CN113391801A - 基于云端业务的推荐引擎架构 - Google Patents
基于云端业务的推荐引擎架构 Download PDFInfo
- Publication number
- CN113391801A CN113391801A CN202110655519.3A CN202110655519A CN113391801A CN 113391801 A CN113391801 A CN 113391801A CN 202110655519 A CN202110655519 A CN 202110655519A CN 113391801 A CN113391801 A CN 113391801A
- Authority
- CN
- China
- Prior art keywords
- scene
- script
- module
- execution
- recommendation engine
- 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
- 238000013515 script Methods 0.000 claims abstract description 51
- 230000000007 visual effect Effects 0.000 claims abstract description 13
- 230000001960 triggered effect Effects 0.000 claims abstract description 10
- 230000014509 gene expression Effects 0.000 claims description 25
- 230000009471 action Effects 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 10
- 230000006870 function Effects 0.000 claims description 8
- 230000002929 anti-fatigue Effects 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 4
- 230000015654 memory Effects 0.000 description 23
- 230000006399 behavior Effects 0.000 description 20
- 238000010586 diagram Methods 0.000 description 10
- 238000000034 method Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- 238000013475 authorization Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005538 encapsulation Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/40—Transformation of program code
- G06F8/41—Compilation
-
- 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
- G06F8/00—Arrangements for software engineering
- G06F8/30—Creation or generation of source code
- G06F8/34—Graphical or visual programming
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Information Transfer Between Computers (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种基于云端业务的推荐引擎架构,其特征在于,包括:剧本管理模块,用于向可视化界面提供接口,并生成剧本;信息接收模块,用于实时收集数据信息,所述数据信息为来自至少一个设备的数据信息,所述数据信息具有唯一标识;事件模块,用于实时判断所述数据信息是否触发具有所述唯一标识的预设场景,并将被触发的预设场景作为目标场景加入场景执行队列中;执行模块,用于从所述场景执行队列中获取目标场景,加载与所述目标场景关联的剧本,并运行该关联的剧本,根据所述目标场景和所述关联的剧本推送相应的信息。根据本发明的实施例不需要版本迭代和发布,上下线灵活,提高用户体验。
Description
技术领域
本发明涉及互联网技术领域,尤其涉及基于云端业务的推荐引擎架构。
背景技术
传统的规则引擎,更多是设计用来计算一些特殊的业务算式而存在,只能编辑部分计算逻辑,对于复杂业务难以完成。并且在现有的基于云端的大数据中,传统的规则引擎对于云端服务会涉及版本迭代和重新开发的问题。费时费力,不利于维护和管理。
发明内容
有鉴于此,本发明提供一种基于云端业务的推荐引擎架构,能够解决频繁开发和版本迭代的问题,同时可以实现业务的灵活编排。
本申请的一些实施方式提供了一种基于云端业务的推荐引擎架构。以下从多个方面介绍本申请,以下多个方面的实施方式和有益效果可互相参考。
第一方面,本发明提供一种基于云端业务的推荐引擎架构,包括:
剧本管理模块,用于向可视化界面提供接口,并生成剧本;
信息接收模块,用于实时收集数据信息,所述数据信息为来自至少一个设备的数据信息,所述数据信息具有唯一标识;
事件模块,用于实时判断所述数据信息是否触发具有所述唯一标识的预设场景,并将被触发的预设场景作为目标场景加入场景执行队列中;
执行模块,用于从所述场景执行队列中获取目标场景,加载与所述目标场景关联的剧本,并运行该关联的剧本,根据所述目标场景和所述关联的剧本推送相应的信息。
