CN111695962B - 云产品推荐方法和装置、计算设备和存储介质 - Google Patents

Abstract

本发明公开了一种云产品推荐方法、装置、计算设备和存储介质。该方法包括：获取至少一个云产品的性能特征画像，所述性能特征画像包括所述云产品的至少一项性能特征的性能数据；收集用户在使用第一云产品的过程中对所述第一云产品的所述至少一项性能特征的使用数据，以获取用户的性能需求画像；从所述至少一个云产品中确定具有与所述用户的性能需求画像匹配的性能特征画像的第二云产品；以及向所述用户推荐所述第二云产品。由此，以更加智能地为用户推荐更适于其使用的云产品，提升云产品的价值，并提高云产品服务器提供商的服务质量。

Description

云产品推荐方法和装置、计算设备和存储介质

技术领域

本公开涉及网络技术领域，特别涉及一种云产品推荐方法和装置、计算设备和存储介质。

背景技术

随着网络技术的不断发展，云产品与功能不断推陈出新，性能与价格的发生日新月异的变化，用户在选择期望使用的产品时，往往无所适从，无法在较短时间内确定最适合自己的方案。并且，用户针对云产品通常具有一定的盲目性和粘滞性，无法准确选择最适合自己的产品，也不敢轻易地尝试使用新产品，由此，无法使云产品发挥更大的价值。

由此，需要一种更加智能、快捷且有效的云产品推荐方案。

发明内容

本公开的目的是提供一种云产品推荐方法和装置，以更加智能地为用户推荐更适于其使用的云产品，提升云产品的价值，并提高云产品服务器提供商的服务质量。

根据本公开的第一个方面，提供了一种云产品推荐方法，包括：获取至少一个云产品的性能特征画像，所述性能特征画像包括所述云产品的至少一项性能特征的性能数据；收集用户在使用第一云产品的过程中对所述第一云产品的所述至少一项性能特征的使用数据，以获取用户的性能需求画像；从所述至少一个云产品中确定具有与所述用户的性能需求画像匹配的性能特征画像的第二云产品；以及向所述用户推荐所述第二云产品。

可选地，所述获取用户的性能需求画像的步骤包括：基于对应于用户对所述第一云产品的使用数据的用户使用画像以及所述第一云产品的性能特征画像，生成所述用户的性能需求画像。

可选地，该方法还可以包括：获取云产品迭代关系信息表，所述迭代关系信息表包括性能特征画像相近的每两个云产品之间的映射关系量值；并且其中，基于所述云产品迭代关系信息表，从所述至少一个云产品中确定具有与所述用户的性能需求画像匹配的性能特征画像的第二云产品。

可选地，在所述用户使用画像与所述第一云产品的性能特征画像不匹配的情况下，向所述用户推荐所述第二云产品。

可选地，在所述用户希望购买的第三云产品库存不足的情况下，所述方法还包括：预测所述用户对于所述第三云产品的第三性能需求画像；并且其中，从所述至少一个云产品中确定具有与所述第三性能需求画像匹配的性能特征画像的第二云产品。

可选地，所述预测所述用户对于所述第三云产品的第三性能需求画像的步骤包括：基于所述用户使用画像以及所述第三云产品的性能特征画像，预测所述用户对于所述第三云产品的第三性能需求画像。

可选地，在未能收集到用户使用云产品的使用数据的情况下，所述获取用户的性能需求画像的步骤包括：获取所述用户的产品需求信息和/或产品使用场景信息；以及基于所述产品需求信息和/或产品使用场景信息，生成所述用户的性能需求画像。

可选地，该方法还可以包括：获取具有与所述用户的性能需求画像匹配的性能特征画像的第二云产品的产品价格信息，所述产品价格信息包括所述云产品在至少一个维度的价格，并且其中，向所述用户推荐在所述至少一个维度上价格较低的至少一个第二云产品。

可选地，所述至少一项性能特征可以包括如下的至少一项：计算性能；网络性能；以及存储性能。

可选地，所述云产品可以包括云服务器产品。

根据本公开的一个方面，提供了一种产品推荐方法，包括：获取至少一个产品的性能特征画像，所述性能特征画像包括所述产品的至少一项性能特征的性能数据；收集用户在使用第一产品的过程中对所述第一产品的所述至少一项性能特征的使用数据，以获取用户的性能需求画像；从所述至少一个产品中确定具有与所述用户的性能需求画像匹配的性能特征画像的第二产品；以及向所述用户推荐所述第二产品。

