CN111368190A - 信息推荐方法及装置 - Google Patents
信息推荐方法及装置 Download PDFInfo
- Publication number
- CN111368190A CN111368190A CN202010130322.3A CN202010130322A CN111368190A CN 111368190 A CN111368190 A CN 111368190A CN 202010130322 A CN202010130322 A CN 202010130322A CN 111368190 A CN111368190 A CN 111368190A
- Authority
- CN
- China
- Prior art keywords
- service
- server
- information
- feature
- target
- 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.)
- Granted
Links
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
- 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
- G06F16/9538—Presentation of query results
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本申请公开了一种信息推荐方法及装置，涉及智能搜索技术领域。具体实现方案为：服务器预先向特征提供方提供接口，供特征提供方快速向服务器提供特征服务，使得服务器利用特征服务预先计算出海量信息中各信息的特征，同时，服务器预先向特征使用方提供接口，供特征使用方配置各排序算法对应的目标服务，使得排序算法在对信息进行排序时，结合目标服务对应的目标特征，使得云服务器向普通用户推荐信息时，可以考虑多种特征，进而实现精准推荐。
Description
技术领域
本申请实施例涉及智能搜索技术领域，尤其涉及一种信息推荐方法及装置。
背景技术
在当今互联网信息检索和推荐中，图片、视频等多媒体内容的占比越来越大，为了让这些多媒体内容能够被更好地被检索和利用，需要对图片和视频等提取出包括质量、语义等多种特征。
常见的特征计算方式包括批量计算和特征服务。其中，批量特征计算是指通过Hadoop等工具，对给定的图片和视频计算给定的特征。特征服务是指将特征算法封装成服务，提前部署在后台，在计算时从后台直接请求服务以计算出特征。由于检索和推荐等的时效性，上述的批量计算无法满足时效性，因此，通常采用特征服务的方式。特征服务的方式中，特征算法被提前封装成特征服务并部署在云服务器上，每个特征服务用于计算一种特征，云服务器通过API gateway为特征使用方提供统一服务入口，特征使用方通过APIgateway调用特征服务，特征使用方例如为云服务器上的排序算法等。当普通用户，即广大网民访问云服务器请求图片或视频时，云服务器对召回队列中的各个图片或视频进行排序，排序过程中考虑特征服务计算出的特征。最终，云服务器将排序后top N的图片或视频推荐给普通用户。
然而，随着业务的发展，需要计算的特征逐渐增多。上述特征服务的方式中，预先将特征算法封装成特征服务部署在服务器上，导致服务器上的特征服务具有局限性，进而导致服务器无法精准的向普通用户推荐信息。
发明内容
本申请实施例提供一种信息推荐方法及装置，云服务器通过向特征提供方提供接口，供特征提供方快速向云服务器提供特征服务，使得云服务器向普通用户推荐信息时，可以考虑多种特征，进而实现精准推荐。
第一方面，本申请实施例提供一种信息推荐方法，包括：
服务器接收第一终端设备发送的推荐请求；
所述服务器响应所述推荐请求，从信息集合中召回符合查询条件的信息，以得到信息子集；其中，所述信息集合中各信息的目标特征对应的目标服务由第二终端设备预先部署在所述服务器上，所述目标特征由所述服务器预先调用所述目标服务计算出，所述第二终端设备是向所述服务器提供所述目标服务的用户的终端设备，所述目标服务为所述服务器提供的多个服务中被所述服务器调用的服务；
所述服务器利用所述信息子集中各信息的目标特征，确定待推荐给用户的目标信息；
所述服务器向所述第一终端设备发送所述目标信息。
一种可行的设计中，所述服务器响应所述推荐请求，从信息集合中召回符合查询条件的信息，以得到信息子集之前，还包括：
所述服务器接收第二终端设备发送的注册请求，所述注册请求用于请求向所述服务器提供所述目标服务，所述注册请求携带所述目标服务的属性；
所述服务器根据所述目标服务的属性进行配置，使得所述服务器具备提供所述目标服务的能力。
一种可行的设计中，所述目标服务的属性包括下述信息中的至少一个：部署包、启动和停止命令、算子功能描述、算子接口描述；
所述配置包括下述处理中的至少一个：校验所述部署包、性能测试、分配身份标识。
一种可行的设计中，所述服务器响应所述推荐请求，从信息集合中召回符合查询条件的信息，以得到信息子集之前，还包括：
所述服务器接收第三终端设备发送的获取请求，所述获取请求用于请求获取第一服务集合，所述第一服务集合是第二服务集合的子集，所述第二服务集合包含所述服务器可提供的各种特征服务；
所述服务器部署所述第一服务集合中的各服务；
所述服务器向所述第三终端设备发送获取响应，所述获取响应携带令牌，所述令牌用于指示所述第一服务集合中的服务，所述第一服务集合中的服务包含所述目标服务。
一种可行的设计中，所述获取请求携带下述信息中的至少一个：所述第一服务集合中各服务的标识、每秒调用率QPS、资源类型，所述资源类型包括下述类型中的任意一个：弹性空闲资源、稳定空闲资源、混合资源，其中，所述弹性空闲资源的资源大小可动态调整，所述稳定空闲资源的大小恒定，所述混合资源包括所述弹性空闲资源和所述稳定空闲资源。
一种可行的设计中，当所述第一服务集合包含资源类型为弹性空闲资源的服务时，所述方法还包括：所述服务器根据所述弹性空闲资源的大小，调整所述资源类型为弹性空闲资源的服务的每秒调用率QPS。
一种可行的设计中，当所述第一服务集合包含资源类型为混合资源的服务时，所述方法还包括：所述服务器调整所述混合资源中弹性空闲资源和稳定空闲资源的比例。
一种可行的设计中，所述服务器向所述第三终端设备发送获取响应之后，还包括：所述服务器向第三终端设备发送第三数据流，所述第三数据流用于使得所述第三终端设备显示第三界面，所述第三界面用于供第三用户配置排序算法调用的目标服务；
所述服务器接收所述第三终端设备发送的调用请求，所述调用请求包含所述目标服务的标识，所述目标服务的标识是所述第三用户通过第三界面录入的；
所述服务器根据目标服务的标识，确定所述信息子集中各信息的目标特征。
第二方面，本申请实施例提供一种信息推荐装置，包括：
接收单元，用于接收第一终端设备发送的推荐请求；
处理单元，用于响应所述推荐请求，从信息集合中召回符合查询条件的信息，以得到信息子集；其中，所述信息集合中各信息的目标特征对应的目标服务由第二终端设备预先部署在所述服务器上，所述目标特征由所述服务器预先调用所述目标服务计算出，所述第二终端设备是向所述服务器提供所述目标服务的用户的终端设备，所述目标服务为所述服务器提供的多个服务中被所述服务器调用的服务；
发送单元，用于向所述第一终端设备发送所述目标信息。
