CN111770182A - 数据推送方法和装置 - Google Patents

Abstract

本申请涉及信息推送技术领域和自然语言处理技术领域，公开了数据推送方法和装置：通过获取至少一种数据源的数据，分别确定各数据源对应的数据加工操作序列，然后针对各数据源的数据，分别基于对应的数据加工操作序列中的数据加工操作依次进行数据加工处理，得到各数据源对应的分发数据，最后分别将各数据源对应的分发数据推送至订阅数据源的订阅对象，使得获取到的数据加工操作序列分别与数据源对应，从而能够实现对每种数据源的数据单独进行数据加工处理，使得每种数据源中的数据进行数据加工处理时互不干涉，提高了对不同数据源的数据进行数据加工处理的灵活性，从而提高了数据推送效率。

Description

数据推送方法和装置

技术领域

本申请涉及计算机技术领域，具体涉及信息推送技术领域和自然语言处理技术领域，尤其涉及一种数据推送方法和装置。

背景技术

在企业内办公场景下，常常需要将各种不同类型知识分发推荐给有需要的员工，在对知识进行分发的过程中，需要使用自然语言处理等手段对知识进行处理，在对知识进行处理的过程中，通常需要对知识进行各种加工处理和过滤：例如增加内容摘要与标签、多数据源内容解析、黄反涉政审核、多业务场景下内容分发等。同时，获取到的指示通常存在知识类型多样、分布范围广泛、质量参差不齐、格式形式多样等特点，并且每种数据类型需要的加工工序、过滤逻辑、审核要求、分发方式可能都存在差异。

发明内容

本申请实施例提供了一种数据推送方法、装置、设备以及存储介质。

第一方面，本申请实施例提供了一种数据推送方法，该方法包括：获取至少一种数据源的数据，分别确定各数据源对应的数据加工操作序列；针对各数据源的数据，分别基于对应的数据加工操作序列中的数据加工操作依次进行数据加工处理，得到各数据源对应的分发数据；分别将各数据源对应的分发数据推送至订阅数据源的订阅对象。

在一些实施例中，分别确定各数据源对应的数据加工操作序列，包括：分别获取各数据源对应的数据加工插件序列，基于数据加工插件序列确定对应的数据加工操作序列；以及分别基于对应的数据加工操作序列中的数据加工操作依次进行数据加工处理，包括：分别依次调用对应的数据加工插件序列中的数据加工插件对数据源的数据进行流式处理。

在一些实施例中，分别基于对应的数据加工操作序列中的数据加工操作依次进行数据加工处理，得到各数据源对应的分发数据，还包括：分别依次调用对应的数据加工插件序列中的数据加工插件对数据源的数据进行流式处理，得到各数据源的加工后数据；分别确定各数据源对应的数据筛选条件，以及基于各数据源对应的数据筛选条件对各数据源的加工后数据进行数据筛选，得到各数据源对应的分发数据。

在一些实施例中，分别依次调用对应的数据加工插件序列中的数据加工插件对数据源的数据进行流式处理，包括：向服务器集群注册数据加工插件序列中的数据加工插件；分别依次调用服务器集群中注册的数据加工插件对数据源的数据进行流式处理。

在一些实施例中，该方法还包括：响应于获取到至少一种数据源的数据，分别对各数据源的数据进行格式预处理，获取各数据源对应的预处理数据。

在一些实施例中，分别将各数据源对应的分发数据推送至订阅数据源的订阅对象，包括：确定各数据源对应的至少一个订阅对象，以及获取各订阅对象的属性特征；分别从各数据源对应的分发数据中确定与各订阅对象的属性特征关联的分发数据，并将每个与订阅对象的属性特征关联的分发数据推送给对应的订阅对象。

第二方面，本申请实施例提供了一种数据推送装置，该装置包括：获取模块，被配置成获取至少一种数据源的数据，分别确定各数据源对应的数据加工操作序列；处理模块，被配置成针对各数据源的数据，分别基于对应的数据加工操作序列中的数据加工操作依次进行数据加工处理，得到各数据源对应的分发数据；推送模块，被配置成分别将各数据源对应的分发数据推送至订阅数据源的订阅对象。

