CN111127077A - 一种基于流计算的推荐方法和装置 - Google Patents

一种基于流计算的推荐方法和装置 Download PDF

Info

Publication number
CN111127077A
CN111127077A CN201911205151.XA CN201911205151A CN111127077A CN 111127077 A CN111127077 A CN 111127077A CN 201911205151 A CN201911205151 A CN 201911205151A CN 111127077 A CN111127077 A CN 111127077A
Authority
CN
China
Prior art keywords
business
rule
data
stream
target client
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
Application number
CN201911205151.XA
Other languages
English (en)
Inventor
李威
覃鹏
刘增文
吴仰波
王泽龙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Construction Bank Corp
Original Assignee
China Construction Bank Corp
CCB Finetech Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Construction Bank Corp, CCB Finetech Co Ltd filed Critical China Construction Bank Corp
Priority to CN201911205151.XA priority Critical patent/CN111127077A/zh
Publication of CN111127077A publication Critical patent/CN111127077A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2455—Query execution
    • G06F16/24568—Data stream processing; Continuous queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0269—Targeted advertisements based on user profile or attribute
    • G06Q30/0271—Personalized advertisement

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Game Theory and Decision Science (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Computational Linguistics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种基于流计算的推荐方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：根据业务场景规则对流数据库中的数据进行流计算处理，确定子数据集；根据基于业务场景规则的业务活动规则对子数据集中的数据进行流计算处理，确定目标客户；向目标客户进行信息推荐。该实施方式达到了大幅度减少流计算的处理量、节约资源以及提高信息推荐效率的技术效果。

