CN109582863B - 一种推荐方法及服务器 - Google Patents
一种推荐方法及服务器 Download PDFInfo
- Publication number
- CN109582863B CN109582863B CN201811373715.6A CN201811373715A CN109582863B CN 109582863 B CN109582863 B CN 109582863B CN 201811373715 A CN201811373715 A CN 201811373715A CN 109582863 B CN109582863 B CN 109582863B
- Authority
- CN
- China
- Prior art keywords
- user
- matching degree
- subsystem
- feature word
- word set
- 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
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种推荐方法及服务器，具体的，第一服务器接收到第二服务器发送的对应于用户的第一特征词集合和对应于子系统的第二特征词集合后，通过第一特征词集合和第二特征词集合获取用户和每个子系统的第一匹配程度；获取用户和每个子系统的第二匹配程度；然后基于第一匹配程度和第二匹配程度获取最终匹配程度；基于最终匹配程度，生成子系统推荐列表，最后向用户推荐子系统。从而解决现有技术中存在的用户使用云系统时，需要从大量的子系统中检索目标子系统，由于检索效率低，造成用户的时间的浪费的技术问题。
Description
技术领域
本发明涉及计算机技术领域，尤其涉及一种推荐方法及服务器。
背景技术
目前的云系统中都包括有子系统，子系统用于向产品提供服务。用户在使用云系统时，通常需要手动选择准备使用的子系统，而目前的云系统中的子系统数量众多，用户若想手动选择，需要在大量的子系统中找到目标子系统，这使得用户浪费过多的时间。从而现有技术中至少存在如下技术问题：
用户使用云系统时，需要从大量的子系统中手动检索目标子系统，由于检索效率低，造成用户的时间的浪费。
发明内容
本发明实施例通过提供一种推荐方法及服务器，用于解决现有技术中存在的用户使用云系统时，需要从大量的子系统中手动检索目标子系统，由于检索效率低，造成用户的时间的浪费的技术问题。
第一方面，本发明一实施例提供了一种推荐方法，应用于第一服务器，所述方法包括：
若接收到第二服务器发送的一个第一特征词集合和多个第二特征词集合，分别获取所述第一特征词集合中与每一个所述第二特征词集合中的特征词的相似度大于第一预设阈值的特征词的第一数量，其中，所述第一特征词集合用于表征用户使用的产品的特征及用户使用所述产品的特征，每一个所述第二特征词集合分别用于表征每一个子系统提供的服务的特征，所述子系统为云系统中的子系统；
分别基于所述第一数量，获取所述用户和每一个所述子系统的第一匹配程度；
获取所述第一特征词集合和预设语义特征词集合的第一交集；分别获取每一个所述第二特征词集合和所述预设语义特征词集合的第二交集；
分别获取所述第一交集中与每一个所述第二交集中的特征词的相似度大于第二预设阈值的特征词的第二数量；
分别基于所述第二数量，获取所述用户和每一个所述子系统的第二匹配程度；
基于所述第一匹配程度和所述第二匹配程度，分别获取所述用户和每一个所述子系统的最终匹配程度；
基于所述最终匹配程度，生成子系统推荐列表。
可选的，所述分别基于所述第一数量，获取所述用户和每一个所述子系统的第一匹配程度，具体包括：
分别将所述第一数量与第一预设比例系数相乘，获取所述用户和每一个所述子系统的第一匹配程度；或者，
分别将所述第一数量与所述第一特征词集合中的特征词总数量相除，获取所述用户和每一个所述子系统的第一匹配程度。
可选的，所述分别基于所述第二数量，获取所述用户和每一个所述子系统的第二匹配程度，具体包括：
分别将所述第二数量与第二预设比例系数相乘，获取所述用户和每一个所述子系统的第二匹配程度；或者，
分别将所述第二数量与所述第一特征词集合中的特征词总数量相除，获取所述用户和每一个所述子系统的第二匹配程度。
可选的，所述基于所述最终匹配程度，生成子系统推荐列表，具体包括：
按照所述最终匹配程度从高到低的顺序，生成子系统推荐列表。
可选的，所述基于所述第一匹配程度和所述第二匹配程度，分别获取所述用户和每一个所述子系统的最终匹配程度，具体包括：
将所述第一匹配程度分别与每一个所述第二匹配程度相加或者加权相加，分别获取所述用户和每一个所述子系统的最终匹配程度。
第二方面，本发明一实施例提供了一种第一服务器，所述第一服务器包括：
第一获取单元，用于若接收到第二服务器发送的一个第一特征词集合和多个第二特征词集合，分别获取所述第一特征词集合中与每一个所述第二特征词集合中的特征词的相似度大于第一预设阈值的特征词的第一数量，其中，所述第一特征词集合用于表征用户使用的产品的特征及用户使用所述产品的特征，每一个所述第二特征词集合分别用于表征每一个子系统提供的服务的特征，所述子系统为云系统中的子系统；