在一些实施例中，获取模块，进一步被配置成：分别获取各数据源对应的数据加工插件序列，基于数据加工插件序列确定对应的数据加工操作序列；以及处理模块，进一步被配置成：分别依次调用对应的数据加工插件序列中的数据加工插件对数据源的数据进行流式处理。

在一些实施例中，处理模块，进一步被配置成：分别依次调用对应的数据加工插件序列中的数据加工插件对数据源的数据进行流式处理，得到各数据源的加工后数据；分别确定各数据源对应的数据筛选条件，以及基于各数据源对应的数据筛选条件对各数据源的加工后数据进行数据筛选，得到各数据源对应的分发数据。

在一些实施例中，处理模块，进一步被配置成：向服务器集群注册数据加工插件序列中的数据加工插件；分别依次调用服务器集群中注册的数据加工插件对数据源的数据进行流式处理。

在一些实施例中，该装置还包括：预处理模块，被配置成响应于获取到至少一种数据源的数据，分别对各数据源的数据进行格式预处理，获取各数据源对应的预处理数据。

在一些实施例中，推送模块，进一步被配置成：确定各数据源对应的至少一个订阅对象，以及获取各订阅对象的属性特征；分别从各数据源对应的分发数据中确定与各订阅对象的属性特征关联的分发数据，并将每个与订阅对象的属性特征关联的分发数据推送给对应的订阅对象。

第三方面，本申请实施例提供了一种电子设备，该电子设备包括一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被该一个或多个处理器执行，使得一个或多个处理器实现如第一方面的任一实施例的数据推送方法。

第四方面，本申请实施例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第一方面的任一实施例的数据推送方法。

本申请通过获取至少一种数据源的数据，分别确定各数据源对应的数据加工操作序列，然后针对各数据源的数据，分别基于对应的数据加工操作序列中的数据加工操作依次进行数据加工处理，得到各数据源对应的分发数据，最后分别将各数据源对应的分发数据推送至订阅数据源的订阅对象，使得获取到的数据加工操作序列分别与数据源对应，从而能够实现对每种数据源的数据单独进行数据加工处理，使得每种数据源中的数据进行数据加工处理时互不干涉，以及当对其中一种数据源对应的数据加工操作进行删除或增加时，对其他数据源对应的数据加工操作不会产生影响，提高了对不同数据源的数据进行数据加工处理的灵活性，从而提高了数据推送效率。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其他特征将通过以下的说明书而变得容易理解。

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是本申请可以应用于其中的示例性系统架构图；

图2是根据本申请的数据推送方法的一个实施例的流程图；

图3是根据本申请的数据推送方法的一个应用场景的示意图；

图4是根据本申请的数据加工处理方法的一个实施例的流程图；

图5是根据本申请的流式处理的一个实施例的流程图；

图6是根据本申请的数据推送方法的另一个实施例的流程图；

图7是根据本申请的分发数据推送方法的一个实施例的流程图；

图8是根据本申请的数据推送装置的一个实施例的示意图；

图9是适于用来实现本申请实施例的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。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请的数据推送法的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备104、105，网络106，服务器101、102、103。网络106用以在终端设备104、105与服务器101、102、103之间提供通信链路的介质。网络106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。

用户可以通过终端设备104、105通过网络106与服务器101、102、103交互，以接收或发送信息等。终端设备104、105上可以安装有各种应用，例如数据分析应用、数据处理应用、即时通信工具、社交平台软件、搜索类应用、购物类应用等。

终端设备104、105可以是硬件，也可以是软件。当终端设备为硬件时，可以是具有显示屏并且支持与服务器通信的各种电子设备，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。当终端设备为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器101、102、103可以是提供各种服务的服务器，例如对与其建立通信连接的终端设备发送的请求进行接收的后台服务器。后台服务器可以对终端设备发送的请求进行接收和分析等处理，并生成处理结果。

服务器101、102、103可以对获取到的数据进行自然语言处理操作，即可以通过网络106获取终端设备104、105中的各种数据源的数据，分别对各数据源的数据进行数据加工处理，得到各数据源对应的分发数据，然后将各数据源对应的分发数据推送至订阅数据源的订阅对象。