根据本公开的一个方面，提供了一种云产品推荐装置，包括：性能特征画像获取装置，用于获取至少一个云产品的性能特征画像，所述性能特征画像包括所述云产品的至少一项性能特征的性能数据；使用数据收集装置，用于收集用户在使用第一云产品的过程中对所述第一云产品的所述至少一项性能特征的使用数据，以获取用户的性能需求画像；推荐产品确定装置，用于从所述至少一个云产品中确定具有与所述用户的性能需求画像匹配的性能特征画像的第二云产品；以及产品推荐装置，用于向所述用户推荐所述第二云产品。

可选地，所述至少一项性能特征包括如下的至少一项：计算性能；网络性能；存储性能。

可选地，所述云产品包括云服务器产品。

根据本公开的一个方面，提供了一种产品推荐装置，包括：性能特征画像获取装置，用于获取至少一个产品的性能特征画像，所述性能特征画像包括所述产品的至少一项性能特征的性能数据；使用数据收集装置，用于收集用户在使用第一产品的过程中对所述第一产品的所述至少一项性能特征的使用数据，以获取用户的性能需求画像；推荐产品确定装置，用于从所述至少一个产品中确定具有与所述用户的性能需求画像匹配的性能特征画像的第二产品；以及产品推荐装置，用于向所述用户推荐所述第二产品。

根据本公开的一个方面，还提供了一种计算设备，包括：处理器；以及存储器，其上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如上所述的方法。

根据本公开的一个方面，还提供了一种非暂时性机器可读存储介质，其上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器执行如上所述的方法。

由此，通过结合用户对云产品的使用数据的监控，给出用户产品使用的每种场景画像，评价使用对应产品的匹配度，同时寻找其他匹配度更高的产品，给予用户推荐，帮助用户寻找更合适的云产品，发挥云产品更大的价值，并提高云产品服务提供商的服务质量。

附图说明

通过结合附图对本公开示例性实施方式进行更详细的描述，本公开的上述以及其它目的、特征和优势将变得更加明显，其中，在本公开示例性实施方式中，相同的参考标号通常代表相同部件。

图1示出了根据本公开一个实施例的云产品推荐系统的示意图。

图2示出了根据本公开一个实施例的云产品推荐方法的流程示意图。

图3示出了根据本公开一个实施例的云产品推荐装置的结构示意图。

图4示出了根据本公开一个实施例的计算设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的优选实施方式。虽然附图中显示了本公开的优选实施方式，然而应该理解，可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。

如前所述，随着云产品与功能不断推陈出新、性能与价格的发生日新月异的变化，云产品服务提供商如何有效、快捷地向用户推荐其最适合的云产品是一个亟需解决的问题。

传统电商的推荐系统，大多基于用户购买历史、购买行为、身份特质等属性，综合评估用户的购买意图，从而选择对应产品进行推荐。云产品与一般的产品不同，如果将这种推荐模式应用在云产品推荐场景中，将会存在至少两个方面难以解决的问题。

比如，(1)用户对产品的粘滞性问题：

用户习惯使用某种相对较为成熟产品，在对新产品特性及其与旧产品的区别不了解的情况下，难以确定对应合适的新产品，简单地基于“猜你喜欢”的推荐模式进行推荐，并不具有说服用户购买以及引流的能力。

(2)用户对产品的盲目性选择问题：

用户选择购买的产品不一定是最适合的，在基于更适合的产品的推荐缺乏历史使用数据以进行因素分析时，无法有效纠正用户的使用盲点，因而无法发挥产品更大的价值。

有鉴于此，本公开提出了一种云产品推荐方法和装置，通过获取用户的性能需求画像(例如可结合云产品的产品特性画像与用户实际使用画像结合获得)，更有针对性地对用户进行产品推荐与产品使用指导。进一步地，在开发出新的云产品时，提出基于性价比的产品迭代模型，为用户推荐更合适的云产品，引导用户更科学高效使用最新迭代产品。

当前，由于云产品众多，难以基于有限的内容详尽地描述针对每种云产品进行推荐的具体方案。在本公开如下所述技术方案中，以云服务器作为云产品示例，来对本公开的云产品推荐方案进行详细说明。本领域技术人员应当理解的是，该技术方案同样适用于其它云产品，包括但不限于云安全产品、云数据产品、物联网产品等等。并且其中，针对不同的云产品，可以分别基于不同的性能指标进行测算和推荐，本公开对此不做限制。