Description

一种基于流计算的推荐方法和装置
技术领域
本发明涉及计算机技术领域，尤其涉及一种基于流计算的推荐方法和装置。
背景技术
流计算作为新技术在实时营销推荐方面发展迅速，目前常见的流计算营销推荐工具都是基于活动的，通过创建多个活动，实时接入源数据，判断每条数据是否符合活动规则，然后进行相应的推荐。
在实现本发明过程中，发明人发现现有技术中至少存在如下问题：
1.对于大型企业而言，其业务种类复杂度高、产品种类多、数据量基数大，如果再基于活动进行流计算，由于其非常庞大的数据处理量，会导致耗费极多的资源。
2.由于是以活动为基本单元，每个活动在进行相应推荐的时候，均需要为客户保留一个专门的标签，活动越多，占用存储资源越多、效率越低。
发明内容
有鉴于此，本发明实施例提供了一种基于流计算的推荐方法和装置，能够大幅度减少流计算的处理量，节约资源，提高消息推荐效率。
为实现上述目的，根据本发明实施例的第一方面，提供了一种基于流计算的推荐方法，包括：
根据业务场景规则对流数据库中的数据进行流计算处理，确定子数据集；
根据基于业务场景规则的业务活动规则对子数据集中的数据进行流计算处理，确定目标客户；
向目标客户进行信息推荐。
进一步地，基于流计算的推荐方法还包括：解析数据流中的数据，获取客户特征信息，组成流数据库，其中，客户特征信息包括客户编号和客户行为信息。
进一步地，业务场景规则包括下列中的一种或多种：业务场景编号、业务场景名称、业务场景描述、业务场景规则代码、标签列号；业务活动规则包括业务场景编号和下列中的一种或多种：业务活动编号、业务活动名称、业务活动规则代码、消息编号、广告编号。
进一步地，向目标客户进行信息推荐的步骤包括：根据业务活动规则获取消息内容，并将消息内容推荐给目标客户推荐。
进一步地，向目标客户进行信息推荐的步骤还包括：根据标签列号和业务活动编号获取广告内容，并将广告内容推荐给目标客户。
根据本发明实施例的第二方面，提供了一种基于流计算的推荐装置，包括：
子数据集确定模块，用于根据业务场景规则对流数据库中的数据进行流计算处理，确定子数据集；
目标客户确定模块，用于根据基于业务场景规则的业务活动规则对子数据集中的数据进行流计算处理，确定目标客户；
推荐模块，用于向目标客户进行信息推荐。
进一步地，基于流计算的推荐装置还包括数据解析模块，用于解析数据流中的数据，获取客户特征信息，组成流数据库，其中，客户特征信息包括客户编号和客户行为信息。
进一步地，业务场景规则包括下列中的一种或多种：业务场景编号、业务场景名称、业务场景描述、业务场景规则代码、标签列号；业务活动规则包括业务场景编号和下列中的一种或多种：业务活动编号、业务活动名称、业务活动规则代码、消息编号、广告编号。
进一步地，推荐模块还用于：根据业务活动规则获取消息内容，将消息内容推荐给目标客户。
进一步地，推荐模块还用于：根据标签列名和业务活动编号获取广告内容，并将广告内容推荐给目标客户。
根据本发明实施例的第三方面，提供了一种终端服务器，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如上述任一种基于流计算的推荐方法。
根据本发明实施例的第四方面，提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如上述任一种基于流计算的推荐方法。
上述发明中的一个实施例具有如下优点或有益效果：因为采用根据业务场景规则对流数据库中的数据进行流计算处理，确定子数据集；根据基于业务场景规则的业务活动规则对子数据集中的数据进行流计算处理，确定目标客户；向目标客户进行信息推荐的技术手段，所以克服了基于业务活动进行流计算处理时，每项业务活动均需要对数据库中的全量数据进行处理所造成的资源浪费及效率低下的技术问题，进而达到大幅度减少流计算的处理量、节约资源以及提高消息推荐效率的技术效果。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明，不构成对本发明的不当限定。其中：
图1是根据本发明第一实施例提供的基于流计算的推荐方法的主要流程的示意图；
图2是根据本发明第二实施例提供的基于流计算的推荐方法的主要流程的示意图；
图3是根据本发明实施例提供的基于流计算的推荐装置的主要模块的示意图；
图4是本发明实施例可以应用于其中的示例性系统架构图；
图5是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
图1是根据本发明第一实施例提供的基于流计算的推荐方法的主要流程的示意图，如图1所示，本发明实施例提供的基于流计算的推荐方法包括：
步骤S101，根据业务场景规则对流数据库中的数据进行流计算处理，确定子数据集。基于业务场景规则从全量流数据中筛选出满足业务场景规则要求的子数据集，实现了对流数据库中的全量流数据第一次划分。具体地，流计算工具调用规则引擎，根据业务场景规则所给定的表达式，通过规则引擎判断流数据库中的数据中包含的关键信息(主要为客户特征信息)是否满足条件，如果满足即将该数据划分至子数据库中。
根据本发明实施例的一具体实施方式，在确定子数据集之前，上述基于流计算的推荐方法还包括：配置业务场景规则和基于业务场景规则的业务活动规则。
具体地，规则引擎是基于专家系统发展而来的，通过规则引擎的规则库配置业务场景规则，然后根据业务场景规则配置业务活动规则，通过上述设置将业务进行多层划分，有利于降低后续进行流计算处理的数据处理量。
进一步地，根据本发明实施例，上述基于流计算的推荐方法还包括：解析数据流中的数据，获取客户特征信息，组成流数据库，其中，客户特征信息包括客户编号(客户ID)和客户行为信息。在一具体实施方式中，网站前端通过Flume(一种日志收集系统)等工具实时采集文件或者数据等形成数据流，并将该数据流存储至卡夫卡(Kafka)中，流计算工具实时读取卡夫卡(Kafka)中的数据流，并对该数据流进行解析数据流中的每条数据，获取客户ID、客户行为信息(包括客户购买行为信息和客户浏览行为信息)等客户特征信息的数据串，组成流数据库。通过上述对数据流中数据的解析预处理，进一步降低了后续业务场景规则和业务活动规则进行流计算的计算量，有利于快速精准的确定目标客户，提升消息推荐的精准率。