需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以是为终端设备提供各种服务的各种电子设备。当服务器为软件时，可以实现成为为终端设备提供各种服务的多个软件或软件模块，也可以实现成为为终端设备提供各种服务的单个软件或软件模块。在此不做具体限定。

需要说明的是，本公开的实施例所提供的数据推送方法可以由服务器101、102、103执行。相应地，数据推送装置可以设置于服务器101、102、103中。

应该理解，图1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。

图2示出了可以应用于本申请的数据推送方法的实施例的流程示意图200。该数据推送方法包括以下步骤：

步骤210，获取至少一种数据源的数据，分别确定各数据源对应的数据加工操作序列。

在本实施例中，执行主体(例如图1中的服务器101、102、103)通过网络读取或本地读取至少一种数据源的数据，其中，数据源可以表征数据的来源，不同数据源的数据可以包括用户在创作平台发表的内容、用户上传的内容、通过爬虫获取到的内容等等，本申请对此不作限定。上述执行主体可以预先存储各数据源和数据加工操作序列之间的关系列表，每种数据源对应一个数据加工操作序列，该数据加工操作序列可以包括至少一个数据加工操作，该数据加工操作可以对数据进行数据加工处理，例如，该关系列表可以包括多个数据源和与每个数据源对应的数据加工操作序列，数据源包括数据源A、数据源B和数据源C，数据源A对应的数据加工操作序列1，数据源B对应的数据加工操作序列2，数据源C对应的数据加工操作序列3。上述执行主体可以通过利用数据加工操作对各数据源的数据执行自然语言处理，来实现人机之间的自然语言通信。

上述执行主体获取到至少一种数据源的数据后，可以在预先存储各数据源和数据加工操作序列之间的关系列表中，分别查找关系列表中每种数据源对应的数据加工操作序列。例如，上述执行主体获取到数据源A的数据，在关系列表中查找数据源A对应的数据加工操作序列，确定数据源A对应的数据加工操作序列为数据加工操作序列1。

步骤220，针对各数据源的数据，分别基于对应的数据加工操作序列中的数据加工操作依次进行数据加工处理，得到各数据源对应的分发数据。

在本实施例中，上述执行主体在确定出各数据源对应的数据加工操作序列后，进一步确定每个数据加工操作序列中包括的数据加工操作，每个数据加工操作序列可以包括按照顺序排列的多个数据加工操作，例如，数据加工操作序列1中可以包括数据加工操作a、数据加工操作b、数据加工操作c。上述执行主体针对各数据源的数据，根据各数据源对应的数据加工操作序列中包括的多个数据加工操作，按照多个数据加工操作的排列顺序，依次对各数据源的数据进行数据加工处理，得到各数据源对应的分发数据。

作为示例，上述执行主体获取到两种数据源的数据，分别是数据源A的数据和数据源B的数据，以及确定出数据源A对应的数据加工操作序列1中包括数据加工操作a、数据加工操作b，数据源B对应的数据加工操作序列2中包括数据加工操作c、数据加工操作d。上述执行主体对数据源A的数据进行数据加工操作a，得到中间数据a，然后将中间数据a进行数据加工操作b，得到数据源A对应的分发数据A；上述执行主体对数据源B的数据进行数据加工操作c，得到中间数据c，然后将中间数据c进行数据加工操作d，得到数据源B对应的分发数据B。

步骤230，分别将各数据源对应的分发数据推送至订阅数据源的订阅对象。

在本实施例中，上述执行主体在得到各数据源对应的分发数据后，可以进一步确定每种数据源对应的订阅对象，该订阅对象可以表示需要获取该数据源的分发数据的对象，可以包括订阅该数据源的分发数据的用户、与该数据源对应的推荐专栏等。上述执行主体根据数据源与订阅对象的对应关系，分别将各数据源对应的分发数据推送至订阅数据源的订阅对象，例如，数据源A对应订阅对象1和订阅对象2，数据源B对应订阅对象2和订阅对象3，则上述执行主体将数据源A的分发数据推送给订阅对象1和订阅对象2，将数据源B的分发数据推送给订阅对象2和订阅对象3。