云服务器(Elastic Compute Service，ECS)是一种简单高效、安全可靠、处理能力可弹性伸缩的计算服务。其管理方式比物理服务器更简单高效。用户无需提前购买硬件，即可迅速创建或释放任意多台云服务器。

随着云计算业务的不断发展，云服务器ECS的产品与功能不断推陈出新，性能与价格的发生日新月异的变化，用户在选择使用的产品的时候，往往无所适从，无法在最短时间内确定最适合自己的方案。同时，随着产品的迭代，旧产品停产、旧机房无法扩容等问题，也使得老一代产品数量难以满足用户需求，需要智能化引导用户购买新产品。此外在用户购买失败或库存不足时，还需要智能化为用户推荐最佳的替代方案，从而综合提升服务质量。

本公开的云产品推荐方案能够有效地解决上述问题，并能够智能化地为用户推荐更加适合的云服务器产品，从而引导用户在较短时间内选择最适合的云服务器产品，同时综合提升云产品服务提供商的综合服务质量。

如下将结合附图及实施例详细说明本公开的云产品推荐方案。

图1示出了根据本公开一个实施例的云产品推荐系统的示意图。

如图1所示，本公开的云产品推荐系统100可以包括多个功能模块，可以基于所述多个功能模块协同以向用户进行云产品推荐。

参见图1，本公开的云产品推荐系统例如可以包括规格性能测算模块110、用户性能监控模块120、用户性能需求画像模块130、产品迭代性能评价模块140、云产品定价测算模块150。

规格性能测算模块110

规格性能测算模块110可以在云产品的开发和测试阶段对开发出的云产品进行规格性能测算、评估。其中，“规格”是一种特定云服务器产品的名称，对应于固定的云服务器的内存、计算核心、网络、磁盘等的配置参数。

在其中，对于开发出的至少一个云产品的，规格性能测算模块110例如可以基于预定的一个或多个性能测试工具，对云产品的至少一项性能进行测算，并得到至少一个云产品的性能特征画像。

在一个实施例中，性能特征画像可以包括所述云产品的至少一项性能特征的至少一个性能测试指标的性能数据。例如对于云服务器产品，所述至少一项性能特征可以包括但不限于计算性能、存储性能以及网络性能。计算性能例如可以涉及浮点数计算能力、并发处理能力、访存平均延迟、核心数等。存储性能例如可以涉及读写的IOPS、读写带宽、读写延迟、存储容量等。网络性能例如可以涉及网络延迟、网络PPS、网络带宽等。

应当理解的是，上述至少一项性能特征及其性能数据，与所涉及的具体的云产品相关，可基于实际的云产品确定，本公开不对云产品的性能指标进行任何限定。

在云产品性能测算时，例如可以根据在云产品的开发阶段所设定的产品定位，模拟该云产品所面向的用户以及该云产品的使用场景，来运行该云产品并采集该云产品的至少一项性能特征的性能数据。在一个实施例中，云产品的性能特征画像可以包括该云产品在至少一项性能特征及其所涉及的性能的数字化的评估。

在一个实施例中，可以通过测试工具，将上述指标进行归一化得到性能数据Pi(0<i<N)构成的向量数组(i表示第i项性能测试指标)用以表示的规格性能测算结果。上述性能数据可以作为构成规格性能画像的原数据。在其中，归一化例如可以根据预定的转化规则(例如百分比转化规则)将测算得到的性能数据对应的数字化评估结果转化为能够满足较多用户的使用需求的数字化评估结果。

规格性能测算模块110还可以将测算得到的至少一个云产品的性能特征画像进行存储，也可以向广大用户公开。

用户性能监控模块120

用户性能监控模块120可以包括若干软件传感器。在用户购买特定规格云服务器并正常使用时，这若干软件传感器可以收集用户在使用云产品的过程中对所使用的云产品的至少一项性能特征的使用数据。例如，内存使用率、cpu使用率，磁盘的读写延迟，网络的带宽与延迟等指标信息。

通过收集上述的各项性能指标信息并进行归一化，得到用户使用云产品的使用数据Cj(0<j<M)构成的向量数组(j代表第j项性能监控指标，其中，第i项性能测试指标与第j项性能监控指标对应)用以表示的规格性能监控结果。上述使用数据可以作为构成用户使用画像的原数据。这里的归一化对应于的转化规则可以与上述的转化规则相同或相似，在此不再赘述。