第二获取单元，用于分别基于所述第一数量，获取所述用户和每一个所述子系统的第一匹配程度；
第三获取单元，用于获取所述第一特征词集合和预设语义特征词集合的第一交集；分别获取每一个所述第二特征词集合和所述预设语义特征词集合的第二交集；
第四获取单元，用于分别获取所述第一交集中与每一个所述第二交集中的特征词的相似度大于第二预设阈值的特征词的第二数量；
第五获取单元，用于分别基于所述第二数量，获取所述用户和每一个所述子系统的第二匹配程度；
第六获取单元，用于基于所述第一匹配程度和所述第二匹配程度，分别获取所述用户和每一个所述子系统的最终匹配程度；
生成单元，用于基于所述最终匹配程度，生成子系统推荐列表。
可选的，所述第二获取单元，具体用于：
分别将所述第一数量与第一预设比例系数相乘，获取所述用户和每一个所述子系统的第一匹配程度；或者，
分别将所述第一数量与所述第一特征词集合中的特征词总数量相除，获取所述用户和每一个所述子系统的第一匹配程度。
可选的，所述第五获取单元，具体用于：
分别将所述第二数量与第二预设比例系数相乘，获取所述用户和每一个所述子系统的第二匹配程度；或者，
分别将所述第二数量与所述第一特征词集合中的特征词总数量相除，获取所述用户和每一个所述子系统的第二匹配程度。
可选的，所述生成单元具体用于：
按照所述最终匹配程度从高到低的顺序，生成子系统推荐列表。
可选的，所述第六获取单元，具体用于：
将所述第一匹配程度分别与每一个所述第二匹配程度相加或者加权相加，分别获取所述用户和每一个所述子系统的最终匹配程度。
第三方面，本发明一实施例提供了一种计算机装置，包括：
至少一个处理器，以及与所述至少一个处理器连接的存储器；
其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述至少一个处理器通过执行所述存储器存储的指令，执行如上述第一方面中所述的方法。
第四方面，本发明一实施例提供了一种计算机可读存储介质，包括：
所述计算机可读存储介质上存储有计算机指令，当所述计算机指令被所述计算机装置的至少一个处理器执行时，实现如上述第一方面中所述的方法。
本发明实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
在本发明实施例中，第一服务器接收到第二服务器发送的对应于用户的第一特征词集合和对应于子系统的第二特征词集合后，通过第一特征词集合和第二特征词集合获取用户和每个子系统的第一匹配程度；获取用户和每个子系统的第二匹配程度；然后基于第一匹配程度和第二匹配程度获取最终匹配程度；基于最终匹配程度，生成子系统推荐列表，最后向用户推荐子系统。从而解决现有技术中存在的用户使用云系统时，需要从大量的子系统中检索目标子系统，由于检索效率低，造成用户的时间的浪费的技术问题，达到提高检索效率，节省用户的时间的技术效果。
附图说明
图1为本发明实施例提供的一种推荐方法的流程图；
图2为本发明实施例提供的一种特征词提取方法的流程图；
图3为本发明实施例提供的云系统中的多个服务器之间的关系示意图；
图4为本发明实施例提供的第一服务器和第二服务器向用户推荐子系统的流程图；
图5为本发明实施例提供的一种第一服务器的结构示意图；
图6为本发明实施例提供的第一服务器和第二服务器获取最终匹配程度的过程示意图；
图7为本发明实施例提供的一种计算机装置的物理结构示意图。
具体实施方式
为了解决上述技术问题，本发明实施例中的技术方案的总体思路如下：
提供了一种推荐方法，应用于第一服务器和具体的，推荐方法包括：
若接收到第二服务器发送的一个第一特征词集合和多个第二特征词集合，分别获取所述第一特征词集合中与每一个所述第二特征词集合中的特征词的相似度大于第一预设阈值的特征词的第一数量，其中，所述第一特征词集合用于表征用户使用的产品的特征及用户使用所述产品的特征，每一个所述第二特征词集合分别用于表征每一个子系统提供的服务的特征，所述子系统为云系统中的子系统；
分别基于所述第一数量，获取所述用户和每一个所述子系统的第一匹配程度；
获取所述第一特征词集合和预设语义特征词集合的第一交集；分别获取每一个所述第二特征词集合和所述预设语义特征词集合的第二交集；
分别获取所述第一交集中与每一个所述第二交集中的特征词的相似度大于第二预设阈值的特征词的第二数量；
分别基于所述第二数量，获取所述用户和每一个所述子系统的第二匹配程度；
基于所述第一匹配程度和所述第二匹配程度，分别获取所述用户和每一个所述子系统的最终匹配程度；
基于所述最终匹配程度，生成子系统推荐列表。
在本发明实施例中，第一服务器可以是推荐服务器，或其它具备数据处理能力的服务器；
第二服务器可以是统计服务器，或其它具备数据处理能力的服务器；
上述列举仅是示意性说明，不作为本发明实施例的具体限定。
为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
请参见图1，本发明实施例一提供了一种推荐方法，具体包括如下步骤：