一种可行的实现方式中，所述接收单元，在所述处理单元响应所述推荐请求，从信息集合中召回符合查询条件的信息，以得到信息子集之前，还用于接收第二终端设备发送的注册请求，所述注册请求用于请求向所述服务器提供所述目标服务，所述注册请求携带所述目标服务的属性；
所述处理单元，还用于根据所述目标服务的属性进行配置，使得所述服务器具备提供所述目标服务的能力。
一种可行的实现方式中，所述目标服务的属性包括下述信息中的至少一个：部署包、启动和停止命令、算子功能描述、算子接口描述；
所述配置包括下述处理中的至少一个：校验所述部署包、性能测试、分配身份标识。
一种可行的实现方式中，所述接收单元，在所述处理单元响应所述推荐请求，从信息集合中召回符合查询条件的信息，以得到信息子集之前，还用于接收第三终端设备发送的获取请求，所述获取请求用于请求获取第一服务集合，所述第一服务集合是第二服务集合的子集，所述第二服务集合包含所述服务器可提供的各种特征服务；
所述处理单元，还用于部署所述第一服务集合中的各服务；
所述发送单元，还用于向所述第三终端设备发送获取响应，所述获取响应携带令牌，所述令牌用于指示所述第一服务集合中的服务，所述第一服务集合中的服务包含所述目标服务。
一种可行的实现方式中，所述获取请求携带下述信息中的至少一个：所述第一服务集合中各服务的标识、每秒调用率QPS、资源类型，所述资源类型包括下述类型中的任意一个：弹性空闲资源、稳定空闲资源、混合资源，其中，所述弹性空闲资源的资源大小可动态调整，所述稳定空闲资源的大小恒定，所述混合资源包括所述弹性空闲资源和所述稳定空闲资源。
一种可行的实现方式中，当所述第一服务集合包含资源类型为弹性空闲资源的服务时，所述处理单元，还用于根据所述弹性空闲资源的大小，调整所述资源类型为弹性空闲资源的服务的每秒调用率QPS。
一种可行的实现方式中，当所述第一服务集合包含资源类型为混合资源的服务时，所述处理单元，还用于调整所述混合资源中弹性空闲资源和稳定空闲资源的比例。
一种可行的实现方式中，所述发送单元，在向所述第三终端设备发送获取响应之后，还用于向第三终端设备发送第三数据流，所述第三数据流用于使得所述第三终端设备显示第三界面，所述第三界面用于供第三用户配置排序算法调用的目标服务；
所述接收单元，还用于接收所述第三终端设备发送的调用请求，所述调用请求包含所述目标服务的标识，所述目标服务的标识是所述第三用户通过第三界面录入的；
所述处理单元，还用于根据目标服务的标识，确定所述信息子集中各信息的目标特征。
第三方面、本申请实施例提供一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；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，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面或第一方面任意可能实现的方法。
第四方面，本申请实施例提供一种包含指令的计算机程序产品，当其在电子设备上运行时，使得电子设备计算机执行上述第一方面或第一方面的各种可能的实现方式中的方法。
第五方面，本申请实施例提供一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述电子设备执行上述第一方面或第一方面的各种可能的实现方式中的方法。
第六方面，本申请实施例提供一种特征服务提供方法，包括：服务器接收终端设备发送的注册请求，所述注册请求用于请求向所述服务器提供所述目标服务，所述注册请求携带所述目标服务的属性，所述目标服务的属性是所述终端设备根据特征提供方对所述终端设备的界面的操作生成的；所述服务器根据所述目标服务的属性，生成配置文件，所述配置文件用于使得所述服务器提供所述目标服务。
上述申请中的一个实施例具有如下优点或有益效果：当普通用户请求信息推荐时，服务器调用排序算法对符合查询条件的信息排序时，将目标特征作为一项排序因子以对信息子集中的信息排序，将排序后top N的信息作为目标信息发送给第一终端设备。该过程中，服务器通过向特征提供方提供接口，供特征提供方快速向服务器提供特征服务，使得云服务器向普通用户推荐信息时，可以考虑多种特征，进而实现精准推荐。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1是本申请实施例提供的信息推荐方法的运行环境示意图；
图2是本申请实施例提供的信息推荐方法的流程图；
图3是本申请实施例提供的信息推荐方法中服务器的组件及交互图；
图4是本申请实施例提供的信息推荐方法中特征提供方向服务器提供特征服务的流程图；
图5是本申请实施例提供的信息推荐方法中特征使用方申请令牌的流程图；
图6是本申请实施例提供的信息推荐方法中特征使用方使用令牌调用目标服务进行排序的流程图；
图7为本公开实施例提供的信息推荐装置的结构示意图；
图8是用来实现本公开实施例的数据处理方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请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，而不会背离本申请的范围和精神。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。
目前，图片搜索、视频搜索、feed推荐等领域，需要对海量的信息计算出描述该信息的多种特征。其中，信息包括图片、视频、文本等，特征包括质量特征、语义特征等。通常的业务场景是给定指定的信息，如图片或视频等，并指明要计算哪些特征，服务器对给定的图片或视频进行处理，最终生成图片或视频对应的特征结果。目前主要有两种模式来进行特征计算：(1)离线批量计算：通过Hadoop等工具，在需要计算时，利用多台服务器进行特征计算；(2)在线特征服务：将特征算法封装成特征服务，提前部署，子计算时直接请求服务获得计算特征。由于业务有实时计算特征的需求，如图片搜索时效性流等，采用离线批量计算无法满足在线实时计算的需求，所以通常采用在线特征服务的方式。
然而，随着业务的发展，需要接入或计算的特征逐渐增多，而采用在线特征服务的方式中，服务器主要面向特征使用方，在架构上没有考虑如何让特征提供方快速接入服务器，并对外提供服务，导致服务器上的特征服务具有局限性，进而导致服务器向普通用户推荐的信息无法考虑其他特征，无法实现精准推荐。
有鉴于此，本申请实施例提供一种信息推荐方法及装置，服务器通过向特征提供方提供接口，供特征提供方快速向服务器提供特征服务，使得云服务器向普通用户推荐信息时，可以考虑多种特征，进而实现精准推荐。
图1是本申请实施例提供的信息推荐方法的运行环境示意图。请参照图1，该运行环境包括服务器、第一终端设备、第二终端设备和第三终端设备，第一终端设备、第二终端设备和第三终端设备分别与服务器建立网络连接。其中，第一终端设备是第一用户的终端设备，第一用户使用第一终端设备向服务器请求信息推荐，第一用户例如为网民，其可以为多个；第二终端设备是第二用户的终端设备，第二用户使用第二终端设备向服务器提供特征服务(也可以称之为服务)，第二用户例如为特征提供方，可提供各种特征服务。特征服务用于计算视频、图片等的特征，特征主要包括质量特征和语义特征两大类，而质量特征又可以细分为色情指数、暴力指数、清晰度打分、美观度打分等，语义特征又可以细分为向量特征、分类属性，如植物、动物类型等。新的特征不断的在出现，比如，当图片为截图时，截图的质量如何，也是图片的质量特征的一部分，因此需要新的特征服务计算截图打分。此时，需要特征提供方快速提供用于计算截图打分的特征服务并被服务器调用。被服务器调用可以理解为被服务器上的特征使用方调用，而排序算法即为本申请实施例中的特征使用方，一个排序算法能够调用的特征服务可以是一个或多个，第三用户可以通过第三终端设备配置排序算法调用的特征服务，以下将服务器通过排序算法调用的各种特征服务称之为目标服务。