用户性能需求画像模块130

用户性能需求画像模块130可以获取至少一个云产品的性能特征画像，以及获取用户的用户使用画像，该用户使用画像包括用户在使用第一云产品的过程中对所述第一云产品的至少一项性能特征的使用数据，并结合所获取的数据，生成用户的性能需求画像。

在一个实施例中，可以根据对用户使用第一云产品的使用数据Cj(0<j<M)的跟踪情况，并结合第一云产品对应的性能数据Pi(0<i<N)，评估出用户的性能需求画像，该性能需求画像可以包括用户使用这款云产品涉及到的至少一项性能特征分别对应的分值，例如计算能力消耗分数Sc、存储能力消耗分数Ss以及网络能力消耗分数Sn。上述至少一项性能特征分别对应的分值可以最终作为用户对应业务的画像输出。

在另一个实施例中，可以根据对用户使用第一云产品的使用数据Cj(0<j<M)的跟踪情况，并结合云产品服务提供商已经开发出的至少一个其它云产品对应的性能数据Pi(0<i<N)，预测用户对第三云产品的第三性能需求画像。该第三性能需求画像也可以包括预测得到的用户使用该至少一个云产品涉及到的至少一项性能特征分别对应的分值，例如计算能力消耗分数Sc、存储能力消耗分数Ss以及网络能力消耗分数Sn。上述预测到的至少一项性能特征分别对应的分值可以最终作为用户对应业务的画像输出。

在实际应用中，对于之前未购买过云产品的用户，即新用户，用户无法确定其所需要的最合适的云产品，系统也无法获取相关数据以便进行推荐。此时，用户性能监控模块120例如还可以监控用户是否打开了用于购买云产品的交互界面，并在用户打开该交互界面的情况下，向用户提供产品需求输入框和/或使用场景输入框，以提示新用户输入其自身需求以及所需的云产品对应的使用场景。之后，基于用户提供的产品需求信息和/或产品使用场景信息，用户性能需求画像模块130可以初步生成所述新用户的性能需求画像。

基于用户的性能需求画像，系统即可从所述至少一个云产品中确定具有与所述用户的性能需求画像匹配的性能特征画像的第二云产品，并向所述用户推荐所述第二云产品。

在一个实施例中，在存在至少两个具有与所述用户的性能需求画像匹配的性能特征画像的第二云产品的情况下，可以结合产品迭代性能评价模块140和/或云产品定价测算模块150，以确定要向用户推荐的较为合适的云产品，供用户选择。

应当理解的是，上述性能特征或性能指标仅是对云服务器产品所涉及的性能指标的示意性举例，在其它实施例中，还可以挖掘更多的能够用于评价云产品性能的性能特征或性能指标，例如GPU计算能力、FPGA(Field－Programmable Gate Array，即现场可编程门阵列)产品能力等，本公开对此不做限制。

产品迭代性能评价模块140

产品迭代性能评价模块140可以根据至少一个云产品的性能特征画像，测算性能特征画像相近的每两个云产品之间的映射关系量值。

具体地，产品迭代性能评价模块140可以根据从规格性能测算模块110获取每一个云产品对应的性能数据Pi(0<i<N)，根据此数据，评价旧一代产品迭代到新一代产品对应的性能差异比较数据Gk(0<k<Q)，并确定相应的映射关系量值。

所测算的映射关系量值可以记录和存储在云产品迭代关系表中。该云产品迭代关系表可用于作为后续为用户进行云产品推荐时，作为系统参考数据，在例如在用户希望购买的云产品不足或停产等情况下，向用户推荐迭代的性能相近的其它云产品，作为替换进行推荐。

云产品定价测算模块150

云产品定价测算模块150可以获取所开发出的至少一个云产品的计费的产品价格信息，并可以根据产品的定价信息对性能特征画像相近的云产品进行计费比对测算。

根据不同的计费方式，产品价格信息可以包括所述云产品在至少一个维度的价格，例如可以包括对应于预付费的包年、包月、按周付费的费用，也可以包括按量付费的费用等。计费比对测算例如可以涉及如下的对比项：续费、随时释放实例(例如产品到期后为在指定时间内及时续费)、变更云产品实例规格、变更带宽配置、转换计费方式等。

上述计费比对测算结果可用于在后续向用户进行云产品推荐时，充分考虑性能相近的云产品的性能价格比对情况，从而突出具有高性价比优势的云产品以向用户进行推荐，从而发掘更多适合用户的场景的云产品让用户愿意尝试使用，愿意升级，在一定程度上消除产品粘滞性。其中，计费比对测算结果可以预先生成并记录，也可以基于向用户实时推荐的云产品实时测算得到，本公开对此不做限制。