继续参见图3，图3是根据本实施例的数据推送方法的应用场景的一个示意图。

在图3的应用场景中，服务器310通过网络获取到终端320中数据源A的数据和终端330中数据源B的数据，分别确定出数据源A对应的数据加工操作序列1，数据加工操作序列1包括数据加工操作一和数据加工操作二；以及数据源B对应的数据加工操作序列2，数据加工操作序列2包括数据加工操作三和数据加工操作四。服务器310根据数据加工操作序列1中包括的数据加工操作对数据源A的数据依次进行数据加工处理，即服务器310对数据源A的数据进行数据加工操作一的处理，并对处理结果进行数据加工操作二，得到分发数据a；服务器310根据数据加工操作序列2中包括的数据加工操作对数据源B的数据依次进行数据加工处理，即服务器310对数据源B的数据进行数据加工操作三的处理，并对处理结果进行数据加工操作四，得到分发数据b。服务器310确定出订阅数据源A的订阅对象为终端330，订阅数据源B的订阅对象为终端320，服务器310将分发数据a推送给终端330，将分发数据b推送给终端320。

本公开的实施例提供的数据推送方法，通过获取至少一种数据源的数据，分别确定各数据源对应的数据加工操作序列，然后针对各数据源的数据，分别基于对应的数据加工操作序列中的数据加工操作依次进行数据加工处理，得到各数据源对应的分发数据，最后分别将各数据源对应的分发数据推送至订阅数据源的订阅对象，使得获取到的数据加工操作序列分别与数据源对应，从而能够实现对每种数据源的数据单独进行数据加工处理，使得每种数据源中的数据进行数据加工处理时互不干涉，以及当对其中一种数据源对应的数据加工操作进行删除或增加时，对其他数据源对应的数据加工操作不会产生影响，提高了对不同数据源的数据进行数据加工处理的灵活性，从而提高了数据推送效率。

在一些可选的方式中，上述执行主体可以分别获取各数据源对应的数据加工插件序列，基于数据加工插件序列确定对应的数据加工操作序列。以及，上述执行主体可以分别依次调用对应的数据加工插件序列中的数据加工插件对数据源的数据进行流式处理。

具体地，上述执行主体预先存储数据源与数据加工插件序列的对应关系列表，每种数据源对应一个数据加工插件序列，该数据加工插件序列可以包括顺序排列的多个数据加工插件，也可以包括顺序排列的多个数据加工插件对应的插件信息，该插件信息可以包括插件的编码和插件对应的地址信息。上述执行主体可以在数据源与数据加工插件序列的对应关系列表中查找各数据源对应的数据加工插件序列，然后将查找到的数据加工插件序列确定为对应的数据加工操作序列。

上述执行主体将查找到的数据加工插件序列确定为对应的数据加工操作序列后，对各数据源的数据依次进行数据加工处理时，分别依次调用对应的数据加工插件序列中的数据加工插件对数据源的数据进行流式处理，对通过调用上一个数据加工插件得到的结果调用下一个数据加工插件进行处理，直至调用完数据加工插件序列中全部数据加工插件。作为示例，上述执行主体确定的数据源A对应的数据加工插件序列中包括顺序排列的数据加工插件a，数据加工插件b，数据加工插件c，上述执行主体先调用数据加工插件a对数据源A的数据进行数据加工处理，得到中间数据a，然后调用数据加工插件b对中间数据a进行数据加工处理，得到中间数据b，最后调用数据加工插件c对中间数据b进行数据加工处理。

在本实现方式中，通过调用插件来完成数据加工处理，当新增或变更数据处理时，仅需要修改、新增插件，或对已有插件进行配置即可，数据处理整体不受影响，提高了对数据进行数据加工处理的灵活性。

进一步参考图4，上述步骤220，分别基于对应的数据加工操作序列中的数据加工操作依次进行数据加工处理，得到各数据源对应的分发数据，可以按照如下流程400执行：

步骤410，分别依次调用对应的数据加工插件序列中的数据加工插件对数据源的数据进行流式处理，得到各数据源的加工后数据。

在本步骤中，上述执行主体将数据加工插件序列确定为数据加工操作序列后，分别依次调用对应的数据加工插件序列中的数据加工插件对数据源的数据进行流式处理，即对通过调用上一个数据加工插件得到的结果调用下一个数据加工插件进行处理，直至调用完数据加工插件序列中全部数据加工插件，最后得到各数据源的加工后数据。例如，上述执行主体先调用数据加工插件a对数据源A的数据进行数据加工处理，得到中间数据a，然后调用数据加工插件b对中间数据a进行数据加工处理，得到中间数据b，最后调用数据加工插件c对中间数据b进行数据加工处理，得到数据源A的加工后数据。