具体地，根据本发明实施例的一具体实施方法，上述业务场景规则包括下列中的一种或多种：业务场景编号、业务场景名称、业务场景描述、业务场景规则代码、标签列号。本技术方案中业务场景的概念表征的是一个类似场景的集合，由系统管理员进行配置，因此业务场景编号是唯一且确定的，业务场景名称、业务场景描述等可以根据实际情况进行重新配置更新。同时以业务场景作为标签来记录具体场景，可以大幅度减少标签数量，节省存储空间，提高效率。具体地，根据本发明实施例，上述业务场景规则可根据实际需求配置一个或多个，然后每个业务场景规则确定一个子数据集。
根据本发明实施例的一具体实施方式，通过创建业务场景表，进行业务场景规则的配置，上述业务场景表如下：
Figure BDA0002296764070000051
Figure BDA0002296764070000061
步骤S102，根据业务活动规则对子数据集中的数据进行流计算处理，确定目标客户。由于业务活动规则是基于上述业务场景规则进行配置的，因此，对业务活动规则所给定的表达式进行流计算处理时，不需要再对流数据库中的全量流数据进行流计算，只需对业务活动规则对应的业务场景规则所确定的子数据集中的数据进行流计算即可，即通过对业务进行分层划分，并基于分层业务对流数据库进行分层划分，大幅度降低了确定消息推荐目标客户进行流计算处理所需要进行的数据处理量，同时节约的大量资源。
根据本发明实施例的又一具体实施方式，上述业务活动规则包括业务场景编号和下列中的一种或多种：业务活动编号、业务活动名称、业务活动规则代码、消息编号、广告编号。业务活动规则是基于上一层业务场景规则确定的，一个业务场景规则可以对应多个业务活动规则，具体地，每个业务活动规则可以由不同的机构根据其实际的需求进行配置构建(例如，有的机构希望筛选出消费大的客户用于推荐信用卡，有的机构希望筛选出消费小的客户用于推荐代跑腿优惠)，因此，业务活动编号也是唯一的，保证编号的唯一，也避免了进行流计算处理时，由于业务活动编号所导致的紊乱。与业务场景规则相同，业务活动名称、业务活动描述等可以根据实际情况进行重新配置更新。
根据本发明实施例的一具体实施方式，通过创建业务活动表，进行业务活动规则的配置，上述业务活动表如下：
Figure BDA0002296764070000062
Figure BDA0002296764070000071
步骤S103，向目标客户进行信息推荐。
根据本发明实施例，上述向目标客户进行信息推荐的步骤包括：根据业务活动规则获取消息内容，并将消息内容推荐给目标客户。根据业务活动规则确定目标客户后，可根据业务活动规则中的消息编号从消息表中读取该消息编号所对应的消息内容，然后将消息内容通过短信、应用程序等发送至目标客户的客户端。
具体地，根据本发明实施例的一具体实施方式，上述基于流计算的推荐方法还包括消息表，记载了消息编号所对应的消息内容以及消息推荐渠道等，上述消息表的格式如下：
Name 字段名称
Message ID 消息编号
Type 消息渠道(短信、应用程序消息等)
Message Content 消息内容
进一步地，根据本发明实施例，还可以直接根据业务活动表中的广告编号，获取广告内容，并将该广告内容推荐给目标客户。
进一步地，根据本发明一实施例，上述向目标客户进行信息推荐的步骤还包括：根据标签列名和业务活动编号获取广告内容，并将该广告内容推荐给目标客户。当根据业务活动规则确定目标客户后，根据标签写入规则将该业务活动编号添加到业务场景规则中的标签列名之后，得到一个组合标签，然后根据该组合标签在广告发布系统配置相对应的广告内容，并将该广告内容投放至业务活动编号所确定的目标客户的客户端。具体地，可以通过投放附带该广告内容的链接，也可以直接在目标打开相应的应用程序时显示该广告内容。
根据本发明实施例的技术方法，通过采用根据业务场景规则对流数据库中的数据进行流计算处理，确定子数据集；根据基于业务场景规则的业务活动规则对子数据集中的数据进行流计算处理，确定目标客户；向目标客户进行信息推荐的技术手段，所以克服了基于业务活动进行流计算处理时，每项业务活动均需要对数据库中的全量数据进行处理所造成的资源浪费及效率低下的技术问题，进而达到大幅度减少流计算的处理量、节约资源以及提高消息推荐效率的技术效果。
图2是根据本发明第二实施例提供的基于流计算的推荐方法的主要流程的示意图；如图2所示，本发明第二实施例提供的基于流计算的推荐方法包括：
步骤S201，解析数据流中的数据，获取客户特征信息，组成流数据库，其中，客户特征信息包括客户编号(客户ID)和客户行为信息。具体地，网站前端通过Flume(一种日志收集系统)实时采集文件或者数据等形成数据流，并将该数据流存储至卡夫卡(Kafka)中，流计算工具实时读取卡夫卡(Kafka)中的数据流，并对该数据流进行解析数据流中的每条数据，获取客户ID、客户行为信息(包括客户购买行为信息和客户浏览行为信息)等客户特征信息的数据串，组成流数据库。通过上述对数据流中数据的解析预处理，进一步降低了后续业务场景规则和业务活动规则进行流计算的计算量，有利于快速精准的确定目标客户，提升消息推荐的精准率。
步骤S202，配置业务场景规则，并根据业务场景规则对流数据库中数据进行流计算处理，确定子数据集。具体地，通过创建业务场景表，进行业务场景规则的相关配置。业务场景规则包括业务场景编号、业务场景名称、业务场景描述、业务场景规则代码、标签列号。
基于业务场景规则从全量流数据中筛选出满足业务场景规则要求的子数据集A，实现了对流数据库中的全量流数据第一次划分。具体地，流计算工具调用规则引擎，根据业务场景规则所给定的表达式，通过规则引擎判断流数据库中的数据中包含的关键信息(主要为客户特征信息)是否满足条件，如果满足即将该数据划分至子数据库A中。