步骤S110，若接收到第二服务器发送的一个第一特征词集合和多个第二特征词集合，分别获取所述第一特征词集合中与每一个所述第二特征词集合中的特征词的相似度大于第一预设阈值的特征词的第一数量，其中，所述第一特征词集合用于表征用户使用的产品的特征及用户使用所述产品的特征，每一个所述第二特征词集合分别用于表征每一个子系统提供的服务的特征，所述子系统为云系统中的子系统。
步骤S120，分别基于所述第一数量，获取所述用户和每一个所述子系统的第一匹配程度。
步骤S130，获取所述第一特征词集合和预设语义特征词集合的第一交集；分别获取每一个所述第二特征词集合和所述预设语义特征词集合的第二交集。
步骤S140，分别获取所述第一交集中与每一个所述第二交集中的特征词的相似度大于第二预设阈值的特征词的第二数量。
步骤S150，分别基于所述第二数量，获取所述用户和每一个所述子系统的第二匹配程度。
步骤S160，基于所述第一匹配程度和所述第二匹配程度，分别获取所述用户和每一个所述子系统的最终匹配程度。
步骤S170，基于所述最终匹配程度，生成子系统推荐列表。
在执行步骤S110之前，第一服务器需要获得第一特征词集合和第二特征词集合；获取第一特征词集合和第二特征词集合可以采用现有技术，也可以采用图2中给出的一种特征词提取方法，应用于第二服务器，具体包括如下步骤：
步骤S210，获取多个子系统的基础信息；其中，所述子系统为云系统中的子系统；所述基础信息包括所述子系统的名称、所述子系统服务的产品的名称和所述子系统提供的服务的功能。
步骤S220，从所述云系统获取用户的产品使用信息；其中，所述产品使用信息包括产品使用记录、所述用户的身份标识、以及产品名称和功能。
步骤S230，获取一个第一特征词集合；其中，所述第一特征词集合包括若干个从所述使用信息中提取的特征词。
步骤S240，分别获取多个第二特征词集合；其中，每一个所述第二特征词集合包括若干个从所述基础信息中提取的特征词。
步骤S250，将一个所述第一特征词集合和多个所述第二特征词集合发送至第一服务器。
首先执行步骤S210，获取多个子系统的基础信息。其中，所述子系统为云系统中的子系统；所述基础信息包括所述子系统的名称、所述子系统服务的产品的名称和所述子系统提供的服务的功能。
具体的，可以从云系统的子系统服务器中获取每个子系统的基础信息；云系统的子系统服务器用于存储有每个子系统的基础信息。基础信息包括子系统的名称、子系统服务的产品的名称和子系统提供的服务的功能，例如一个子系统的基础信息为子系统的名字是售后维修子系统，提供的服务的功能是维修派工，服务的产品的名称是电冰箱、空调和洗衣机。
进一步的，所述基础信息还包括所述子系统服务的产品的种类及数量。例如一个子系统的基础信息还包括子系统服务的产品的种类为3中分别是电冰箱、空调和洗衣机，数量为30；其中，每个产品的种类下有10个不同型号的产品。
执行完步骤S210之后，执行步骤S220，步骤S220为从所述云系统获取用户的产品使用信息；其中，所述产品使用信息包括产品使用记录、以及产品名称和功能。
具体的，产品的使用记录包括产品的使用时间、使用地点和使用方法，例如用户在2018年5月16日9点使用了空调，使用地点为华北地区，使用方法为使用制冷功能；对应的产品名称和功能分别是空调和制冷。
获取用户的产品使用信息时，获取的是该用户的产品使用信息，而不是其它用户的产品使用信息，从而用户的身份标识来分辨该用户和其他用户的产品使用信息。例如用户的身份标识可以是用户注册云系统时的唯一用户编码或者用户的身份证号码等用户拥有的、唯一的、能表明用户身份的信息。
在执行完步骤S220之后，执行步骤S230，步骤S230为获取一个第一特征词集合；其中，所述第一特征词集合包括若干个从所述使用信息中提取的特征词。
具体的，按照词性从所述产品使用信息中提取若干个特征词，从而获取一个第一特征词集合。词性包括名词、动词、形容词、副词、介词等。从产品试用信息中提取特征词，可以将产品使用信息按照词性划分为多个特征词。例如，产品使用信息为“在2018年5月16日9时使用了空调，使用地点为华北地区，使用方法为使用制冷功能”，提取到的特征词为“空调”、“制冷”、“华北地区”、“2018”、“年”、“5”、“月”、“16”、“日”、“9”和“时”。
执行完步骤S230，执行步骤S240，步骤S240为分别获取多个第二特征词集合；其中，每一个所述第二特征词集合包括若干个从所述基础信息中提取的特征词。执行步骤S230的方法和执行步骤S240的方法类似，区别在于步骤S240是从每一个子系统的基础信息中提取与其对应的第二特征词集合。
具体的，按照词性分别从每一个所述基础信息中提取若干个特征词，从而分别获取多个第二特征词集合。
在执行完步骤S240之后，执行步骤S250，步骤S250为将一个所述第一特征词集合和多个所述第二特征词集合发送至第一服务器。
第一服务器接收到第二服务器发送的第一特征词集合和多个所述第二特征词集合之后，开始执行步骤S110，步骤S110为若接收到第二服务器发送的一个第一特征词集合和多个第二特征词集合，分别获取所述第一特征词集合中与每一个所述第二特征词集合中的特征词的相似度大于第一预设阈值的特征词的第一数量，其中，所述第一特征词集合用于表征用户使用的产品的特征及用户使用所述产品的特征，每一个所述第二特征词集合分别用于表征每一个子系统提供的服务的特征，所述子系统为云系统中的子系统。