步骤420，分别确定各数据源对应的数据筛选条件，以及基于各数据源对应的数据筛选条件对各数据源的加工后数据进行数据筛选，得到各数据源对应的分发数据。

在本步骤中，上述执行主体可以预先存储数据源与数据筛选条件的对应关系列表，每种数据源分别对应不同的数据筛选条件，该数据筛选条件可以包括多个筛选项目，可以包括质量分数筛选、标签筛选、文本涉黄涉政审核、多媒体涉黄涉政审核、人工审核等等，本申请对此不作限定。上述执行主体可以在数据源与数据筛选条件的对应关系列表中，分别查找并确定出各数据源对应的数据筛选条件。然后上述执行主体根据确定出的各数据源对应的数据筛选条件，分别对各数据源的加工后数据进行数据筛选，将数据筛选后的数据作为各数据源对应的分发数据。

作为示例，上述执行主体得到数据源A的加工后数据、数据源B的加工后数据，进一步在数据源与数据筛选条件的对应关系列表中确定数据源A对应的数据筛选条件包括质量分数筛选、文本涉黄涉政审核，数据源B对应的数据筛选条件包括质量分数筛选、多媒体涉黄涉政审核。上述执行主体对数据源A的加工后数据进行质量分数筛选和文本涉黄涉政审核，得到质量分数符合要求且文本中不涉黄涉政的数据，将该数据作为数据源A对应的分发数据；对数据源B的加工后数据进行质量分数筛选和多媒体涉黄涉政审核，得到质量分数符合要求且多媒体中不涉黄涉政的数据，将该数据作为数据源B对应的分发数据。

在本实现方式中，通过调用插件对数据进行处理得到加工后数据，进一步对加工后数据进行数据筛选得到分发数据，使得分发数据更符合分发要求，提高了分发数据的质量。

进一步参考图5，分别依次调用对应的数据加工插件序列中的数据加工插件对数据源的数据进行流式处理，可以按照如下流程500执行：

步骤510，向服务器集群注册数据加工插件序列中的数据加工插件。

在本步骤中，上述执行主体在获取到至少一种数据源的数据后，启动远程服务代理。上述执行主体向服务器集群发送注册消息，该注册消息可以包括数据加工插件序列中的数据加工插件对应的插件信息，该插件信息可以包括插件的编码和地址，向服务器集群注册数据加工插件序列中的数据加工插件。

服务器集群可以根据接收到的插件信息，确定是否已经存在该插件信息对应的数据加工插件和运行该数据加工插件的服务器。当确定运行该数据加工插件的服务器不存在于服务器集群中时，根据插件信息注册运行该数据加工插件的服务器，将运行该数据加工插件的服务器添加至服务器集群中。当确定运行该数据加工插件的服务器存在于服务器集群中时，不需要再次进行注册，直接调用该数据加工插件即可。

步骤520，分别依次调用服务器集群中注册的数据加工插件对数据源的数据进行流式处理。

在本步骤中，上述执行主体通过依次调用服务器集群中注册的数据加工插件对数据进行数据加工处理，对数据源的数据进行流式处理。

在本实现方式中，通过向服务器集群注册数据加工插件并调用注册的插件对数据进行数据加工处理，运行数据加工插件所需的计算资源来源于运行插件的服务器，当对数据进行数据加工处理时，使用的计算资源来源于服务器集群，不需要使用本地的计算资源，提高了资源使用效率。