可选的，上述的运行环境还可以包括供第四用户使用的第四终端设备，该第四终端设备与服务器建立网络连接，第四用户例如为管理员。第四终端设备的界面显示第二用户向服务器提供的各种服务，第四用户对该些服务进行审批，通过审批的服务才能被第三用户调用。
上述图1中，服务器可以是单个服务器，也可以是服务器集群等，终端设备可以是手机、电脑、个人数字助理(Personal Digital Assistant；PDA)等。
下面，在图1所示运行环境的基础上，对本申请示例所示的信息推荐方法仅详细说明。示例性的，可参见图2。
图2是本申请实施例提供的信息推荐方法的流程图。本实施例是从第一终端设备和服务器交互的角度进行说明，本实施例包括：
101、第一终端设备向服务器发送推荐请求。
相应的，服务器接收第一终端设备发送的推荐请求。其中，推荐请求是第一终端设备根据第一用户在所述第一终端设备上显示的第一界面输入的查询条件生成的，所述第一界面是所述第一终端设备根据所述服务器发送的第一数据流生成的。
本申请实施例中，第一用户使用第一终端设备登录服务器时，服务器向该第一终端设备发送第一数据流，使得第一终端设备的显示屏上显示第一界面。然后，第一用户通过第一终端设备显示的第一界面输入查询条件。例如，第一用户通过键盘等输入一条查询(query)语句，第一终端从该查询语句中提取出查询条件；再如，第一用户通过语音输入一条查询语句，第一终端设备将该查询语句转换为文本，并从文本中提取出查询条件。其中，查询语句例如为“病毒A在显微镜下的样子”，则查询条件为“病毒A在显微镜下的图片或视频”。
102、服务器响应所述推荐请求，从信息集合中召回符合查询条件的信息，以得到信息子集。
其中，所述信息集合中各信息的目标特征对应的目标服务由第二终端设备预先部署在所述服务器上，所述目标特征由所述服务器预先调用所述目标服务计算出，所述第二终端设备是向所述服务器提供所述目标服务的用户的终端设备，所述目标服务为所述服务器提供的多个服务中被所述服务器调用的服务。
示例性的，服务器在得到查询条件后，从包含海量信息的信息集合中通过召回方式召回复合查询条件的信息，以得到信息子集。例如，召回方式为新热召回方式，用于召回最新最热的信息；再如，召回方式为视频召回方式，则召回符合查询条件的视频；又如，召回方式为图片召回方式，则召回符合查询条件的图片。
103、所述服务器利用所述信息子集中各信息的目标特征，确定待推荐给用户的目标信息。
示例性的，信息推荐过程包括建库过程和推荐过程。建库过程中，第二用户预先向服务器提供多种特征服务，服务器预先利用特征服务计算信息集合中的每个信息的特征。例如，特征服务有200+，不同的特征服务用于计算不同的特征。对于每一个信息，服务器使用该200+的特征服务计算出该信息的200+的特征，服务器将信息集合中各信息的特征存储在本地或远程数据库中。200+的特征主要包括质量特征和语义特征两大类，质量特征包括色情指数、暴力指数、清晰度打分、美观度打分、截图打分等；语义特征包括向量特征、分类属性，如植物、动物类型等。
推荐过程中，第三用户预先配置每个排序算法能够调用的特征服务，使得排序算法在进行排序时，能够结合特征服务计算出的特征。当第一用户实时请求信息推荐时，服务器召回符合查询条件的信息得到信息子集。然后，服务器从多个排序算法中确定出目标排序算法，并针对各信息确定出目标排序算法对应的目标特征。接着，利用目标排序算法对该些信息进行排序，排序过程中，将目标特征作为一项排序因子，将排序后top N的信息作为目标信息。
104、服务器向第一终端设备发送目标信息。
本申请实施例提供的信息推荐方法，服务器预先向特征提供方提供接口，供特征提供方快速向服务器提供特征服务，使得服务器利用特征服务预先计算出海量信息中各信息的特征，同时，服务器预先向特征使用方提供接口，供特征使用方配置各排序算法对应的目标服务，使得排序算法在对信息进行排序时，结合目标服务对应的目标特征。当普通用户请求信息推荐时，服务器调用排序算法对符合查询条件的信息排序时，将目标特征作为一项排序因子以对信息子集中的信息排序，将排序后top N的信息作为目标信息发送给第一终端设备。该过程中，服务器通过向特征提供方提供接口，供特征提供方快速向服务器提供特征服务，使得云服务器向普通用户推荐信息时，可以考虑多种特征，进而实现精准推荐。
图3是本申请实施例提供的信息推荐方法中服务器的组件及交互图。本申请实施例中，服务器的组件包括：特征管理平台、特征资源&流量调度模块、全局流控模块、特征计算服务网关等，服务器的资源包括稳定空闲资源、弹性空闲资源等，可选的，服务器的组件还包括特征服务框架等。下面，对该些组件进行详细说明。
特征管理平台：特征管理平台是一个web站点，主要功能是进行特征管理，支持特征提供方录入特征、特征使用方申请特征服务接入、特征演示、特征调研等。
特征资源&流量调度模块：支持特征服务在不同资源上部署，资源包括弹性空闲资源和稳定空闲资源，为特征计算服务网关提供特征服务寻址、流量调控功能等。
全局流控模块：支持token生成、特征粒度的限流等。
特征服务框架：特征服务开发框架，特征提供方只需要填充相关的特征策略逻辑，就可以生成接口统一、符合规范的特征服务。
特征服务：实际进行特征计算的服务，承接来自特征服务网关的请求流量进行实际特征处理。
特征计算服务网关：特征服务的统一入口，支持多特征并行计算、用户鉴权、流量控制、请求转发、流量调度等。
下面，基于图3，从特征提供方如何向服务器提供特征服务、特征使用方如何调用特征服务进行详细说明。
首先，特征提供方向服务器提供特征服务。
示例性的，可参见图4。图4是本申请实施例提供的信息推荐方法中特征提供方向服务器提供特征服务的流程图，包括：
201、服务器向第二终端设备发送第二数据流。
其中，所述第二数据流用于使得所述第二终端设备显示第二界面，所述第二界面用于供所述第二用户配置所述目标服务的属性。
请同时参照图3，特征请求方在请求特征注册的时候，服务器的特征管理平台向第二终端设备，即特征提供方的终端设备发送第二数据流，使得第二终端设备显示第二界面。
202、特征提供方在第二终端设备的第二界面上录入目标服务的属性。
示例性的，特征提供方可以在特征管理平台上提交特征，提交的内容包括下述属性中的任意一个：部署包、启动和停止命令、算子功能描述、算子接口描述。
203、所述服务器接收所述第二终端设备发送的注册请求。
相应的，服务器接收第二终端设备发送的注册请求。
其中，所述注册请求用于请求向所述服务器提供所述目标服务，所述注册请求携带所述目标服务的属性，所述目标服务的属性是所述第二终端设备根据所述第二用户对所述第二界面的操作生成的。
示例性的，特征提供方在第二界面上录入目标服务的属性后，第二终端设备根据该些属性生成注册请求并向服务器发送。
204、所述服务器根据所述目标服务的属性进行配置，使得所述服务器具备提供所述目标服务的能力。
示例性的，配置包括下述处理中的至少一个：校验所述部署包、性能测试、分配身份标识。其中，
A、校验部署包包括：校验部署包是否符合部署规范、必要文件和目录结构是否齐全；
B、性能测试包括：实际部署进行性能测试，测试特征服务在不同资源下支持的每秒查询率(Query Per Second，QPS)、时延等情况；