具体的，分别将第一特征词集合中的每一个特征词和第二特征词集合中的每一个特征词进行匹配，获取这两个特征词之间的相似度，然后统计第一特征词集合和每一个第二特征词集合之间具有的相似度大于第一预设阈值的特征词的数量。例如，共有50个第二特征词集合(第二特征词集合的编号分别是1号、2号、……、50号)，每个第二特征词集合均有100个特征词；第一特征词集合中共有20个特征词，则先将第一特征词集合中的20特征词和1号第二特征词集合中的100个特征词逐一进行匹配，获取第一特征词集合的每一个特征词和第二特征词集合中的每一个特征词之间的相似度；若第一预设阈值为0.95，则统计和第二特征词集合中的100个特征词之间的相似度大于0.95的第一特征词集合中的特征词的数量，比如有10个，则1号第二特征词集合对应的第一数量为10；再将第一特征词集合中的20特征词和2号第二特征词集合中的100个特征词逐一进行匹配，获取2号第二特征词集合对应的第一数量；将第一特征词集合中的20特征词依次和3号至50号第二特征词集合中的100个特征词逐一进行匹配，获取3号至50号第二特征词集合各自对应的48个第一数量。
执行完步骤S110之后，执行步骤S120，步骤S120为分别基于所述第一数量，获取所述用户和每一个所述子系统的第一匹配程度。步骤S120具体包括以下方式：
方式一，分别将所述第一数量与第一预设比例系数相乘，获取所述用户和每一个所述子系统的第一匹配程度；
方式二，分别将所述第一数量与所述第一特征词集合中的特征词总数量相除，获取所述用户和每一个所述子系统的第一匹配程度
对于上述方式一，例如，第一预设比例系数为50％，第一数量分别为5、10、15和20，则第一匹配程度分别为2.5、5、7.5和10。
对于上述方式二，例如第一特征词集合中共有50个特征词，第一数量分别为5、10、15和20，则第一匹配程度分别为0.1、0.2、0.3和0.4。
执行完步骤S120，执行步骤S130，步骤S130为获取所述第一特征词集合和预设语义特征词集合的第一交集；分别获取每一个所述第二特征词集合和所述预设语义特征词集合的第二交集。
具体的，预设语义特征词集合中包括若干个预设的特征词，获取第一特征词集合和预设语义特征词集合的第一交集，就是获取第一特征词集合中与预设语义特征词集合中的特征词相同的特征词，并由其构建第一交集；同理，第二交集就是第二特征词集合中与预设语义特征词集合中的特征词相同的特征词组成的集合，每一个第二特征词集合对应一个第二交集。此外，第一交集和第二交集可以为空集，空集为集合中没有特征词的集合。
执行完步骤S130之后，执行步骤S140，步骤S140为分别获取所述第一交集中与每一个所述第二交集中的特征词的相似度大于第二预设阈值的特征词的第二数量。执行步骤S140的方法和执行步骤S110的方法相似，区别在于步骤S140中是由第一交集和第二交集获取第二数量。
执行完步骤S140之后，执行步骤S150，步骤S150为分别基于所述第二数量，获取所述用户和每一个所述子系统的第二匹配程度。执行步骤S150的方法和执行步骤S120的方法相似，区别在于是基于第二数量获取第二匹配程度。
具体的，步骤S150包括以下方式：
方式1，分别将所述第二数量与第二预设比例系数相乘，获取所述用户和每一个所述子系统的第二匹配程度；或者，
方式2，分别将所述第二数量与所述第一特征词集合中的特征词总数量相除，获取所述用户和每一个所述子系统的第二匹配程度。
执行上述方式1和方式2的方法和执行前述的方式一和方式二中的方法相同，在此不再赘述。
执行完步骤S150之后，执行步骤S160，步骤S160为基于所述第一匹配程度和所述第二匹配程度，分别获取所述用户和每一个所述子系统的最终匹配程度。
具体的，将所述第一匹配程度分别与每一个所述第二匹配程度相加或者加权相加，分别获取所述用户和每一个所述子系统的最终匹配程度。例如，第一匹配程度为0.5，第二匹配程度分别为0.6、0.7、0.9、2.5和3，则将第一匹配程度分别和每一个第二匹配程度相加得到的最终匹配程度分别是1.1、1.2、1.4、3和3.5；若采用加权相加的方法，比如第一匹配程度的加权系数为0.7，第二匹配程度的加权系数为0.5，则最终匹配程度分别是0.65、0.7、0.8、1.6和1.85。
执行完步骤S160之后，继续执行步骤S170，步骤S170为基于所述最终匹配程度，生成子系统推荐列表。
具体的，按照所述最终匹配程度从高到低的顺序，生成子系统推荐列表。例如，1号、2号、……、5号子系统对应的最终匹配程度分别是0.95、0.7、0.4、1.6和1.85，则生成的子系统推荐列表的顺序为5号、4号、1号、2号和3号子系统。子系统推荐列表中的子系统个数为管理云系统的工作人员配置的，例如，根据最终匹配程度，选择最终匹配程度最大的10个子系统，生成子系统推荐列表。
进一步的，在执行完步骤S170之后，云系统还会通过自身的显示界面显示步骤S170得到的子系统推荐列表，从而将子系统推荐给所述用户。