进一步参考图6，其示出了数据推送方法的又一个实施例的流程600。本实施例的数据推送方法的流程600，可包括以下步骤：

步骤610，响应于获取到至少一种数据源的数据，分别对各数据源的数据进行格式预处理，获取各数据源对应的预处理数据。

在本步骤中，上述执行主体获取到至少一种数据源的数据后，可以分别对各数据源的数据进行格式预处理，该格式预处理可以包括对各数据源的数据进行格式统一的操作，得到各数据源分别对应的格式统一的预处理数据。作为示例，格式预处理包括对文章内容整理，得到内容格式统一的文章，如整理成格式为作者、摘要、发表时间的文章。

步骤620，分别确定各数据源对应的数据加工操作序列。

在本步骤中，步骤620的实现细节和技术效果，可以参考对步骤210的描述，在此不再赘述。

步骤630，针对各数据源的预处理数据，分别基于对应的数据加工操作序列中的数据加工操作依次进行数据加工处理，得到各数据源对应的分发数据。

在本步骤中，步骤630的实现细节和技术效果，可以参考对步骤220的描述，在此不再赘述。

步骤640，分别将各数据源对应的分发数据推送至订阅数据源的订阅对象。

在本步骤中，步骤640的实现细节和技术效果，可以参考对步骤230的描述，在此不再赘述。

在本实施例中，对获取到的各数据源的数据进行格式预处理，得到格式统一的预处理数据，便于后续对预处理数据进行数据加工处理，提高了数据加工处理的效率。

进一步参考图7，上述步骤220，分别基于对应的数据加工操作序列中的数据加工操作依次进行数据加工处理，得到各数据源对应的分发数据，可以按照如下流程700执行：

步骤710，确定各数据源对应的至少一个订阅对象，以及获取各订阅对象的属性特征。

在本步骤中，上述执行主体可以预先存储数据源与订阅对象的对应关系列表，每种数据源对应至少一个订阅对象。例如，数据源A对应的订阅对象包括订阅对象一、订阅对象二、订阅对象三。上述执行主体对每一个订阅对象进行属性分析，获取各订阅对象的属性特征，该属性特征可以包括订阅对象的类别、特征标签等等。

步骤720，分别从各数据源对应的分发数据中确定与各订阅对象的属性特征关联的分发数据，并将每个与订阅对象的属性特征关联的分发数据推送给对应的订阅对象。

在本步骤中，上述执行主体确定出各数据源对应的订阅对象以及各订阅对象的属性特征后，从各数据源对应的分发数据中确定与各订阅对象的属性特征关联的分发数据，将每个与订阅对象的属性特征关联的分发数据推送给对应的订阅对象。

作为示例，上述执行主体得到数据源A的多个分发数据后，确定出数据源A对应的订阅对象包括订阅对象一、订阅对象二、订阅对象三。上述执行主体通过对订阅对象一、订阅对象二、订阅对象三进行特征标签提取，得到订阅对象一的属性特征为标签A、订阅对象二的属性特征为标签B、订阅对象三的属性特征为标签C。上述执行主体从数据源A的多个分发数据中选取与标签A关联的分发数据，并将与标签A关联的分发数据推送给订阅对象一；从数据源A的多个分发数据中选取与标签B关联的分发数据，并将与标签B关联的分发数据推送给订阅对象二；从数据源A的多个分发数据中选取与标签C关联的分发数据，并将与标签C关联的分发数据推送给订阅对象三。

在本实现方式中，通过确定各订阅对象的属性特征，对各数据源的分发数据进一步筛选，将与订阅对象的属性特征关联的分发数据推推给对应的订阅对象，使得推送给订阅对象的数据更贴合订阅对象的特征，提高了分发数据的针对性。

进一步参考图8，作为对上述各图所示方法的实现，本申请提供了一种数据推送装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图8所示，本实施例的数据推送装置800包括：获取模块810、处理模块820、推送模块830。

其中，获取模块810，可被配置成获取至少一种数据源的数据，分别确定各数据源对应的数据加工操作序列。

处理模块820，可被配置成针对各数据源的数据，分别基于对应的数据加工操作序列中的数据加工操作依次进行数据加工处理，得到各数据源对应的分发数据。

推送模块830，可被配置成分别将各数据源对应的分发数据推送至订阅数据源的订阅对象。

在本实施例的一些可选的方式中，获取模块，进一步被配置成：分别获取各数据源对应的数据加工插件序列，基于数据加工插件序列确定对应的数据加工操作序列；以及处理模块，进一步被配置成：分别依次调用对应的数据加工插件序列中的数据加工插件对数据源的数据进行流式处理。