C、分配身份标识(identity，ID)包括：经过特征管理平台校验通过、并且性能测试没有问题的特征服务，特征管理平台会给该特征服务分配一个ID，作为后续特征使用方调用的唯一编号，特征使用方在进行特征服务调用时，需要向服务器上报给特征服务的ID。
采用该种方案，实现特征提供方快速接入服务器，并对外提供特征服务的能力。同时，服务器对该些特征服务进行管理，使得特征使用方能够快速找到需要的特征。
其次，特征使用方调用特征服务。
本申请实施例中，特征使用方调用特征服务包括两个步骤，第一步骤：特征使用方申请令牌；第二步骤：特征使用方使用令牌调用目标服务进行排序。下面，通过图5对该第一步骤进行详细说明，通过图6对该第二步骤进行详细说明。
图5是本申请实施例提供的信息推荐方法中特征使用方申请令牌的流程图，本实施例包括：
301、服务器接收第三终端设备发送的获取请求。
其中，所述获取请求用于请求获取第一服务集合，所述第一服务集合是所述第二服务集合的子集，所述第二服务集合包含所述服务器可提供的各种特征服务。
本申请实施例中，服务器能够提供的所有特征服务形成第二服务集合，特征使用方可以请求该些特征服务中的部分或全部特征服务计算出的特征。请同时参照图3，特征使用方向服务器发送获取请求，相当于图3中特征使用方向特征管理平台提交特征需求，获取请求令牌(token)。步骤301中，特征使用方在特征管理平台提交申请(即获取请求)，获取请求携带下述信息中的至少一个：所述第一服务集合中各服务的标识、每秒调用率QPS、资源类型，所述资源类型包括下述类型中的任意一个：弹性空闲资源、稳定空闲资源、混合资源，其中，所述弹性空闲资源的资源大小可动态调整，所述稳定空闲资源的大小恒定，所述混合资源包括所述弹性空闲资源和所述稳定空闲资源。也就是说，特征使用方向特征管理平台提交的获取请求中，指明了特征使用方需要哪些特征服务、各特征服务的QPS、各特征服务是部署在弹性空闲资源上还是稳定空闲资源上，或者部署在混合资源上等。
服务器对该获取请求进行审批，若审核通过，则执行步骤302以进行资源申请和流量调度配置；若审核不通过，则向特征使用方的第三终端设备返回拒绝消息。
可选的，服务器还可以向第四用户的第四终端设备推送第四界面，该第四界面上显示上述的获取请求，由第四用户对该获取请求进行审批，若审核通过，则执行步骤302以进行资源申请和流量调度配置；若审核不通过，则触发服务器向特征使用方的第三终端设备返回拒绝消息。
302、所述服务器部署所述第一服务集合中的各服务。
请同时参照图3，特征使用方的获取请求审核通过后，特征管理平台会调用特征资源&流量调度模块进行资源申请(如图3中的特征管理平台向特征资源&流量调度模块提交特征服务需求)，特征资源&流量调度模块会根据特征使用方的需求，如需要的资源类型、实例数等，取调用相应的PaaS平台接口进行特征服务的创建和实例部署。接着，请参照图3，特征资源&流量调度模块调用全局流控模块进行token的生成并设置流控规则。其中，token用于指示第一服务集合包含哪些特征服务，以及每个特征服务支持的QPS是多少。
通常情况下，服务器在部署特征服务时使用的是稳定空闲资源。本申请实施例中，为了降低资源成本，会同时使用稳定专用资源和/或弹性空闲资源来部署特征服务，由于弹性空闲资源是动态变化的，无法保证资源量，弹性空闲资源的资源量下降会导致部署在其上的特征服务对外提供特征服务的能力下降，需要充分考虑这些情况，进行负载均衡、限流等流量调度。下面，对如何进行流量调度进行详细说明。
当特征使用方提交的获取请求中，若第一服务集合中某个或某些特征服务的资源类型是弹性资源，则服务器根据所述弹性空闲资源的大小，调整所述资源类型为弹性空闲资源的服务的每秒调用率QPS。示例性的，对于部署在弹性空闲资源上的服务，则该特征服务的QPS可以是动态变化的，特征资源&流量调度模块会根据服务器上实际的弹性空闲资源的大小调整这个QPS。采用该种方案，服务器通过支持调整部署在弹性空闲资源上的特征服务的QPS，以保证部署在弹性空闲资源上的特征服务的服务质量，满足业务需求。
当特征使用方提交的获取请求中，若第一服务集合中某个或某些特征服务的资源类型是混合资源，则服务器调整所述混合资源中弹性空闲资源和稳定空闲资源的比例。示例性的，服务器上的全局流控模块会根据预先配置的流量调度规则，去调整混合资源中弹性空闲资源和稳定空闲资源的比例。其中，流量调度规则包括：打在稳定空闲资源和弹性空闲资源的流量比例(负载均衡)、在弹性空闲资源上的熔断策略，比如失败比例大于某个阈值、熔断一段时间等。
再请参照图3，特征资源&流量调度模块还与特征计算服务网关进行同步，包括命名寻址和流量调度规则的同步。实际实现时，特征计算服务网关会定期与特征资源&调度模块同步，获取当前所有的特征服务的地址、特征服务的ID、流量调度规则等，并按照这些进行流量分发。
采用该种方案，服务器通过支持稳定空闲资源和弹性空闲资源的混合使用和调度，通过流量调度和资源调度保证服务质量，满足业务需求。
303、所述服务器向所述第三终端设备发送获取响应，所述获取响应携带令牌，所述令牌用于指示所述第一服务集合中的服务，所述第一服务集合中的服务包含所述目标服务。
示例性的，服务器将获取请求中的各服务部署在对应的资源上，进行流量等的调控，并生成token后，向特征使用方的第三终端设备发送携带该token的获取响应。
采用该种方案，实现特征使用方快速获取能够使用的特征服务的目的。
图6是本申请实施例提供的信息推荐方法中特征使用方使用令牌调用目标服务进行排序的流程图，本实施例包括：
401、所述服务器向第三终端设备发送第三数据流。
其中，所述第三数据流用于使得所述第三终端设备显示第三界面，所述第三界面用于供第三用户配置排序算法调用的目标服务。
示例性的，假设上述图5实施例中，服务器向第三终端设备返回的token指示第一服务集合包含10个特征服务，说明特征使用方可以使用10个特征服务。实际使用时，特征提供方可以使用该10个特征服务中的全部或部分特征服务计算出的特征。因此，本步骤中，服务器向第三终端设备推送第三界面，第三终端设备显示该第三界面。然后，特征使用方在第三界面上配置排序算法可以使用该10个特征服务中的哪些特征服务计算出的特征。
402、所述服务器接收所述第三终端设备发送的调用请求。
其中，所述调用请求包含所述目标服务的标识，所述目标服务的标识是所述第三用户通过第三界面录入的。
请同时参照图3，特征使用方使用请求token调用特征服务计算时，第三用户通过第三界面提交目标服务。继续沿用步骤401中的例子，假设该10个特征服务的ID分别为1-10，若第三用户想要使用其中的特征服务1-5计算出的特征，则通过第三界面录入特征服务1-5的ID等，实现第三用户通过第三界面提交目标服务。
403、所述服务器根据目标服务的标识，确定所述信息子集中各信息的目标特征。
现有技术中，不同的特征服务对应不同的服务接口统一资源定位符(UniformResource Locator，URL)，使得特征使用方的单次请求只能请求单个特征服务。因此，当需要对同一张图片或视频同时调用多个特征服务进行特征计算，重复传输图片会浪费传输带宽等。而本申请实施例中，服务器的特征计算服务网关提供接口统一的多特征服务，单次请求能够支持多特征并行计算等，同时，支持用户安全鉴权、流量控制等功能。
请同时参照图3，服务器上的特征计算服务网关对外提供统一的接口，相较于现有技术中的API网关，该特征计算服务网关还包括用户(user)字段、Callback_addr字段等，支持token的传入和异步请求。要实现一次请求同时计算多个特征，可以通过传入多个特征服务的ID来实现。