图3给出了云系统中多个服务器之间的关系示意图。该云系统30中包括用户服务器301、统计服务器302、子系统服务器303和推荐服务器304。统计服务器302可以执行步骤S210到步骤S250中的方法；推荐服务器304可以执行步骤S110至步骤S170中的方法；用户服务器301用于存储用户的产品使用信息、用户的身份标识等用户相关的信息；子系统服务器用于存储子系统的基础信息等子系统相关的信息。统计服务器302可以从用户服务器中获取用户的产品使用信息，然后提取第一特征词集合；统计服务器302可以从子系统服务器303中获取子系统的基础信息，然后提取第二特征词集合；统计服务器302向推荐服务器304发送第一特征词集合和第二特征词集合之后，推荐服务器304能够基于第一特征词集合和第二特征词集合，获取子系统推荐列表；推荐服务器还可以将子系统推荐列表发送给用户服务器301，从而用户服务器301通过云系统提供的显示界面，向用户显示该子系统推荐列表。
图4给出了第一服务器和第二服务器向用户推荐子系统的流程，包括以下步骤：
步骤S410，第二服务器获取用户的产品使用信息和子系统的基础信息，并根据户的产品使用信息和子系统的基础信息提取第一特征词集合和第二特征词集合，然后，向第一服务器发送第一特征词集合和第二特征词集合。
步骤S420，第一服务器根据第一特征词集合和第二特征词集合，获取最终匹配程度。
步骤S430，第一服务器根据最终匹配程度，生成子系统推荐列表，并通过云系统提供的显示界面显示该子系统推荐列表。
请参见图5，本发明实施例二提供了一种第一服务器50，所述第一服务器包括：
第一获取单元501，用于若接收到第二服务器发送的一个第一特征词集合和多个第二特征词集合，分别获取所述第一特征词集合中与每一个所述第二特征词集合中的特征词的相似度大于第一预设阈值的特征词的第一数量，其中，所述第一特征词集合用于表征用户使用的产品的特征及用户使用所述产品的特征，每一个所述第二特征词集合分别用于表征每一个子系统提供的服务的特征，所述子系统为云系统中的子系统；
第二获取单元502，用于分别基于所述第一数量，获取所述用户和每一个所述子系统的第一匹配程度；
第三获取单元503，用于获取所述第一特征词集合和预设语义特征词集合的第一交集；分别获取每一个所述第二特征词集合和所述预设语义特征词集合的第二交集；
第四获取单元504，用于分别获取所述第一交集中与每一个所述第二交集中的特征词的相似度大于第二预设阈值的特征词的第二数量；
第五获取单元505，用于分别基于所述第二数量，获取所述用户和每一个所述子系统的第二匹配程度；
第六获取单元506，用于基于所述第一匹配程度和所述第二匹配程度，分别获取所述用户和每一个所述子系统的最终匹配程度；
生成单元507，用于基于所述最终匹配程度，生成子系统推荐列表。
图6示出了第一服务器60和第二服务器70获取最终匹配程度的过程。第二服务器包括特征词提取模块710，第一服务器包括语义场景模块610和匹配模块620。用户的产品使用信息和子系统的基础信息输入特征词提取模块710之后，特征词提取模块710输出第一特征词集合和第二特征词集合；第一特征词集合和第二特征词集合输入匹配模块620之后，获取第一匹配程度；第一特征词集合和第二特征词集合输入语义场景模块610之后输出第一交集和第二交集；第一交集和第二交集输入匹配模块620之后输出第二匹配程度；根据第一匹配程度和第二匹配程度，能够获得最终匹配程度。其中，匹配模块620可以包括第一服务器60中的第一获取单元601、第二获取单元602、第四获取单元604和第五获取单元605；语义场景模块610可以是第一服务器中的第三获取单元603。
可选的，所述第二获取单元，具体用于：
分别将所述第一数量与第一预设比例系数相乘，获取所述用户和每一个所述子系统的第一匹配程度；或者，
分别将所述第一数量与所述第一特征词集合中的特征词总数量相除，获取所述用户和每一个所述子系统的第一匹配程度。
可选的，所述第五获取单元，具体用于：
分别将所述第二数量与第二预设比例系数相乘，获取所述用户和每一个所述子系统的第二匹配程度；或者，
分别将所述第二数量与所述第一特征词集合中的特征词总数量相除，获取所述用户和每一个所述子系统的第二匹配程度。
可选的，所述生成单元具体用于：
按照所述最终匹配程度从高到低的顺序，生成子系统推荐列表。
可选的，所述第六获取单元，具体用于：
将所述第一匹配程度分别与每一个所述第二匹配程度相加或者加权相加，分别获取所述用户和每一个所述子系统的最终匹配程度。
请参见图7，本发明实施例三提供了一种计算机装置，包括：
至少一个处理器701，以及与所述至少一个处理器连接的存储器702；
其中，所述存储器702存储有可被所述至少一个处理器701执行的指令，所述至少一个处理器701通过执行所述存储器702存储的指令，执行如上述方法实施例中所述的方法的步骤。
可选的，处理器701具体可以包括中央处理器(central processing unit，CPU)、特定应用集成电路(application specific integrated circuit，ASIC)，可以是一个或多个用于控制程序执行的集成电路，可以是使用现场可编程门阵列(field programmablegate array，FPGA)开发的硬件电路，可以是基带处理器。