在本实施例的一些可选的方式中，处理模块，进一步被配置成：分别依次调用对应的数据加工插件序列中的数据加工插件对数据源的数据进行流式处理，得到各数据源的加工后数据；分别确定各数据源对应的数据筛选条件，以及基于各数据源对应的数据筛选条件对各数据源的加工后数据进行数据筛选，得到各数据源对应的分发数据。

在本实施例的一些可选的方式中，处理模块，进一步被配置成：向服务器集群注册数据加工插件序列中的数据加工插件；分别依次调用服务器集群中注册的数据加工插件对数据源的数据进行流式处理。

在本实施例的一些可选的方式中，该装置还包括：预处理模块，被配置成响应于获取到至少一种数据源的数据，分别对各数据源的数据进行格式预处理，获取各数据源对应的预处理数据。

在本实施例的一些可选的方式中，推送模块，进一步被配置成：确定各数据源对应的至少一个订阅对象，以及获取各订阅对象的属性特征；分别从各数据源对应的分发数据中确定与各订阅对象的属性特征关联的分发数据，并将每个与订阅对象的属性特征关联的分发数据推送给对应的订阅对象。

本公开的实施例提供的数据推送装置，通过获取至少一种数据源的数据，分别确定各数据源对应的数据加工操作序列，然后针对各数据源的数据，分别基于对应的数据加工操作序列中的数据加工操作依次进行数据加工处理，得到各数据源对应的分发数据，最后分别将各数据源对应的分发数据推送至订阅数据源的订阅对象，使得获取到的数据加工操作序列分别与数据源对应，从而能够实现对每种数据源的数据单独进行数据加工处理，使得每种数据源中的数据进行数据加工处理时互不干涉，以及当对其中一种数据源对应的数据加工操作进行删除或增加时，对其他数据源对应的数据加工操作不会产生影响，提高了对不同数据源的数据进行数据加工处理的灵活性，从而提高了数据推送效率。

根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。

如图9所示，是根据本申请实施例的数据推送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/或者要求的本申请的实现。

如图9所示，该电子设备包括：一个或多个处理器901、存储器902，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9中以一个处理器901为例。

存储器902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数据推送方法。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数据推送方法。

存储器902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数据推送方法对应的程序指令/模块(例如，附图8所示的获取模块810、处理模块820和推送模块830)。处理器901通过运行存储在存储器902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数据推送方法。

存储器902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数据推送的电子设备的使用所创建的数据等。此外，存储器902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902可选包括相对于处理器901远程设置的存储器，这些远程存储器可以通过网络连接至数据推送的电子设备。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。

数据推送方法的电子设备还可以包括：输入装置903和输出装置904。处理器901、存储器902、输入装置903和输出装置904可以通过总线或者其他方式连接，图9中以通过总线连接为例。

输入装置903可接收输入的数字或字符信息，以及产生与数据推送的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904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。

根据本申请实施例的技术方案，通过获取至少一种数据源的数据，分别确定各数据源对应的数据加工操作序列，然后针对各数据源的数据，分别基于对应的数据加工操作序列中的数据加工操作依次进行数据加工处理，得到各数据源对应的分发数据，最后分别将各数据源对应的分发数据推送至订阅数据源的订阅对象，使得获取到的数据加工操作序列分别与数据源对应，从而能够实现对每种数据源的数据单独进行数据加工处理，使得每种数据源中的数据进行数据加工处理时互不干涉，以及当对其中一种数据源对应的数据加工操作进行删除或增加时，对其他数据源对应的数据加工操作不会产生影响，提高了对不同数据源的数据进行数据加工处理的灵活性，从而提高了数据推送效率。

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 (14)