在一个实施例中，该云产品定价测算模块150可以获取具有与所述用户的性能需求画像匹配的性能特征画像的第二云产品的产品价格信息，并向所述用户推荐在所述至少一个维度上价格较低的至少一个第二云产品。

具体地，在确定了具有与所述用户的性能需求画像匹配的性能特征画像的第二云产品之后，可以结合从产品迭代性能评价模块140云产品迭代关系表和/或云产品定价测算模块150提供的计费比对测算结果对所确定的第二云产品进行产品性价比评级，从而突出具有高性价比优势的云产品以向用户进行推荐，提升云产品推荐效率。

由此，对本公开实施例的云产品推荐系统100及其所涉及的多个功能模块的功能进行了介绍。基于上述多个功能模块或其中的至少两个模块协同，可以在多种场景下以向用户进行云产品推荐。

例如，对于新用户，在未能收集到用户使用云产品的使用数据的情况下，用户性能监控模块120可以获取所述用户的产品需求信息和/或产品使用场景信息。用户性能需求画像模块130可以基于所述产品需求信息和/或产品使用场景信息，生成所述用户的性能需求画像。由此，系统即可从所述至少一个云产品中确定具有与所述用户的性能需求画像匹配的性能特征画像的第二云产品，并向所述用户推荐所述第二云产品。在存在至少两个具有与所述用户的性能需求画像匹配的性能特征画像的第二云产品的情况下，可以结合产品迭代性能评价模块140云产品迭代关系表和/或云产品定价测算模块150提供的计费比对测算结果，对这至少两个第二云产品进行产品性价比评级，从而突出具有高性价比优势的云产品以向用户进行推荐，提升云产品推荐效率。

例如，用户已经购买的云产品，可以将用户性能监控模块120所获得的用户对第一云产品的用户使用画像，与规格性能测算模块110所获得的的第一云产品的性能特征画像进行比对。在所述用户使用画像与所述第一云产品的性能特征画像不匹配的情况(例如性能过剩或性能不足等)下，向所述用户推荐所述第二云产品。例如，也可以主动推荐用户对其所使用的云产品规格进行升级或者降级。在存在至少两个具有与所述用户的性能需求画像匹配的性能特征画像的第二云产品的情况下，可以参见上文描述确定要向用户推荐的云产品。

例如，在所述用户希望购买第三云产品，而第三云产品库存不足(例如第三云产品停产或剩余库存不能满足用户需求数量等)的情况下，根据用户选择的第三云产品的性能特征画像以及用户自身的用户使用画像，用户性能需求画像模块130可以预测第三性能需求画像，并将预测的第三性能需求画像视为用户性能需求画像，并从所述至少一个云产品中确定具有与所述第三性能需求画像匹配的性能特征画像的第二云产品。同样地，在存在至少两个具有与所述用户的性能需求画像匹配的性能特征画像的第二云产品的情况下，可以参见上文描述确定要向用户推荐的云产品。并且其中，还可以向用户提供推荐该第二云产品的推荐理由，例如包括对该第二云产品的单位价格的计算性能、存储性能、网络性能等的比对数据，以帮助用户更好地选择产品。

又例如，在云产品服务提供商开发出新的云产品并希望推荐用户购买时，可以从产品迭代性能评价模块140获取云产品迭代关系信息表，并基于所述云产品迭代关系信息表中记录的映射关系量值，从所述至少一个云产品中确定具有与所述用户的性能需求画像匹配的性能特征画像的第二云产品，以向用户推荐。同样地，在存在至少两个具有与所述用户的性能需求画像匹配的性能特征画像的第二云产品的情况下，可以参见上文描述确定要向用户推荐的云产品。

由此，通过本公开如上所述的云产品推荐系统及其多个功能模块，能够分别在不同的场景下，向用户进行云产品推荐，使得云产品发挥更大的价值，并提高云产品服务提供商的服务质量。

基于本公开的技术方案，通过结合用户的实际使用画像描述，让用户更清楚其当前使用的云产品的利用情况、性能价格比情况，同时给出新产品与该当前使用产品的对应差异数据，让用户更能知己知彼，了解新产品的优势以及新产品能够给自己带来的价值，帮助用户科学、高效地利用云产品。

在推荐第二云产品时，突出要推荐的云产品的性价比优势，发掘更多适合用户的产品使用场景的云产品，以使得用户愿意尝试使用该产品，或者愿意升级，从而在一定程度上消除产品粘滞性。