其中，业务场景的概念表征的是一个类似场景的集合，由系统管理员进行配置，因此业务场景编号是唯一且确定的，业务场景名称、业务场景描述等可以根据实际情况进行重新配置更新。Label Cn是当前业务场景对应的标签号，其后可以根据各分支机构设置的业务活动进划分，用于后续广告发布系统识别并投放相应的广告。具体地，根据本发明实施例，上述业务场景规则可根据实际需求配置一个或多个，然后每个业务场景规则确定一个子数据集。
根据本发明又一具体实施方式，“超市消费场景”这一业务场景所对应的业务场景表如下所示：
Bussiness ID 001
Bussiness Name 超市消费场景
Bussiness Desc 筛选出超市消费交易的客户
Rule Content Trade_Company＝‘超市ID’
Label Cn L001
步骤S203，基于业务场景规则配置业务活动规则，并根据业务活动规则对子数据集进行流计算处理，确定目标客户。具体地，通过创建业务活动表，进行业务活动规则的相关配置。业务活动规则包括业务场景编号和业务活动编号、业务活动名称、业务活动规则代码、消息编号、广告编号。
由于业务活动规则是基于上述业务场景规则进行配置的，因此，对业务活动规则所给定的表达式进行流计算处理时，不需要再对流数据库中的全量流数据进行流计算，只需对业务活动规则对应的业务场景规则所确定的子数据集A中的数据进行流计算即可。具体地，根据本发明实施例，每个业务场景规则可以对应一个或多个业务活动规则。
根据本发明又一具体实施方式，基于“超市消费场景”这一业务场景配置两个业务活动，业务活动一：消费大于1000元；业务活动二：消费小于30元。
上述两项业务活动对应的业务活动表如下：
业务活动1：
Figure BDA0002296764070000091
Figure BDA0002296764070000101
业务活动2：
Bussiness ID 001
Act ID 0002
Rule Content2nd Money<30
Message ID 000002
步骤S204，根据业务活动规则获取消息内容，并将消息内容推荐给目标客户。业务活动规则根据业务活动表中的消息编号从消息表中获取对应的消息内容，并通过消息表中指示的消息渠道向目标客户进行消息推荐。例如向消费大于1000的目标客户发送信用卡信息的短信；向消费小于30的目标客户的应用程序中发送代跑腿优惠券。
步骤S205，根据标签列名和业务活动编号获取广告内容，并将广告内容推荐给目标客户。配置业务场景规则的业务场景表中指定了标签列号，根据业务活动规则确定目标客户后，根据标签写入规则，在相应的业务活动编号前填写相应的标签列号。如业务活动一的标签表示为L001＝0001；业务活动二的标签表示为L001＝0002。
进一步地，根据本发明实施例，还可以直接根据业务活动表中的广告编号，获取广告内容，并将该广告内容推荐给目标客户。
根据本发明实施例的技术方法，通过采用根据业务场景规则对流数据库中的数据进行流计算处理，确定子数据集；根据基于业务场景规则的业务活动规则对子数据集中的数据进行流计算处理，确定目标客户；向目标客户进行信息推荐的技术手段，所以克服了基于业务活动进行流计算处理时，每项业务活动均需要对数据库中的全量数据进行处理所造成的资源浪费及效率低下的技术问题，进而达到大幅度减少流计算的处理量、节约资源以及提高消息推荐效率的技术效果。
图3是根据本发明实施例提供的基于流计算的推荐装置的主要模块的示意图；如图3所示，本发明实施例提供的基于流计算的推荐装置300的主要模块包括：
子数据集确定模块301，用于根据所述业务场景规则对流数据库中的数据进行流计算处理，确定子数据集。基于业务场景规则从全量流数据中筛选出满足业务场景规则要求的子数据集，实现了对流数据库中的全量流数据第一次划分。具体地，流计算工具调用规则引擎，根据业务场景规则所给定的表达式，通过规则引擎判断流数据库中的数据中包含的关键信息(主要为客户特征信息)是否满足条件，如果满足即将该数据划分至子数据库中。
进一步地，根据本发明实施例，上述基于流计算的推荐装置300还包括规则引擎模块，用于配置业务场景规则和基于所述业务场景规则的业务活动规则。
具体地，规则引擎模块是基于专家系统发展而来的，通过规则引擎的规则库配置业务场景规则，然后根据业务场景规则配置业务活动规则，通过上述设置将业务进行多层划分，有利于降低后续流计算的数据处理量。
进一步地，根据本发明实施例，上述基于流计算的推荐装置300还包括：数据解析模块，用于解析数据流中的的数据，获取客户特征信息，组成流数据库，其中，客户特征信息包括客户编号(客户ID)和客户行为信息。在一具体实施方式中，网站前端通过Flume(一种日志收集系统)等工具实时采集文件或者数据等形成数据流，并将该数据流存储至卡夫卡(Kafka)中，流计算工具实时读取卡夫卡(Kafka)中的数据流，并对该数据流进行解析数据流中的每条数据，获取客户ID、客户行为信息(包括客户购买行为信息和客户浏览行为信息)等客户特征信息的数据串，组成流数据库。通过上述对数据流中数据的解析预处理，有利于后续跟进业务场景规则和业务活动规则进行流计算的计算量，利于快速精准的确定目标客户，提升消息推荐的精准率。
具体地，根据本发明实施例的一具体实施方法，上述业务场景规则包括下列中的一种或多种：业务场景编号、业务场景名称、业务场景描述、业务场景规则代码、标签列号。本技术方案中场景的概率表征的是一个类似场景的集合，由系统管理员进行配置，因此业务场景编号是唯一且确定的，业务场景名称、业务场景描述等可以根据实际情况进行重新配置更新。同时以业务场景作为标签来记录具体场景，可以大幅度减少标签数量，节省存储空间，提高效率。具体地，根据本发明实施例，上述业务场景规则可根据实际需求配置一个或多个，然后每个业务场景规则确定一个子数据集。
目标客户确定模块302，用于根据所述业务活动规则对所述子数据集中的数据进行流计算处理，确定目标客户。由于业务活动规则是基于上述业务场景规则进行配置的，因此，对业务活动规则所给定的表达式进行流计算处理时，不需要再对流数据库中的全量流数据进行流计算，只需对业务活动规则对应的业务场景规则所确定的子数据集中的数据进行流计算即可，即通过对业务进行分层划分，并基于分层业务对流数据库进行分层划分，大幅度降低了确定消息推荐目标客户进行流计算处理所需要进行的数据处理量，同时节约的大量资源。
