词,从所述核心节点中搜索到对应的资源文件;
发送文件单元,设置为将所述资源文件发送至边缘节点中进行保存。
在一个实施例中,所述基于状态机的内容推荐装置还包括检查模块,所述检查模块设置为根据用户的实际请求,整理边缘节点中的资源文件;所述检查模块还包括:
保留文件单元,设置为若所述实际请求需要从所述边缘节点中获取网络资源,则保留所述边缘节点中对应的所述资源文件;
清除文件单元,设置为若所述实际请求需要从核心节点中获取对应的网络资源,则清除所述边点中对应的所述资源文件。
基于相同的技术构思,本申请实施例还提供一种计算机设备,所述计算机设备包括存储器和处理器,存储器中存储有计算机可读指令,计算机可读指令被一个或多个处理器执行时,使得一个或多个所述处理器执行计算机可读指令时实现上述各实施例中的基于状态机的内容推荐方法的步骤。
基于相同的技术构思,本申请实施例还提供一种存储有计算机可读指令的存储介质,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个所述处理器执行所述计算机可读指令时实现上述各实施例中的基于状态机的内容推荐方法的步骤。所述存储介质可以为非易失性存储介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、磁盘或光盘等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明一些示例性实施例,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种基于状态机的内容推荐方法,其特征在于,所述基于状态机的内容推荐方法,包括:
获取用户访问网络内容的历史记录;
根据所述历史记录,计算所访问的网络内容的推荐指数;
将所述推荐指数与阈值进行比较,根据比较结果标记可推荐内容;
将所述可推荐内容推荐给用户,并从包含有各类网络资源的核心节点中下载所述可推荐内容的资源文件,将所述资源文件存储于边缘节点中,所述边缘节点指用户可以就近获取网络资源的网络节点;
获取用户访问网络内容的实际请求,并根据所述实际请求定位到对应的边缘节点,从所述对应的边缘节点中检索存储其中的所述资源文件,并获取对应所述实际请求的所述资源文件。
2.如权利要求1所述的一种基于状态机的内容推荐方法,其特征在于,所述根据所述历史记录,计算所访问的网络内容的推荐指数,包括:
获取用户历史访问网络内容的关键词,并将所述关键词按照网络内容的不同进行分类;
计算所述关键词的推荐指数,计算公式如公式(1)所示,
公式(1)中,为推荐指数,其数值在0到1之间,λ为不同关键词的推荐系数,该系数可以使用经验值,其系数值在0到1之间,Ni为相同关键词的个数,tnow为当前时间,tfirst为相同关键词中首个关键词被访问的时间。
3.如权利要求1所述的一种基于状态机的内容推荐方法,其特征在于,所述将所述推荐指数与阈值进行比较,根据比较结果标记可推荐内容,包括:
获取计算所得的所述关键词的推荐指数;
将所述推荐指数与阈值进行比较,当所述推荐指数高于所述阈值时,将所述关键词对应的网络内容标记为可推荐内容;当所述推荐指数低于所述阈值时,则不进行标记。
4.如权利要求1所述的一种基于状态机的内容推荐方法,其特征在于,所述将所述可推荐内容推荐给用户,并从包含有各类网络资源的核心节点中下载所述可推荐内容的资源文件,将所述资源文件存储于边缘节点中,所述边缘节点指用户可以就近获取网络资源的网络节点,包括:
获取用户在客户端输入的访问请求;
获取与所述访问请求对应的可推荐内容,并通过推荐引擎将所述可推荐内容发送至客户端,所述推荐引擎设置于边缘节点中;
根据所述可推荐内容,从核心节点中预下载所述可推荐内容对应的资源文件,并将所述资源文件缓存于所述边缘节点中。
5.如权利要求1所述的一种基于状态机的内容推荐方法,其特征在于,所述获取用户访问网络内容的实际请求,并根据所述实际请求定位到对应的边缘节点,从所述对应的边缘节点中检索存储其中的所述资源文件,并获取对应所述实际请求的所述资源文件,包括:
获取用户访问网络内容的实际请求,并对所述实际请求进行判断,判断其是否属于可推荐内容;
若所述实际请求属于所述可推荐内容,则从所述边缘节点中获取所述实际请求对应的资源文件;
若所述实际请求不属于所述可推荐内容,则从核心节点中获取所述实际请求对应的资源文件。
6.如权利要求4所述的一种基于状态机的内容推荐方法,其特征在于,所述根据所述可推荐内容,从核心节点中预下载所述可推荐内容对应的资源文件,并将所述资源文件缓存于所述边缘节点中,包括:
获取可推荐内容的关键词,调用边缘节点中的推荐引擎将所述关键词发送至核心节点;
根据所述关键词,从所述核心节点中搜索到对应的资源文件;
将所述资源文件发送至边缘节点中进行保存。
7.如权利要求1所述的一种基于状态机的内容推荐方法,其特征在于,在所述获取用户访问网络内容的实际请求,并根据所述实际请求定位到对应的边缘节点,从所述对应的边缘节点中检索存储其中的所述资源文件,并获取对应所述实际请求的所述资源文件之后,还包括根据用户的实际请求,整理边缘节点中的资源文件,具体包括:
若所述实际请求需要从所述边缘节点中获取网络资源,则保留所述边缘节点中对应的所述资源文件;
若所述实际请求需要从核心节点中获取对应的网络资源,则清除所述边缘节点中对应的所述资源文件。
8.一种基于状态机的内容推荐装置,其特征在于,所述基于状态机的内容推荐装置,包括:
获取模块,设置为获取用户访问网络内容的历史记录;
运算模块,设置为根据所述历史记录,计算所访问的网络内容的推荐指数;
标记模块,设置为将所述推荐指数与阈值进行比较,根据比较结果标记可推荐内容;
推荐模块,设置为将所述可推荐内容推荐给用户,并从核心节点中下载所述可推荐内容的资源文件,将所述资源文件存储于边缘节点中;
输出模块,设置为获取用户访问网络内容的实际请求,并根据所述实际请求定位到对应的边缘节点,从所述对应的边缘节点中检索存储其中的所述资源文件,并获取对应所述实际请求的所述资源文件。
9.一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机可读指令,所述计算机可读指令被一个或多个所述处理器执行时,使得一个或多个所述处理器执行如权利要求1至7中任一项所述的基于状态机的内推推荐方法的步骤。
10.一种存储有计算机可读指令的存储介质,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个所述处理器执行如权利要求1至7中任一项所述的基于状态机的内容推荐方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811183179.3A CN109241444A (zh) | 2018-10-11 | 2018-10-11 | 基于状态机的内容推荐方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811183179.3A CN109241444A (zh) | 2018-10-11 | 2018-10-11 | 基于状态机的内容推荐方法、装置、设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109241444A true CN109241444A (zh) | 2019-01-18 |