并且，通过结合用户对产品的用户使用画像，给出用户产品使用的每种场景画像，评价使用对应产品的匹配度，同时寻找其他匹配度更高的产品，给予用户推荐，帮助用户寻找更合适产品，以便于发挥产品更大的价值。

图2示出了根据本公开一个实施例的云产品推荐方法的流程示意图。图3示出了根据本公开一个实施例的云产品推荐装置的结构示意图。其中，图3所示的云产品推荐装置300可用于实现图2所示的云产品推荐方法。

参见图2，在步骤S210，例如可由图3所示的性能特征画像获取装置310，获取至少一个云产品的性能特征画像，所述性能特征画像包括所述云产品的至少一项性能特征的性能数据。其中，该性能特征画像获取装置310例如可以包括图1所示的规格性能测算模块110。

在一个实施例中，该云产品可以包括云服务器产品，至少一项性能特征包括如下的至少一项：计算性能；网络性能；以及存储性能。

在步骤S220，例如可由图3所示的使用数据收集装置320，收集用户在使用第一云产品的过程中对所述第一云产品的所述至少一项性能特征的使用数据，以获取用户的性能需求画像。其中，该使用数据收集装置320例如可以包括图1所示的用户性能监控模块120。

在步骤S230，例如可由图3所示的推荐产品确定装置330，从所述至少一个云产品中确定具有与所述用户的性能需求画像匹配的性能特征画像的第二云产品。其中，该推荐产品确定装置330例如可以包括图1所示的用户性能需求画像模块130、产品迭代性能评价模块140、云产品定价测算模块150等。

其中，具体地，推荐产品确定装置330可以基于对应于用户对所述第一云产品的使用数据的用户使用画像以及所述第一云产品的性能特征画像，生成所述用户的性能需求画像。

在未能收集到用户使用云产品的使用数据的情况下，推荐产品确定装置330可以获取所述用户的产品需求信息和/或产品使用场景信息，基于所述产品需求信息和/或产品使用场景信息，生成所述用户的性能需求画像。

在一个实施例中，在所述用户希望购买的第三云产品库存不足的情况下，推荐产品确定装置330可以基于所述用户使用画像以及所述第三云产品的性能特征画像，预测所述用户对于所述第三云产品的第三性能需求画像。将预测得到的所述用户对于所述第三云产品的第三性能需求画像视为用户的性能需求画像。

在步骤S240，例如可由图3所示的产品推荐装置340，向所述用户推荐所述第二云产品。

在一个实施例中，可以在所述用户使用画像与所述第一云产品的性能特征画像不匹配的情况下，向所述用户推荐所述第二云产品，或者也可以主动推荐用户进行产品升级或降级。

在一个实施例中，还可以获取云产品迭代关系信息表，所述迭代关系信息表包括性能特征画像相近的每两个云产品之间的映射关系量值。并且其中，推荐产品确定装置330可以基于所述云产品迭代关系信息表，从所述至少一个云产品中确定具有与所述用户的性能需求画像匹配的性能特征画像的第二云产品。

在一个实施例中，还可以获取具有与所述用户的性能需求画像匹配的性能特征画像的第二云产品的产品价格信息，所述产品价格信息包括所述云产品在至少一个维度的价格，并且其中，向所述用户推荐在所述至少一个维度上价格较低的至少一个第二云产品。

上述云产品推荐方法或云产品推荐装置的具体实现与上述云产品推荐系统的功能实现相同或相似，详细细节可参见上文的相关描述，在此不再赘述。

本公开如上所述的云产品推荐方案同样适用于其它相似产品的推荐，例如软件产品。

在其它实施例中，图3所示的云产品推荐装置可以是产品推荐装置。其中，该产品推荐装置的性能特征画像获取装置可以获取至少一个产品的性能特征画像，所述性能特征画像包括所述产品的至少一项性能特征的性能数据。使用数据收集装置可以收集用户在使用第一产品的过程中对所述第一产品的所述至少一项性能特征的使用数据，以获取用户的性能需求画像。推荐产品确定装置可以从所述至少一个产品中确定具有与所述用户的性能需求画像匹配的性能特征画像的第二产品。产品推荐装置可以向所述用户推荐所述第二产品。