1.一种数据推送方法，包括：

获取至少一种数据源的数据，分别确定各数据源对应的数据加工操作序列；

针对各数据源的数据，分别基于对应的数据加工操作序列中的数据加工操作依次进行数据加工处理，得到各数据源对应的分发数据；

分别将所述各数据源对应的分发数据推送至订阅所述数据源的订阅对象。

2.根据权利要求1所述的方法，其中，所述分别确定各数据源对应的数据加工操作序列，包括：

分别获取各数据源对应的数据加工插件序列，基于所述数据加工插件序列确定对应的数据加工操作序列；以及

所述分别基于对应的数据加工操作序列中的数据加工操作依次进行数据加工处理，包括：

分别依次调用对应的数据加工插件序列中的数据加工插件对所述数据源的数据进行流式处理。

3.根据权利要求2所述的方法，其中，所述分别基于对应的数据加工操作序列中的数据加工操作依次进行数据加工处理，得到各数据源对应的分发数据，还包括：

分别依次调用对应的数据加工插件序列中的数据加工插件对所述数据源的数据进行流式处理，得到各数据源的加工后数据；

分别确定所述各数据源对应的数据筛选条件，以及基于所述各数据源对应的数据筛选条件对所述各数据源的加工后数据进行数据筛选，得到所述各数据源对应的分发数据。

4.根据权利要求2所述的方法，其中，所述分别依次调用对应的数据加工插件序列中的数据加工插件对所述数据源的数据进行流式处理，包括：

向服务器集群注册所述数据加工插件序列中的数据加工插件；

分别依次调用所述服务器集群中注册的数据加工插件对所述数据源的数据进行流式处理。

5.根据权利要求1-4任意一项所述的方法，其中，所述方法还包括：

响应于获取到至少一种数据源的数据，分别对各数据源的数据进行格式预处理，获取所述各数据源对应的预处理数据。

6.根据权利要求1所述的方法，其中，所述分别将所述各数据源对应的分发数据推送至订阅所述数据源的订阅对象，包括：

确定所述各数据源对应的至少一个订阅对象，以及获取所述各订阅对象的属性特征；

分别从所述各数据源对应的分发数据中确定与所述各订阅对象的属性特征关联的分发数据，并将每个与所述订阅对象的属性特征关联的分发数据推送给对应的订阅对象。

7.一种数据推送装置，包括：

获取模块，被配置成获取至少一种数据源的数据，分别确定各数据源对应的数据加工操作序列；

处理模块，被配置成针对各数据源的数据，分别基于对应的数据加工操作序列中的数据加工操作依次进行数据加工处理，得到各数据源对应的分发数据；

推送模块，被配置成分别将所述各数据源对应的分发数据推送至订阅所述数据源的订阅对象。

8.根据权利要求7所述的装置，其中，所述获取模块，进一步被配置成：分别获取各数据源对应的数据加工插件序列，基于所述数据加工插件序列确定对应的数据加工操作序列；以及

所述处理模块，进一步被配置成：分别依次调用对应的数据加工插件序列中的数据加工插件对所述数据源的数据进行流式处理。

9.根据权利要求8所述的装置，其中，所述处理模块，进一步被配置成：

分别依次调用对应的数据加工插件序列中的数据加工插件对所述数据源的数据进行流式处理，得到各数据源的加工后数据；

分别确定所述各数据源对应的数据筛选条件，以及基于所述各数据源对应的数据筛选条件对所述各数据源的加工后数据进行数据筛选，得到所述各数据源对应的分发数据。

10.根据权利要求8所述的装置，其中，所述处理模块，进一步被配置成：

向服务器集群注册所述数据加工插件序列中的数据加工插件；

分别依次调用所述服务器集群中注册的数据加工插件对所述数据源的数据进行流式处理。

11.根据权利要求7-10任意一项所述的装置，其中，所述装置还包括：

预处理模块，被配置成响应于获取到至少一种数据源的数据，分别对各数据源的数据进行格式预处理，获取所述各数据源对应的预处理数据。

12.根据权利要求7所述的装置，其中，所述推送模块，进一步被配置成：

确定所述各数据源对应的至少一个订阅对象，以及获取所述各订阅对象的属性特征；

分别从所述各数据源对应的分发数据中确定与所述各订阅对象的属性特征关联的分发数据，并将每个与所述订阅对象的属性特征关联的分发数据推送给对应的订阅对象。

13.一种电子设备，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，以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法。

14.一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1-6中任一项所述的方法。

Images