Family
ID=65052473
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811183179.3A Pending CN109241444A (zh) | 2018-10-11 | 2018-10-11 | 基于状态机的内容推荐方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109241444A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112118295A (zh) * | 2020-08-21 | 2020-12-22 | 深圳大学 | 文件缓存方法、装置、边缘节点以及计算机可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103747049A (zh) * | 2013-12-24 | 2014-04-23 | 乐视网信息技术(北京)股份有限公司 | 一种cdn文件分发方法、控制中心及系统 |
CN104969184A (zh) * | 2012-12-28 | 2015-10-07 | 微软技术许可有限责任公司 | 个性化实时推荐系统 |
CN105808637A (zh) * | 2016-02-23 | 2016-07-27 | 平安科技(深圳)有限公司 | 个性化推荐方法和装置 |
CN106385426A (zh) * | 2015-07-30 | 2017-02-08 | 中兴通讯股份有限公司 | 节点内容的命中方法及装置 |
US9953052B1 (en) * | 2012-06-19 | 2018-04-24 | Amazon Technologies, Inc. | Caching of updated network content portions |
-
2018
- 2018-10-11 CN CN201811183179.3A patent/CN109241444A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9953052B1 (en) * | 2012-06-19 | 2018-04-24 | Amazon Technologies, Inc. | Caching of updated network content portions |
CN104969184A (zh) * | 2012-12-28 | 2015-10-07 | 微软技术许可有限责任公司 | 个性化实时推荐系统 |
CN103747049A (zh) * | 2013-12-24 | 2014-04-23 | 乐视网信息技术(北京)股份有限公司 | 一种cdn文件分发方法、控制中心及系统 |
CN106385426A (zh) * | 2015-07-30 | 2017-02-08 | 中兴通讯股份有限公司 | 节点内容的命中方法及装置 |
CN105808637A (zh) * | 2016-02-23 | 2016-07-27 | 平安科技(深圳)有限公司 | 个性化推荐方法和装置 |
Non-Patent Citations (1)
Title |
---|
人人都是产品经理: "产品经理需要了解的算法:热度算法和个性化推荐", pages 1 - 11, Retrieved from the Internet <URL:https://zhuanlan.zhihu.com/p/28000101> * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112118295A (zh) * | 2020-08-21 | 2020-12-22 | 深圳大学 | 文件缓存方法、装置、边缘节点以及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110147437B (zh) | 一种基于知识图谱的搜索方法及装置 | |
CN105279278B (zh) | 文件的搜索方法及装置 | |
CN103793465B (zh) | 基于云计算的海量用户行为实时分析方法及系统 | |
CN108804450B (zh) | 信息推送的方法和装置 | |
US10902077B2 (en) | Search result aggregation method and apparatus based on artificial intelligence and search engine | |
US8751511B2 (en) | Ranking of search results based on microblog data | |
CN107193987B (zh) | 获取与页面相关的搜索词的方法、装置和系统 | |
US20140255895A1 (en) | System and method for training agents of a contact center | |
CN105988996B (zh) | 一种索引文件生成方法及装置 | |
CN103678647A (zh) | 一种实现信息推荐的方法及系统 | |
CN110061908A (zh) | 应用程序推荐、装置、电子设备及介质 | |
US20170308620A1 (en) | Making graph pattern queries bounded in big graphs | |
CN107885842A (zh) | 智能问答的方法、装置、服务器及存储介质 | |
CN110502702B (zh) | 用户行为预测方法以及装置 | |
Jaillet et al. | Online traveling salesman problems with rejection options | |
CN107291913A (zh) | 超文本标记语言网页加载方法及装置 | |
CN104021191B (zh) | 一种提供移动终端相关问题解决方案的方法、系统及服务器 | |
CN107315833A (zh) | 基于应用程序的检索与下载的方法和装置 | |
CN112328889A (zh) | 推荐搜索词确定方法、装置、可读介质及电子设备 | |
US20200012744A1 (en) | System and Method for Taxonomic Analysis of a Website | |
CN109241444A (zh) | 基于状态机的内容推荐方法、装置、设备和存储介质 | |
CN106919593A (zh) | 一种搜索的方法和装置 | |
CN106294417A (zh) | 一种数据排序方法、装置及电子设备 | |
Samir et al. | Context-based web service discovery framework with qos considerations | |
CN113868481A (zh) | 组件获取方法、装置及电子设备和存储介质 |
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 |