可选的，处理器701可以包括至少一个处理核心。
可选的，该装置还包括存储器702，存储器702可以包括只读存储器(read onlymemory，ROM)、随机存取存储器(random access memory，RAM)和磁盘存储器。存储器702用于存储处理器701运行时所需的数据。
本发明实施例四提供了一种计算机可读存储介质，包括：
所述计算机可读存储介质上存储有计算机指令，当所述计算机指令被所述计算机装置的至少一个处理器执行时，实现如上述方法实施例中所述的方法。
上述本发明实施例中的技术方案，至少具有如下的技术效果或优点：
在本发明实施例中，第一服务器接收到第二服务器发送的对应于用户的第一特征词集合和对应于子系统的第二特征词集合后，通过第一特征词集合和第二特征词集合获取用户和每个子系统的第一匹配程度；获取用户和每个子系统的第二匹配程度；然后基于第一匹配程度和第二匹配程度获取最终匹配程度；基于最终匹配程度，生成子系统推荐列表，最后向用户推荐子系统。从而解决现有技术中存在的用户使用云系统时，需要从大量的子系统中检索目标子系统，由于检索效率低，造成用户的时间的浪费的技术问题，达到提高检索效率，节省用户的时间的技术效果。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
本领域内的技术人员应明白，本发明实施例可提供为方法、设备、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、设备、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (12)
1.一种推荐方法，应用于第一服务器，其特征在于，所述方法包括：
若接收到第二服务器发送的一个第一特征词集合和多个第二特征词集合，分别获取所述第一特征词集合中与每一个所述第二特征词集合中的特征词的相似度大于第一预设阈值的特征词的第一数量，其中，所述第一特征词集合用于表征用户使用的产品的特征及用户使用所述产品的特征，所述用户使用的产品的特征为所述用户使用的产品的名称和功能，所述用户使用所述产品的特征为所述用户使用所述产品时的产品使用记录，每一个所述第二特征词集合分别用于表征每一个子系统提供的服务的特征，所述子系统为云系统中的子系统；
分别基于所述第一数量，获取所述用户和每一个所述子系统的第一匹配程度；
获取所述第一特征词集合和预设语义特征词集合的第一交集；分别获取每一个所述第二特征词集合和所述预设语义特征词集合的第二交集；
分别获取所述第一交集中与每一个所述第二交集中的特征词的相似度大于第二预设阈值的特征词的第二数量；
分别基于所述第二数量，获取所述用户和每一个所述子系统的第二匹配程度；
基于所述第一匹配程度和所述第二匹配程度，分别获取所述用户和每一个所述子系统的最终匹配程度；
基于所述最终匹配程度，生成子系统推荐列表。
2.如权利要求1所述的方法，其特征在于，所述分别基于所述第一数量，获取所述用户和每一个所述子系统的第一匹配程度，具体包括：
分别将所述第一数量与第一预设比例系数相乘，获取所述用户和每一个所述子系统的第一匹配程度；或者，
分别将所述第一数量与所述第一特征词集合中的特征词总数量相除，获取所述用户和每一个所述子系统的第一匹配程度。
3.如权利要求1所述的方法，其特征在于，所述分别基于所述第二数量，获取所述用户和每一个所述子系统的第二匹配程度，具体包括：
分别将所述第二数量与第二预设比例系数相乘，获取所述用户和每一个所述子系统的第二匹配程度；或者，
分别将所述第二数量与所述第一特征词集合中的特征词总数量相除，获取所述用户和每一个所述子系统的第二匹配程度。
4.如权利要求1-3中任一项所述的方法，其特征在于，所述基于所述最终匹配程度，生成子系统推荐列表，具体包括：
按照所述最终匹配程度从高到低的顺序，生成子系统推荐列表。
5.如权利要求1-3中任一项所述的方法，其特征在于，所述基于所述第一匹配程度和所述第二匹配程度，分别获取所述用户和每一个所述子系统的最终匹配程度，具体包括：
将所述第一匹配程度分别与每一个所述第二匹配程度相加或者加权相加，分别获取所述用户和每一个所述子系统的最终匹配程度。
6.一种第一服务器，其特征在于，所述第一服务器包括：
第一获取单元，用于若接收到第二服务器发送的一个第一特征词集合和多个第二特征词集合，分别获取所述第一特征词集合中与每一个所述第二特征词集合中的特征词的相似度大于第一预设阈值的特征词的第一数量，其中，所述第一特征词集合用于表征用户使用的产品的特征及用户使用所述产品的特征，所述用户使用的产品的特征为所述用户使用的产品的名称和功能，所述用户使用所述产品的特征为所述用户使用所述产品时的产品使用记录，每一个所述第二特征词集合分别用于表征每一个子系统提供的服务的特征，所述子系统为云系统中的子系统；
第二获取单元，用于分别基于所述第一数量，获取所述用户和每一个所述子系统的第一匹配程度；