根据本发明实施例的又一具体实施方式，上述业务活动规则包括业务场景编号和下列中的一种或多种：业务活动编号、业务活动名称、业务活动规则代码、消息编号、广告编号。业务活动规则是基于上一层业务场景规则确定的，一个业务场景规则可以对应多个业务活动规则，具体地，每个业务活动规则可以由不同的机构根据其实际的需求进行配置构建(例如，有的机构希望筛选出消费大的客户用于推荐信用卡，有的机构希望筛选出消费小的客户用于推荐代跑腿优惠)，因此，业务活动编号也是唯一的，保证编号的唯一，也避免了进行流计算处理时，由于业务活动编号所导致的紊乱。同上，业务活动名称、业务活动描述等可以根据实际情况进行重新配置更新。
推荐模块303，用于向所述目标客户进行信息推荐。
根据本发明实施例，上述推荐模块303还用于：根据业务活动规则获取消息内容，将消息内容推荐给目标客户。根据业务活动规则确定目标客户后，可根据业务活动规则中的消息编号读取该消息编号所对应的消息模板，获取推荐消息内容，然后将推荐消息通过短信、应用程序等发送至目标客户的客户端。
进一步地，根据本发明实施例，还可以直接根据业务活动表中的广告编号，获取广告内容，并将该广告内容推荐给目标客户。
进一步地，根据本发明一实施例，上述推荐模块303还用于：根据标签列名和业务活动编号获取广告内容，并将该广告内容推荐给目标客户。当根据业务活动规则确定目标客户后，根据标签写入规则将该业务活动规则所对应的业务场景规则中的标签列号写入该业务活动规则的业务活动编号之前，得到组合标签，根据该组合标签在广告发布系统中配置对应的广告内容，将广告内容投放至业务活动规则所确定的目标客户的客户端。
根据本发明实施例的技术方法，通过采用根据业务场景规则对流数据库中的数据进行流计算处理，确定子数据集；根据基于业务场景规则的业务活动规则对子数据集中的数据进行流计算处理，确定目标客户；向目标客户进行信息推荐的技术手段，所以克服了基于业务活动进行流计算处理时，每项业务活动均需要对数据库中的全量数据进行处理所造成的资源浪费及效率低下的技术问题，进而达到大幅度减少流计算的处理量、节约资源以及提高消息推荐效率的技术效果。
图4示出了可以应用本发明实施例的基于流计算的推荐方法或基于流计算的推荐装置的示例性系统架构400。
如图4所示，系统架构400可以包括终端设备401、402、403，网络404和服务器405(此架构仅仅是示例，具体架构中包含的组件可以根据申请具体情况调整)。网络404用以在终端设备401、402、403和服务器405之间提供通信链路的介质。网络404可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备401、402、403通过网络404与服务器405交互，以接收或发送消息等。终端设备401、402、403上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备401、402、403可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器405可以是提供各种服务的服务器，例如对用户利用终端设备401、402、403所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。
需要说明的是，本发明实施例所提供的基于流计算的推荐方法一般由服务器405执行，相应地，基于流计算的推荐装置一般设置于服务器405中。
应该理解，图4中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
下面参考图5，其示出了适于用来实现本发明实施例的终端设备的计算机系统500的结构示意图。图5示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示，计算机系统500包括中央处理单元(CPU)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有系统500操作所需的各种程序和数据。CPU 501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
以下部件连接至I/O接口505：包括键盘、鼠标等的输入部分506；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。
特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(CPU)501执行时，执行本发明的系统中限定的上述功能。
需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括子数据集确定模块、目标客户确定模块和推荐模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，目标客户确定模块还可以描述为“根据业务活动规则对子数据集中的数据进行流计算处理，确定目标客户的模块”。
作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：根据业务场景规则对流数据库中的数据进行流计算处理，确定子数据集；根据基于业务场景规则的业务活动规则对子数据集中的数据进行流计算处理，确定目标客户；向目标客户进行信息推荐。
根据本发明实施例的技术方案，通过采用根据业务场景规则对流数据库中的数据进行流计算处理，确定子数据集；根据基于业务场景规则的业务活动规则对子数据集中的数据进行流计算处理，确定目标客户；向目标客户进行信息推荐的技术手段，所以克服了基于业务活动进行流计算处理时，每项业务活动均需要对数据库中的全量数据进行处理所造成的资源浪费及效率低下的技术问题，进而达到大幅度减少流计算的处理量、节约资源以及提高消息推荐效率的技术效果。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (12)