特征计算服务网关接收到调用请求，校验请求字段没有问题后，访问全局流控模块进行限流检测，对于没有被限流的特征服务，会对这些特征服务进行并行处理，每个特征服务会执行流量调度策略，包括负载均衡、熔断等。之后，第一服务集合中的各特征服务执行特征计算。各特征服务计算出目标特征后，返回给特征计算服务网关，由特征服务网关、进行拼装并返回给特征使用方。
上述介绍了本公开实施例提到的定位方法的具体实现，下述为本公开装置实施例，可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节，请参照本公开方法实施例。
图7为本公开实施例提供的信息推荐装置的结构示意图。该装置可以集成在终端设备中或通过终端设备实现。如图7所示，在本实施例中，该信息推荐装置100可以包括：
接收单元11，用于接收第一终端设备发送的推荐请求；
处理单元12，用于响应所述推荐请求，从信息集合中召回符合查询条件的信息，以得到信息子集，所述信息集合中各信息的目标特征对应的目标服务由第二终端设备预先部署在所述服务器上，所述目标特征由所述服务器预先调用所述目标服务计算出，所述第二终端设备是向所述服务器提供所述目标服务的用户的终端设备，所述目标服务为所述服务器提供的多个服务中被所述服务器调用的服务；
发送单元13，用于向所述第一终端设备发送所述目标信息。
一种可行的实现方式中，所述接收单元11，在所述处理单元12响应所述推荐请求，从信息集合中召回符合查询条件的信息，以得到信息子集之前，还用于接收第二终端设备发送的注册请求，所述注册请求用于请求向所述服务器提供所述目标服务，所述注册请求携带所述目标服务的属性；
所述处理单元12，还用于根据所述目标服务的属性进行配置，使得所述服务器具备提供所述目标服务的能力。
一种可行的实现方式中，所述目标服务的属性包括下述信息中的至少一个：部署包、启动和停止命令、算子功能描述、算子接口描述；
所述配置包括下述处理中的至少一个：校验所述部署包、性能测试、分配身份标识。
一种可行的实现方式中，所述接收单元11，在所述处理单元12响应所述推荐请求，从信息集合中召回符合查询条件的信息，以得到信息子集之前，还用于接收第三终端设备发送的获取请求，所述获取请求用于请求获取第一服务集合，所述第一服务集合是第二服务集合的子集，所述第二服务集合包含所述服务器可提供的各种特征服务；
所述处理单元12，还用于部署所述第一服务集合中的各服务；
所述发送单元13，还用于向所述第三终端设备发送获取响应，所述获取响应携带令牌，所述令牌用于指示所述第一服务集合中的服务，所述第一服务集合中的服务包含所述目标服务。
一种可行的实现方式中，所述获取请求携带下述信息中的至少一个：所述第一服务集合中各服务的标识、每秒调用率QPS、资源类型，所述资源类型包括下述类型中的任意一个：弹性空闲资源、稳定空闲资源、混合资源，其中，所述弹性空闲资源的资源大小可动态调整，所述稳定空闲资源的大小恒定，所述混合资源包括所述弹性空闲资源和所述稳定空闲资源。
一种可行的实现方式中，当所述第一服务集合包含资源类型为弹性空闲资源的服务时，所述处理单元12，还用于根据所述弹性空闲资源的大小，调整所述资源类型为弹性空闲资源的服务的每秒调用率QPS。
一种可行的实现方式中，当所述第一服务集合包含资源类型为混合资源的服务时，所述处理单元12，还用于调整所述混合资源中弹性空闲资源和稳定空闲资源的比例。
一种可行的实现方式中，所述发送单元13，在向所述第三终端设备发送获取响应之后，还用于向第三终端设备发送第三数据流，所述第三数据流用于使得所述第三终端设备显示第三界面，所述第三界面用于供第三用户配置排序算法调用的目标服务；
所述接收单元11，还用于接收所述第三终端设备发送的调用请求，所述调用请求包含所述目标服务的标识，所述目标服务的标识是所述第三用户通过第三界面录入的；
所述处理单元12，还用于根据目标服务的标识，确定所述信息子集中各信息的目标特征。
本公开实施例提供的信息推荐装置，可用于如上实施例中服务器执行的方法，其实现原理和技术效果类似，在此不再赘述。
需要说明的是，应理解以上装置的各个单元的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分单元通过处理元件调用软件的形式实现，部分单元通过硬件的形式实现。例如，处理单元可以为单独设立的处理元件，也可以集成在上述装置的某一个芯片中实现，此外，也可以以程序代码的形式存储于上述装置的存储器中，由上述装置的某一个处理元件调用并执行以上确定模块的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起，也可以独立实现。这里所述的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以上各个单元可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
例如，以上这些单元可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(application specific integrated circuit，ASIC)，或，一个或多个微处理器(digital signal processor，DSP)，或，一个或者多个现场可编程门阵列(field programmable gate array，FPGA)等。再如，当以上某个单元通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(centralprocessing unit，CPU)或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上系统(system-on-a-chip，SOC)的形式实现。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本公开实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘solid state disk(SSD))等。
进一步的，根据本公开的实施例，本公开还提供了一种电子设备和一种可读存储介质。
图8是用来实现本公开实施例的数据处理方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图8所示，该电子设备包括：一个或多个处理器21、存储器22，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图8中以一个处理器21为例。
存储器22即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的信息推荐方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的信息推荐方法。
存储器22作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的信息推荐方法对应的程序指令/模块(例如，附图7所示的接收单元11、处理单元12和发送单元13)。处理器21通过运行存储在存储器22中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的信息推荐方法。