第三获取单元，用于获取所述第一特征词集合和预设语义特征词集合的第一交集；分别获取每一个所述第二特征词集合和所述预设语义特征词集合的第二交集；
第四获取单元，用于分别获取所述第一交集中与每一个所述第二交集中的特征词的相似度大于第二预设阈值的特征词的第二数量；
第五获取单元，用于分别基于所述第二数量，获取所述用户和每一个所述子系统的第二匹配程度；
第六获取单元，用于基于所述第一匹配程度和所述第二匹配程度，分别获取所述用户和每一个所述子系统的最终匹配程度；
生成单元，用于基于所述最终匹配程度，生成子系统推荐列表。
7.如权利要求6所述的服务器，其特征在于，所述第二获取单元，具体用于：
分别将所述第一数量与第一预设比例系数相乘，获取所述用户和每一个所述子系统的第一匹配程度；或者，
分别将所述第一数量与所述第一特征词集合中的特征词总数量相除，获取所述用户和每一个所述子系统的第一匹配程度。
8.如权利要求6所述的服务器，其特征在于，所述第五获取单元，具体用于：
分别将所述第二数量与第二预设比例系数相乘，获取所述用户和每一个所述子系统的第二匹配程度；或者，
分别将所述第二数量与所述第一特征词集合中的特征词总数量相除，获取所述用户和每一个所述子系统的第二匹配程度。
9.如权利要求6-8中任一项所述的服务器，其特征在于，所述生成单元具体用于：
按照所述最终匹配程度从高到低的顺序，生成子系统推荐列表。
10.如权利要求6-8中任一项所述的服务器，其特征在于，所述第六获取单元，具体用于：
将所述第一匹配程度分别与每一个所述第二匹配程度相加或者加权相加，分别获取所述用户和每一个所述子系统的最终匹配程度。
11.一种计算机装置，其特征在于，包括：
至少一个处理器，以及与所述至少一个处理器连接的存储器；
其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述至少一个处理器通过执行所述存储器存储的指令，执行如权利要求1-5中任一项所述的方法。
12.一种计算机可读存储介质，其特征在于，包括：
所述计算机可读存储介质上存储有计算机指令，当所述计算机指令被所述计算机装置的至少一个处理器执行时，实现如权利要求1-5中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811373715.6A CN109582863B (zh) | 2018-11-19 | 2018-11-19 | 一种推荐方法及服务器 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811373715.6A CN109582863B (zh) | 2018-11-19 | 2018-11-19 | 一种推荐方法及服务器 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109582863A CN109582863A (zh) | 2019-04-05 |
| CN109582863B true CN109582863B (zh) | 2020-08-04 |
Family
ID=65922756
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811373715.6A Active CN109582863B (zh) | 2018-11-19 | 2018-11-19 | 一种推荐方法及服务器 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109582863B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110910213B (zh) * | 2019-11-19 | 2023-04-07 | 珠海格力电器股份有限公司 | 空调购买推荐方法、装置、存储介质及电子设备 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102968439A (zh) * | 2012-10-11 | 2013-03-13 | 微梦创科网络科技（中国）有限公司 | 一种推送微博的方法及装置 |
| CN103200279A (zh) * | 2013-04-28 | 2013-07-10 | 百度在线网络技术（北京）有限公司 | 推荐方法和云端服务器 |
| CN104615661A (zh) * | 2015-01-05 | 2015-05-13 | 华为技术有限公司 | 面向云平台应用的服务推荐方法、设备及系统 |
| CN105069102A (zh) * | 2015-08-03 | 2015-11-18 | 百度在线网络技术（北京）有限公司 | 信息推送方法和装置 |
| CN107346336A (zh) * | 2017-06-29 | 2017-11-14 | 北京百度网讯科技有限公司 | 基于人工智能的信息处理方法和装置 |