上述产品推荐装置的具体实现与上述云产品推荐系统的功能实现相同或相似，详细细节可参见上文的相关描述，在此不再赘述。

图4示出了根据本发明一实施例的计算设备的结构示意图。

参见图4，计算设备400包括存储器410和处理器420。

处理器420可以是一个多核的处理器，也可以包含多个处理器。在一些实施例中，处理器420可以包含一个通用的主处理器以及一个或多个特殊的协处理器，例如图形处理器(GPU)、数字信号处理器(DSP)等等。在一些实施例中，处理器420可以使用定制的电路实现，例如特定用途集成电路(ASIC，Application Specific Integrated Circuit)或者现场可编程逻辑门阵列(FPGA，Field Programmable Gate Arrays)。

存储器410可以包括各种类型的存储单元，例如系统内存、只读存储器(ROM)，和永久存储装置。其中，ROM可以存储处理器420或者计算机的其他模块需要的静态数据或者指令。永久存储装置可以是可读写的存储装置。永久存储装置可以是即使计算机断电后也不会失去存储的指令和数据的非易失性存储设备。在一些实施方式中，永久性存储装置采用大容量存储装置(例如磁或光盘、闪存)作为永久存储装置。另外一些实施方式中，永久性存储装置可以是可移除的存储设备(例如软盘、光驱)。系统内存可以是可读写存储设备或者易失性可读写存储设备，例如动态随机访问内存。系统内存可以存储一些或者所有处理器在运行时需要的指令和数据。此外，存储器410可以包括任意计算机可读存储媒介的组合，包括各种类型的半导体存储芯片(DRAM，SRAM，SDRAM，闪存，可编程只读存储器)，磁盘和/或光盘也可以采用。在一些实施方式中，存储器410可以包括可读和/或写的可移除的存储设备，例如激光唱片(CD)、只读数字多功能光盘(例如DVD-ROM，双层DVD-ROM)、只读蓝光光盘、超密度光盘、闪存卡(例如SD卡、min SD卡、Micro-SD卡等等)、磁性软盘等等。计算机可读存储媒介不包含载波和通过无线或有线传输的瞬间电子信号。

存储器410上存储有可处理代码，当可处理代码被处理器420处理时，可以使处理器420执行上文述及的云产品推荐方法。

上文中已经参考附图详细描述了根据本发明的云产品推荐方法和装置。

此外，根据本发明的方法还可以实现为一种计算机程序或计算机程序产品，该计算机程序或计算机程序产品包括用于执行本发明的上述方法中限定的上述各步骤的计算机程序代码指令。

或者，本发明还可以实施为一种非暂时性机器可读存储介质(或计算机可读存储介质、或机器可读存储介质)，其上存储有可执行代码(或计算机程序、或计算机指令代码)，当所述可执行代码(或计算机程序、或计算机指令代码)被电子设备(或计算设备、服务器等)的处理器执行时，使所述处理器执行根据本发明的上述方法的各个步骤。

本领域技术人员还将明白的是，结合这里的公开所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。

附图中的流程图和框图显示了根据本发明的多个实施例的系统和方法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，所述模块、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，方框中所标记的功能也可以以不同于附图中所标记的顺序发生。例如，两个连续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，框图和/或流程图中的每个方框、以及框图和/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。

以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (16)