1.一种基于流计算的推荐方法，其特征在于，包括：
根据业务场景规则对流数据库中的数据进行流计算处理，确定子数据集；
根据基于所述业务场景规则的业务活动规则对所述子数据集中的数据进行流计算处理，确定目标客户；
向所述目标客户进行信息推荐。
2.根据权利要求1所述的基于流计算的推荐方法，其特征在于，所述基于流计算的推荐方法还包括：解析数据流中的数据，获取客户特征信息，组成所述流数据库，其中，所述客户特征信息包括客户编号和客户行为信息。
3.根据权利要求1所述的基于流计算的推荐方法，其特征在于，所述业务场景规则包括下列中的一种或多种：业务场景编号、业务场景名称、业务场景描述、业务场景规则代码、标签列号；所述业务活动规则包括所述业务场景编号和下列中的一种或多种：业务活动编号、业务活动名称、业务活动规则代码、消息编号、广告编号。
4.根据权利要求1所述的基于流计算的推荐方法，其特征在于，所述向目标客户进行信息推荐的步骤包括：根据所述业务活动规则获取消息内容，并将所述消息内容推荐给所述目标客户推荐。
5.根据权利要求3所述的基于流计算的推荐方法，其特征在于，所述向目标客户进行信息推荐的步骤还包括：根据所述标签列号和所述业务活动编号获取广告内容，并将所述广告内容推荐给所述目标客户。
6.一种基于流计算的推荐装置，其特征在于，包括：
子数据集确定模块，用于根据业务场景规则对流数据库中的数据进行流计算处理，确定子数据集；
目标客户确定模块，用于根据基于所述业务场景规则的业务活动规则对所述子数据集中的数据进行流计算处理，确定目标客户；
推荐模块，用于向所述目标客户进行信息推荐。
7.根据权利要求6所述的基于流计算的推荐装置，其特征在于，所述基于流计算的推荐装置还包括数据解析模块，用于解析数据流中的数据，获取客户特征信息，组成所述流数据库，其中，所述客户特征信息包括客户编号和客户行为信息。
8.根据权利要求6所述的基于流计算的推荐装置，其特征在于，所述业务场景规则包括下列中的一种或多种：业务场景编号、业务场景名称、业务场景描述、业务场景规则代码、标签列号；所述业务活动规则包括所述业务场景编号和下列中的一种或多种：业务活动编号、业务活动名称、业务活动规则代码、消息编号、广告编号。
9.根据权利要求6所述的基于流计算的推荐装置，其特征在于，所述推荐模块还用于：根据所述业务活动规则获取消息内容，将所述消息内容推荐给所述目标客户。
10.根据权利要求8所述的基于流计算的推荐装置，其特征在于，所述推荐模块还用于：根据所述标签列名和所述业务活动编号获取广告内容，并将所述广告内容推荐给所述目标客户。
11.一种终端服务器，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
12.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-5中任一所述的方法。
CN201911205151.XA 2019-11-29 2019-11-29 一种基于流计算的推荐方法和装置 Pending CN111127077A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911205151.XA CN111127077A (zh) 2019-11-29 2019-11-29 一种基于流计算的推荐方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911205151.XA CN111127077A (zh) 2019-11-29 2019-11-29 一种基于流计算的推荐方法和装置