存储器22可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据信息推荐电子设备的使用所创建的数据等。此外，存储器22可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器22可选包括相对于处理器21远程设置的存储器，这些远程存储器可以通过网络连接至信息推荐电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
信息推荐方法的电子设备还可以包括：输入装置23和输出装置24。处理器21、存储器22、输入装置23和输出装置24可以通过总线或者其他方式连接，图8中以通过总线连接为例。
输入装置23可接收输入的数字或字符信息，以及产生与信息推荐电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置24可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
本公开实施例还提供一种特征服务提供方法，包括：
服务器接收终端设备发送的注册请求，所述注册请求用于请求向所述服务器提供所述目标服务，所述注册请求携带所述目标服务的属性，所述目标服务的属性是所述终端设备根据特征提供方对所述终端设备的界面的操作生成的；所述服务器根据所述目标服务的属性，生成配置文件，所述配置文件用于使得所述服务器提供所述目标服务。
该实施例的具体实现原理可以参见上述实施例的记载，此处不再赘述。
根据本公开实施例的技术方案，服务器预先向特征提供方提供接口，供特征提供方快速向服务器提供特征服务，使得服务器利用特征服务预先计算出海量信息中各信息的特征，同时，服务器预先向特征使用方提供接口，供特征使用方配置各排序算法对应的目标服务，使得排序算法在对信息进行排序时，结合目标服务对应的目标特征。当普通用户请求信息推荐时，服务器调用排序算法对符合查询条件的信息排序时，将目标特征作为一项排序因子以对信息子集中的信息排序，将排序后top N的信息作为目标信息发送给第一终端设备。该过程中，服务器通过向特征提供方提供接口，供特征提供方快速向服务器提供特征服务，使得云服务器向普通用户推荐信息时，可以考虑多种特征，进而实现精准推荐。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。
Claims (19)
1.一种信息推荐方法，其特征在于，包括：
服务器接收第一终端设备发送的推荐请求；
所述服务器响应所述推荐请求，从信息集合中召回符合查询条件的信息，以得到信息子集；其中，所述信息集合中各信息的目标特征对应的目标服务由第二终端设备预先部署在所述服务器上，所述目标特征由所述服务器预先调用所述目标服务计算出，所述第二终端设备是向所述服务器提供所述目标服务的用户的终端设备，所述目标服务为所述服务器提供的多个服务中被所述服务器调用的服务；
所述服务器利用所述信息子集中各信息的目标特征，确定待推荐给用户的目标信息；
所述服务器向所述第一终端设备发送所述目标信息。
2.根据权利要求1所述的方法，其特征在于，所述服务器响应所述推荐请求，从信息集合中召回符合查询条件的信息，以得到信息子集之前，还包括：
所述服务器接收第二终端设备发送的注册请求，所述注册请求用于请求向所述服务器提供所述目标服务，所述注册请求携带所述目标服务的属性；
所述服务器根据所述目标服务的属性进行配置，使得所述服务器具备提供所述目标服务的能力。
3.根据权利要求2所述的方法，其特征在于，
所述目标服务的属性包括下述信息中的至少一个：部署包、启动和停止命令、算子功能描述、算子接口描述；
所述配置包括下述处理中的至少一个：校验所述部署包、性能测试、分配身份标识。
4.根据权利要求1-3任一项所述的方法，其特征在于，所述服务器响应所述推荐请求，从信息集合中召回符合查询条件的信息，以得到信息子集之前，还包括：
所述服务器接收第三终端设备发送的获取请求，所述获取请求用于请求获取第一服务集合，所述第一服务集合是第二服务集合的子集，所述第二服务集合包含所述服务器可提供的各种特征服务；
所述服务器部署所述第一服务集合中的各服务；
所述服务器向所述第三终端设备发送获取响应，所述获取响应携带令牌，所述令牌用于指示所述第一服务集合中的服务，所述第一服务集合中的服务包含所述目标服务。
5.根据权利要求4所述的方法，其特征在于，所述获取请求携带下述信息中的至少一个：所述第一服务集合中各服务的标识、每秒调用率QPS、资源类型，所述资源类型包括下述类型中的任意一个：弹性空闲资源、稳定空闲资源、混合资源，其中，所述弹性空闲资源的资源大小可动态调整，所述稳定空闲资源的大小恒定，所述混合资源包括所述弹性空闲资源和所述稳定空闲资源。
6.根据权利要求5所述的方法，其特征在于，当所述第一服务集合包含资源类型为弹性空闲资源的服务时，所述方法还包括：
所述服务器根据所述弹性空闲资源的大小，调整所述资源类型为弹性空闲资源的服务的每秒调用率QPS。
7.根据权利要求5所述的方法，其特征在于，当所述第一服务集合包含资源类型为混合资源的服务时，所述方法还包括：
所述服务器调整所述混合资源中弹性空闲资源和稳定空闲资源的比例。
8.根据权利要求4所述的方法，其特征在于，所述服务器向所述第三终端设备发送获取响应之后，还包括：
所述服务器向第三终端设备发送第三数据流，所述第三数据流用于使得所述第三终端设备显示第三界面，所述第三界面用于供第三用户配置排序算法调用的目标服务；
所述服务器接收所述第三终端设备发送的调用请求，所述调用请求包含所述目标服务的标识，所述目标服务的标识是所述第三用户通过第三界面录入的；
所述服务器根据目标服务的标识，确定所述信息子集中各信息的目标特征。
9.一种信息推荐装置，其特征在于，包括：
接收单元，用于接收第一终端设备发送的推荐请求；
处理单元，用于响应所述推荐请求，从信息集合中召回符合查询条件的信息，以得到信息子集；其中，所述信息集合中各信息的目标特征对应的目标服务由第二终端设备预先部署在所述服务器上，所述目标特征由所述服务器预先调用所述目标服务计算出，所述第二终端设备是向所述服务器提供所述目标服务的用户的终端设备，所述目标服务为所述服务器提供的多个服务中被所述服务器调用的服务；
发送单元，用于向所述第一终端设备发送所述目标信息。
10.根据权利要求9所述的装置，其特征在于，
所述接收单元，在所述处理单元响应所述推荐请求，从信息集合中召回符合查询条件的信息，以得到信息子集之前，还用于接收第二终端设备发送的注册请求，所述注册请求用于请求向所述服务器提供所述目标服务，所述注册请求携带所述目标服务的属性；
所述处理单元，还用于根据所述目标服务的属性进行配置，使得所述服务器具备提供所述目标服务的能力。
11.根据权利要求10所述的装置，其特征在于，所述目标服务的属性包括下述信息中的至少一个：部署包、启动和停止命令、算子功能描述、算子接口描述；
所述配置包括下述处理中的至少一个：校验所述部署包、性能测试、分配身份标识。
12.根据权利要求9-11任一项所述的装置，其特征在于，
所述接收单元，在所述处理单元响应所述推荐请求，从信息集合中召回符合查询条件的信息，以得到信息子集之前，还用于接收第三终端设备发送的获取请求，所述获取请求用于请求获取第一服务集合，所述第一服务集合是第二服务集合的子集，所述第二服务集合包含所述服务器可提供的各种特征服务；
所述处理单元，还用于部署所述第一服务集合中的各服务；