1.一种云产品推荐方法，其特征在于，包括：

获取至少一个云产品的性能特征画像，所述性能特征画像包括所述云产品的至少一项性能特征的性能数据；

收集用户在使用第一云产品的过程中对所述第一云产品的所述至少一项性能特征的使用数据，以获取用户的性能需求画像；

从所述至少一个云产品中确定具有与所述用户的性能需求画像匹配的性能特征画像的第二云产品；

向所述用户推荐所述第二云产品；以及

获取云产品迭代关系信息表，所述迭代关系信息表包括性能特征画像相近的每两个云产品之间的映射关系量值；

并且其中，基于所述云产品迭代关系信息表，从所述至少一个云产品中确定具有与所述用户的性能需求画像匹配的性能特征画像的第二云产品。

2.根据权利要求1所述的方法，其特征在于，所述获取用户的性能需求画像的步骤包括：

基于对应于用户对所述第一云产品的使用数据的用户使用画像以及所述第一云产品的性能特征画像，生成所述用户的性能需求画像。

3.根据权利要求2所述的方法，其特征在于，

在所述用户使用画像与所述第一云产品的性能特征画像不匹配的情况下，向所述用户推荐所述第二云产品。

4.根据权利要求2所述的方法，其特征在于，在所述用户希望购买的第三云产品库存不足的情况下，所述方法还包括：

预测所述用户对于所述第三云产品的第三性能需求画像；

并且其中，从所述至少一个云产品中确定具有与所述第三性能需求画像匹配的性能特征画像的第二云产品。

5.根据权利要求4所述的方法，其特征在于，所述预测所述用户对于所述第三云产品的第三性能需求画像的步骤包括：

基于所述用户使用画像以及所述第三云产品的性能特征画像，预测所述用户对于所述第三云产品的第三性能需求画像。

6. 根据权利要求1所述的方法，其特征在于，在未能收集到用户使用云产品的使用数据的情况下，所述获取用户的性能需求画像的步骤包括：

获取所述用户的产品需求信息和/或产品使用场景信息；以及

基于所述产品需求信息和/或产品使用场景信息，生成所述用户的性能需求画像。

7.根据权利要求1所述的方法，其特征在于，还包括：

获取具有与所述用户的性能需求画像匹配的性能特征画像的第二云产品的产品价格信息，所述产品价格信息包括所述云产品在至少一个维度的价格，

并且其中，向所述用户推荐在所述至少一个维度上价格较低的至少一个第二云产品。

8.根据权利要求1所述的方法，其特征在于，所述至少一项性能特征包括如下的至少一项：

计算性能；

网络性能；以及

存储性能。

9.根据权利要求1所述的方法，其特征在于，所述云产品包括云服务器产品。

10.一种产品推荐方法，其特征在于，包括：

获取至少一个产品的性能特征画像，所述性能特征画像包括所述产品的至少一项性能特征的性能数据；

收集用户在使用第一产品的过程中对所述第一产品的所述至少一项性能特征的使用数据，以获取用户的性能需求画像；

从所述至少一个产品中确定具有与所述用户的性能需求画像匹配的性能特征画像的第二产品；

向所述用户推荐所述第二产品；以及

获取产品迭代关系信息表，所述迭代关系信息表包括性能特征画像相近的每两个产品之间的映射关系量值；

并且其中，基于所述产品迭代关系信息表，从所述至少一个产品中确定具有与所述用户的性能需求画像匹配的性能特征画像的第二产品。

11.一种云产品推荐装置，其特征在于，包括：

性能特征画像获取装置，用于获取至少一个云产品的性能特征画像，所述性能特征画像包括所述云产品的至少一项性能特征的性能数据；

使用数据收集装置，用于收集用户在使用第一云产品的过程中对所述第一云产品的所述至少一项性能特征的使用数据，以获取用户的性能需求画像；

推荐产品确定装置，用于从所述至少一个云产品中确定具有与所述用户的性能需求画像匹配的性能特征画像的第二云产品；

产品推荐装置，用于向所述用户推荐所述第二云产品；以及

云产品迭代关系信息表获取装置，用于获取云产品迭代关系信息表，所述迭代关系信息表包括性能特征画像相近的每两个云产品之间的映射关系量值；

并且其中，所述推荐产品确定装置基于所述云产品迭代关系信息表，从所述至少一个云产品中确定具有与所述用户的性能需求画像匹配的性能特征画像的第二云产品。

12.根据权利要求11所述的装置，其特征在于，所述至少一项性能特征包括如下的至少一项：

计算性能；

网络性能；

存储性能。

13.根据权利要求11所述的装置，其特征在于，所述云产品包括云服务器产品。

14.一种产品推荐装置，其特征在于，包括：

性能特征画像获取装置，用于获取至少一个产品的性能特征画像，所述性能特征画像包括所述产品的至少一项性能特征的性能数据；

使用数据收集装置，用于收集用户在使用第一产品的过程中对所述第一产品的所述至少一项性能特征的使用数据，以获取用户的性能需求画像；

推荐产品确定装置，用于从所述至少一个产品中确定具有与所述用户的性能需求画像匹配的性能特征画像的第二产品；

产品推荐装置，用于向所述用户推荐所述第二产品；以及

产品迭代关系信息表获取装置，用于获取产品迭代关系信息表，所述迭代关系信息表包括性能特征画像相近的每两个产品之间的映射关系量值；

并且其中，所述推荐产品确定装置基于所述产品迭代关系信息表，从所述至少一个产品中确定具有与所述用户的性能需求画像匹配的性能特征画像的第二产品。

15.一种计算设备，包括：

处理器；以及

存储器，其上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如权利要求1-9中任何一项所述的方法。

16.一种非暂时性机器可读存储介质，其上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器执行如权利要求1至9中任一项所述的方法。

Images