Publications (1)

Publication Number Publication Date
CN111127077A true CN111127077A (zh) 2020-05-08

Family

ID=70496345

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911205151.XA Pending CN111127077A (zh) 2019-11-29 2019-11-29 一种基于流计算的推荐方法和装置

Country Status (1)

Country Link
CN (1) CN111127077A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113282611A (zh) * 2021-06-29 2021-08-20 深圳平安智汇企业信息管理有限公司 一种流数据同步的方法、装置、计算机设备及存储介质

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101783004A (zh) * 2010-03-03 2010-07-21 陈嵘 快速智能化的商品推荐系统
US20120303561A1 (en) * 2011-05-25 2012-11-29 Nokia Corporation Method and apparatus for providing rule-based recommendations
CN106600369A (zh) * 2016-12-09 2017-04-26 广东奡风科技股份有限公司 基于朴素贝叶斯分类的银行金融产品实时推荐系统和方法
CN107040863A (zh) * 2015-07-30 2017-08-11 中国移动通信集团内蒙古有限公司 实时业务推荐方法及系统
CN107517190A (zh) * 2016-06-17 2017-12-26 中国移动通信集团上海有限公司 一种业务推荐方法及装置
CN107678790A (zh) * 2016-07-29 2018-02-09 华为技术有限公司 流计算方法、装置及系统
CN107911449A (zh) * 2017-11-15 2018-04-13 百度在线网络技术（北京）有限公司 用于推送信息的方法和装置
CN108197215A (zh) * 2017-12-28 2018-06-22 努比亚技术有限公司 一种推荐方法、服务器及计算机可读存储介质
CN108460629A (zh) * 2018-02-10 2018-08-28 深圳壹账通智能科技有限公司 用户营销推荐方法、装置、终端设备及存储介质
CN108804506A (zh) * 2018-04-13 2018-11-13 北京猫眼文化传媒有限公司 一种信息的推荐方法、装置和电子设备
CN109118296A (zh) * 2018-09-04 2019-01-01 南京星邺汇捷网络科技有限公司 活动推送方法、装置及电子设备
CN109242553A (zh) * 2018-08-22 2019-01-18 平安科技（深圳）有限公司 一种用户行为数据推荐方法、服务器及计算机可读介质
CN109359109A (zh) * 2018-08-23 2019-02-19 阿里巴巴集团控股有限公司 一种基于分布式流计算的数据处理方法及系统
CN109740066A (zh) * 2019-01-28 2019-05-10 北京三快在线科技有限公司 信息推荐方法、信息推荐装置、存储介质及电子设备
CN109961309A (zh) * 2017-12-25 2019-07-02 网智天元科技集团股份有限公司 业务推荐方法和系统
CN109996193A (zh) * 2017-12-29 2019-07-09 中国移动通信集团北京有限公司 基于智信平台的短信发送方法、装置、系统和设备
CN110147286A (zh) * 2019-04-23 2019-08-20 上海淇玥信息技术有限公司 一种基于消息队列的定制信息发送方法、装置、系统和记录介质
CN110363654A (zh) * 2019-06-27 2019-10-22 上海淇毓信息科技有限公司 一种优惠信息推送方法、装置和电子设备