所述发送单元，还用于向所述第三终端设备发送获取响应，所述获取响应携带令牌，所述令牌用于指示所述第一服务集合中的服务，所述第一服务集合中的服务包含所述目标服务。
13.根据权利要求12所述的装置，其特征在于，所述获取请求携带下述信息中的至少一个：所述第一服务集合中各服务的标识、每秒调用率QPS、资源类型，所述资源类型包括下述类型中的任意一个：弹性空闲资源、稳定空闲资源、混合资源，其中，所述弹性空闲资源的资源大小可动态调整，所述稳定空闲资源的大小恒定，所述混合资源包括所述弹性空闲资源和所述稳定空闲资源。
14.根据权利要求13所述的装置，其特征在于，当所述第一服务集合包含资源类型为弹性空闲资源的服务时，所述处理单元，还用于根据所述弹性空闲资源的大小，调整所述资源类型为弹性空闲资源的服务的每秒调用率QPS。
15.根据权利要求13所述的装置，其特征在于，当所述第一服务集合包含资源类型为混合资源的服务时，所述处理单元，还用于调整所述混合资源中弹性空闲资源和稳定空闲资源的比例。
16.根据权利要求12所述的装置，其特征在于，
所述发送单元，在向所述第三终端设备发送获取响应之后，还用于向第三终端设备发送第三数据流，所述第三数据流用于使得所述第三终端设备显示第三界面，所述第三界面用于供第三用户配置排序算法调用的目标服务；
所述接收单元，还用于接收所述第三终端设备发送的调用请求，所述调用请求包含所述目标服务的标识，所述目标服务的标识是所述第三用户通过第三界面录入的；
所述处理单元，还用于根据目标服务的标识，确定所述信息子集中各信息的目标特征。
17.一种电子设备，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通信连接的存储器；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，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-8中任一项所述的方法。
18.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-8中任一项所述的方法。
19.一种特征服务提供方法，其特征在于，包括：
服务器接收终端设备发送的注册请求，所述注册请求用于请求向所述服务器提供目标服务，所述注册请求携带所述目标服务的属性，所述目标服务的属性是所述终端设备根据特征提供方对所述终端设备的界面的操作生成的；
所述服务器根据所述目标服务的属性，生成配置文件，所述配置文件用于使得所述服务器提供所述目标服务。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010130322.3A CN111368190B (zh) | 2020-02-28 | 2020-02-28 | 信息推荐方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010130322.3A CN111368190B (zh) | 2020-02-28 | 2020-02-28 | 信息推荐方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111368190A true CN111368190A (zh) | 2020-07-03 |
| CN111368190B CN111368190B (zh) | 2023-08-15 |
Family
ID=71206591
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010130322.3A Active CN111368190B (zh) | 2020-02-28 | 2020-02-28 | 信息推荐方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111368190B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112882735A (zh) * | 2021-03-11 | 2021-06-01 | 百度在线网络技术（北京）有限公司 | 熔断信息处理方法、装置、设备及存储介质 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040024866A1 (en) * | 2002-07-31 | 2004-02-05 | Murali Sundar | Service creator apparatus, systems, and methods |
| US20090300138A1 (en) * | 2008-05-29 | 2009-12-03 | Red Hat, Inc. | Using Distributed Aspects to Reorder Online Application Workflows |
| US8429103B1 (en) * | 2012-06-22 | 2013-04-23 | Google Inc. | Native machine learning service for user adaptation on a mobile platform |
| CN103782571A (zh) * | 2011-07-07 | 2014-05-07 | 思科技术公司 | 用于提供基于消息和事件的视频服务控制平面的系统和方法 |
| US20140351079A1 (en) * | 2013-05-24 | 2014-11-27 | University College Dublin | Method for recommending a commodity |
| CN105654341A (zh) * | 2015-12-28 | 2016-06-08 | 中国民航信息网络股份有限公司 | 一种基于云服务的航空产品推荐系统及方法 |
| KR20160112724A (ko) * | 2015-03-20 | 2016-09-28 | 한국전자통신연구원 | 사물 웹 환경에서 서비스 품질에 기초하여 사물을 추천하기 위한 방법 및 시스템 |
| CN107885886A (zh) * | 2017-12-07 | 2018-04-06 | 百度在线网络技术（北京）有限公司 | 对信息推荐结果排序的方法、装置及服务器 |
| CN110365750A (zh) * | 2019-06-25 | 2019-10-22 | 苏宁云计算有限公司 | 服务注册系统及方法 |
-
2020
- 2020-02-28 CN CN202010130322.3A patent/CN111368190B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040024866A1 (en) * | 2002-07-31 | 2004-02-05 | Murali Sundar | Service creator apparatus, systems, and methods |
| US20090300138A1 (en) * | 2008-05-29 | 2009-12-03 | Red Hat, Inc. | Using Distributed Aspects to Reorder Online Application Workflows |