| CN108763519A (zh) * | 2018-05-30 | 2018-11-06 | 深圳市零度智控科技有限公司 | 阅读的推荐方法、装置及可读存储介质 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103885971B (zh) * | 2012-12-20 | 2017-02-08 | 阿里巴巴集团控股有限公司 | 数据推送的方法及装置 |
| CN105183733A (zh) * | 2014-06-05 | 2015-12-23 | 阿里巴巴集团控股有限公司 | 一种文本信息的匹配、业务对象的推送方法和装置 |
-
2018
- 2018-11-19 CN CN201811373715.6A patent/CN109582863B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102968439A (zh) * | 2012-10-11 | 2013-03-13 | 微梦创科网络科技（中国）有限公司 | 一种推送微博的方法及装置 |
| CN103200279A (zh) * | 2013-04-28 | 2013-07-10 | 百度在线网络技术（北京）有限公司 | 推荐方法和云端服务器 |
| CN104615661A (zh) * | 2015-01-05 | 2015-05-13 | 华为技术有限公司 | 面向云平台应用的服务推荐方法、设备及系统 |
| CN105069102A (zh) * | 2015-08-03 | 2015-11-18 | 百度在线网络技术（北京）有限公司 | 信息推送方法和装置 |
| CN107346336A (zh) * | 2017-06-29 | 2017-11-14 | 北京百度网讯科技有限公司 | 基于人工智能的信息处理方法和装置 |
| CN108763519A (zh) * | 2018-05-30 | 2018-11-06 | 深圳市零度智控科技有限公司 | 阅读的推荐方法、装置及可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109582863A (zh) | 2019-04-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10348550B2 (en) | Method and system for processing network media information | |
| CN106951571B (zh) | 一种给应用标注标签的方法和装置 | |
| CN103748579A (zh) | 在映射化简框架中处理数据 | |
| CN110727857A (zh) | 针对业务对象识别潜在用户的关键特征的方法及装置 | |
| CN110825977A (zh) | 一种数据推荐方法及相关设备 | |
| CN104077354A (zh) | 论坛中帖子的热度确定方法及相关装置 | |
| CN111291936B (zh) | 产品生命周期预估模型生成方法、装置及电子设备 | |
| CN112861963A (zh) | 训练实体特征提取模型的方法、装置和存储介质 | |
| CN110187836B (zh) | 一种数据删除方法、装置、计算机及存储介质 | |
| CN109582863B (zh) | 一种推荐方法及服务器 | |
| CN108228598B (zh) | 媒体信息排序方法、服务器和系统 | |
| CN109101541A (zh) | 新增指标管理方法、设备及计算机可读存储介质 | |
| CN111143546A (zh) | 一种获得推荐语的方法、装置及电子设备 | |
| CN108170664B (zh) | 基于重点关键词的关键词拓展方法和装置 | |
| CN110737691A (zh) | 用于处理访问行为数据的方法和装置 | |
| CN114090891A (zh) | 个性化内容推荐方法、装置、设备及存储介质 | |
| CN110929207B (zh) | 数据处理方法、装置和计算机可读存储介质 | |
| CN109885504B (zh) | 推荐系统的测试方法、装置、介质及电子设备 | |
| CN112328752A (zh) | 基于搜索内容的课程推荐方法、装置、计算机设备及介质 | |
| CN107623863B (zh) | 算法测试方法、装置及服务器 | |
| CN112507214A (zh) | 基于用户名的数据处理方法、装置、设备及介质 | |
| CN112328779A (zh) | 训练样本构建方法、装置、终端设备及存储介质 | |
| CN106446261B (zh) | 一种基于多平台接口的内容搜索方法和装置 | |
| CN110990708A (zh) | 热点事件确定方法、装置、存储介质及电子设备 | |
| CN114253951B (zh) | 数据处理方法、系统及第二服务器 |
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 |