Patent Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101783004A (zh) * 2010-03-03 2010-07-21 陈嵘 快速智能化的商品推荐系统
US20120303561A1 (en) * 2011-05-25 2012-11-29 Nokia Corporation Method and apparatus for providing rule-based recommendations
CN107040863A (zh) * 2015-07-30 2017-08-11 中国移动通信集团内蒙古有限公司 实时业务推荐方法及系统
CN107517190A (zh) * 2016-06-17 2017-12-26 中国移动通信集团上海有限公司 一种业务推荐方法及装置
CN107678790A (zh) * 2016-07-29 2018-02-09 华为技术有限公司 流计算方法、装置及系统
CN106600369A (zh) * 2016-12-09 2017-04-26 广东奡风科技股份有限公司 基于朴素贝叶斯分类的银行金融产品实时推荐系统和方法
CN107911449A (zh) * 2017-11-15 2018-04-13 百度在线网络技术（北京）有限公司 用于推送信息的方法和装置
CN109961309A (zh) * 2017-12-25 2019-07-02 网智天元科技集团股份有限公司 业务推荐方法和系统
CN108197215A (zh) * 2017-12-28 2018-06-22 努比亚技术有限公司 一种推荐方法、服务器及计算机可读存储介质
CN109996193A (zh) * 2017-12-29 2019-07-09 中国移动通信集团北京有限公司 基于智信平台的短信发送方法、装置、系统和设备
CN108460629A (zh) * 2018-02-10 2018-08-28 深圳壹账通智能科技有限公司 用户营销推荐方法、装置、终端设备及存储介质
CN108804506A (zh) * 2018-04-13 2018-11-13 北京猫眼文化传媒有限公司 一种信息的推荐方法、装置和电子设备
CN109242553A (zh) * 2018-08-22 2019-01-18 平安科技（深圳）有限公司 一种用户行为数据推荐方法、服务器及计算机可读介质
CN109359109A (zh) * 2018-08-23 2019-02-19 阿里巴巴集团控股有限公司 一种基于分布式流计算的数据处理方法及系统
CN109118296A (zh) * 2018-09-04 2019-01-01 南京星邺汇捷网络科技有限公司 活动推送方法、装置及电子设备
CN109740066A (zh) * 2019-01-28 2019-05-10 北京三快在线科技有限公司 信息推荐方法、信息推荐装置、存储介质及电子设备
CN110147286A (zh) * 2019-04-23 2019-08-20 上海淇玥信息技术有限公司 一种基于消息队列的定制信息发送方法、装置、系统和记录介质
CN110363654A (zh) * 2019-06-27 2019-10-22 上海淇毓信息科技有限公司 一种优惠信息推送方法、装置和电子设备

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113282611A (zh) * 2021-06-29 2021-08-20 深圳平安智汇企业信息管理有限公司 一种流数据同步的方法、装置、计算机设备及存储介质
CN113282611B (zh) * 2021-06-29 2024-04-23 深圳平安智汇企业信息管理有限公司 一种流数据同步的方法、装置、计算机设备及存储介质

Similar Documents

Publication Publication Date Title
US10740711B2 (en) Optimization of a workflow employing software services
CN107172151B (zh) 用于推送信息的方法和装置
WO2015055067A1 (en) Method and apparatus for pushing messages
CN110019367B (zh) 一种统计数据特征的方法和装置
CN112835904A (zh) 一种数据处理方法和数据处理装置
CN111339743B (zh) 一种账号生成的方法和装置
CN110866040A (zh) 用户画像生成方法、装置和系统
CN110928594A (zh) 服务开发方法和平台
CN113190558A (zh) 一种数据加工方法和系统
CN110852057A (zh) 一种计算文本相似度的方法和装置
CN110705271B (zh) 一种提供自然语言处理服务的系统及方法
CN111127077A (zh) 一种基于流计算的推荐方法和装置
CN116450723A (zh) 数据提取方法、装置、计算机设备及存储介质
CN110796543A (zh) 基于关系网络的定制信息获取方法、装置及电子设备
CN113297436B (zh) 基于关系图网络的用户策略分配方法、装置及电子设备
CN115619142A (zh) 匹配数据的方法、装置、设备和计算机可读介质
CN113434754A (zh) 确定推荐api服务的方法、装置、电子设备和存储介质
CN112131287A (zh) 一种读取数据的方法和装置
CN112256566A (zh) 一种测试案例的保鲜方法和装置
CN112184370A (zh) 一种推送产品的方法和装置
CN113760695A (zh) 一种定位问题代码的方法和装置
CN112862554A (zh) 一种订单数据的处理方法和装置
CN113362097B (zh) 一种用户确定方法和装置
CN112667627B (zh) 一种数据处理方法及装置
CN113496113A (zh) 生成用户价值信息的方法和装置

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20220923

Address after: 25 Financial Street, Xicheng District, Beijing 100033

Applicant after: CHINA CONSTRUCTION BANK Corp.

Address before: 25 Financial Street, Xicheng District, Beijing 100033

Applicant before: CHINA CONSTRUCTION BANK Corp.

Applicant before: Jianxin Financial Science and Technology Co.,Ltd.