| CN103782571A (zh) * | 2011-07-07 | 2014-05-07 | 思科技术公司 | 用于提供基于消息和事件的视频服务控制平面的系统和方法 |
| US8429103B1 (en) * | 2012-06-22 | 2013-04-23 | Google Inc. | Native machine learning service for user adaptation on a mobile platform |
| US20140351079A1 (en) * | 2013-05-24 | 2014-11-27 | University College Dublin | Method for recommending a commodity |
| KR20160112724A (ko) * | 2015-03-20 | 2016-09-28 | 한국전자통신연구원 | 사물 웹 환경에서 서비스 품질에 기초하여 사물을 추천하기 위한 방법 및 시스템 |
| CN105654341A (zh) * | 2015-12-28 | 2016-06-08 | 中国民航信息网络股份有限公司 | 一种基于云服务的航空产品推荐系统及方法 |
| CN107885886A (zh) * | 2017-12-07 | 2018-04-06 | 百度在线网络技术（北京）有限公司 | 对信息推荐结果排序的方法、装置及服务器 |
| CN110365750A (zh) * | 2019-06-25 | 2019-10-22 | 苏宁云计算有限公司 | 服务注册系统及方法 |
Non-Patent Citations (2)
| Title |
|---|
| BING BAI等: ""DLTSR: A Deep Learning Framework for Recommendations of Long-Tail Web Services"" * |
| 张剑等: ""基于特征项的个性化推荐服务模型"" * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112882735A (zh) * | 2021-03-11 | 2021-06-01 | 百度在线网络技术（北京）有限公司 | 熔断信息处理方法、装置、设备及存储介质 |
| CN112882735B (zh) * | 2021-03-11 | 2024-04-19 | 百度在线网络技术（北京）有限公司 | 熔断信息处理方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111368190B (zh) | 2023-08-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3726411A1 (en) | Data desensitising method, server, terminal, and computer-readable storage medium | |
| US20190163756A1 (en) | Hierarchical question answering system | |
| US10574613B2 (en) | Context-based personalized summarization of missed messages | |
| US10592399B2 (en) | Testing web applications using clusters | |
| WO2021023149A1 (zh) | 一种动态返回报文的方法和装置 | |
| US10656972B2 (en) | Managing idempotent operations while interacting with a system of record | |
| US20190102237A1 (en) | Recommending applications based on call requests between applications | |
| US11263208B2 (en) | Context-sensitive cross-lingual searches | |
| CN106487870B (zh) | 针对虚拟化技术部件的动作执行架构 | |
| CN111478781B (zh) | 一种消息广播的方法和装置 | |
| US10802879B2 (en) | Method and device for dynamically assigning task and providing resources and system thereof | |
| US20190310990A1 (en) | Sharing content based on extracted topics | |
| CN111368190B (zh) | 信息推荐方法及装置 | |
| CN113946816A (zh) | 基于云服务的鉴权方法、装置、电子设备和存储介质 | |
| Ibn-Khedher et al. | Cdnaas framework: Topsis as multi-criteria decision making for vcdn migration | |
| US20190281134A1 (en) | Sandboxing requests for web services | |
| US20220021729A1 (en) | Efficient data processing in a mesh network of computing devices | |
| US9338229B2 (en) | Relocating an application from a device to a server | |
| US10959059B1 (en) | Providing intelligent content recommendations to groups of people | |
| US20160323214A1 (en) | Condition-based online communication collaboration | |
| US11082520B2 (en) | Process broker for executing web services in a system of engagement and system of record environments | |
| US20230063599A1 (en) | Edge computing network, data transmission method and apparatus, device and storage medium | |
| WO2023049520A1 (en) | Advanced agent instrumentation for opentelemetry implementations | |
| CN112491066B (zh) | 负载均衡方法、装置、系统、目标负载均衡设备及介质 | |
| US9456024B1 (en) | Content sharing in mobile ad hoc networks |
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 |