根据本发明第一方面的一个实施例,所述剧本管理模块包括:
可视化场景编辑接口,用于获取用户基于所述可视化界面输入的编辑条件的数据;
事件配置模块,用于向所述执行模块下发相应的所述剧本;
能力编辑模块,用于常用的能力和动作,所述能力用于表示用户能够使用的功能,所述动作用于表示向用户的设备关联的动作。
根据本发明第一方面的一个实施例,所述事件模块,包括:
场景执行仲裁模块,用于实时判断所述数据信息中的信号类型和名称是否关联到具有唯一标识的预设场景;
当所述数据信息关联到所述具有唯一标识的预设场景,所述场景执行仲裁模块进一步用于:判断该预设场景满足所述预设条件,则确定所述数据信息触发所述唯一标识的预设场景,并将该预设场景作为目标场景。
根据本发明第一方面的一个实施例,判断该预设场景满足所述预设条件,包括:
确定所述具有唯一标识的预设场景处于有效期内;
确定所述具有唯一标识的预设场景的状态为上线状态;以及
确定所述具有唯一标识的预设场景符合抗疲劳规则筛选。
根据本发明第一方面的一个实施例,当所述被触发的预设场景作为目标场景加入场景执行队列中,则对所述该预设场景进行抗疲劳计数。
根据本发明第一方面的一个实施例,所述剧本为基于行为树生成的剧本,和/或,基于用户输入的编辑条件生成的剧本。
根据本发明第一方面的一个实施例,所述基于行为树生成的剧本由多个表达式片段组成,并且所述多个表达式片段根据所述行为树的编辑逻辑串联而成。
根据本发明第一方面的一个实施例,所述用户输入的编辑条件生成的剧本由多个表达式片段组成,并且所述多个表达式片段基于条件判断和结果执行的逻辑串联而成。
根据本发明第一方面的一个实施例,所述执行模块包括:
行为树剧本解析模块,用于以行为树为数据结构,基于表达式语言处理剧本。
根据本发明第一方面的一个实施例,所述执行模块包括:
表达式语言执行模块:用于执行具有所述表达式语言的数据;
敏捷动态语言模块,用于将业务的实现的数据封装,以能够被所述执行模块执行。
第二方面,本申请的公开了一种电子设备,该设备包括上述第一方面的推荐引擎架构。
附图说明
图1为本发明一个实施例的场景图;
图2为本发明一个实施例的基于云端业务的推荐引擎架构图;
图3为本发明一个实施例的另一个基于云端业务的推荐引擎架构图;
图4为本发明一个实施例的设备的框图;
图5为本发明一个实施例的片上系统的框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为了更好的理解本发明的技术方案,首先对本发明中的名词进行描述说明。
场景,是指基于用户的行为设定的表达用户可能有的意图的组合。例如,用户到达某广场后,基于用户之前有来过的该广场,并且进入广场的一家咖啡店。则当用户驾车行驶到该广场时,将进入广场作为场景,则可以判断用户有可能有进入咖啡店的意图。
剧本,基于上述对场景的描述,将用户进入广场,去咖啡店的这一具体事例的整个过程作为剧本。
本申请中的数据信息,是指来自外部设备的信号,带有唯一标识,例如,VIN号,用户ID,SN,TBoxID,Token等。
本发明中的能力是指,为条件判断提供的业务封装。
动作(触点):最终产生影响的指令性业务封装,如通知,语音。
表达式语言执行模块:可以用于执行类java语法的软件模块,也可以对一个条件判断,也可以对一个接口调用。
行为树剧本编译模块:以行为树为数据结构,基于表达式语言的解析执行器,用以处理复杂逻辑的模块。
敏捷动态语言执行模块:用以将业务实现封装为能力,动作以供剧本执行的模块。
参考图1,图1示例性示出了一个场景图。该场景图中包括云端服务器110和车辆120。本申请的推荐引擎架构可以应用于车辆的车机终端,也可以应用于云端服务器110,当该推荐引擎架构应用于车机终端时,用户可以通过车机终端的界面输入剧本。推荐引擎可以获得这个剧本,以及接收来自车辆的数据信息,例如,获得车辆的位置信息,时间信息,行驶速度,以及车辆的驾驶人员信息等。推荐引擎可以根据这些数据信息进一步判断,这些信息是否触发事先存储的预设场景,当触发某一个预设场景,则将该场景作为目标场景来执行。根据剧本为用户推送响应的信息。举例说明,预设场景为某地人民广场,推荐引擎获取车辆的位置信息,确定用于到达该人民广场的围栏内,则确定场景为到达人民广场的场景,并将该场景作为任务带入下一个阶段。推荐引擎加载与该场景关联的剧本,如,剧本内容是到达人名广场后,人民广场有一咖啡店,若车主是该咖啡店的会员,则可以向与该车机终端的应用界面或与其连接的手机推荐咖啡店的活动。能够判断用户的意图,并且在用户不需要手动操作的情况下位用户推荐用户感兴趣的信息。从而提高用户的体验。
在本发明的实施例中,剧本可以是基于可视化界面由用户输入或业务人员输入编辑而成,也可以根据用户的行为,或者大多数用户的数据形成适应当前场景的剧本。该方式更加灵活,通过可编辑入口,便于用户自己进行编辑,从而提高用户体验。
参考图2,图2为本发明示例出的基于云端业务的推荐引擎架构图。如图2所示,该推荐引擎架构图包括:剧本管理模块210、信息接收模块220、事件模块230和执行模块240。其中,剧本管理模块210能够向可视化界面提供接口,并生成剧本,例如,对于车机终端的显示界面,可以提供响应的接口,用户可以通过界面输入响应的信息,剧本管理模块210接收用户输入的编辑的信息,可以根据内部的专业编辑工具,生成剧本。
信息接收模块220用于实时收集数据信息,所述数据信息为来自至少一个设备的数据信息,所述数据信息具有唯一标识,例如VIN号,用户ID,SN,TBoxID或Token等,也可以包括信号名称类型等基本信息和业务数据的请求,例如用户接收到车辆的位置信息,该信息中包括用于标识该车辆的唯一标识,车牌或机动车编号等。
事件模块230用于实时判断所述数据信息是否触发具有所述唯一标识的预设场景,并将被触发的预设场景作为目标场景加入场景执行队列中。举例说明,将车辆到达人民广场的围栏内作为触发预设场景的条件。推荐引擎实时手机车辆的位置信息,当发现该位置信息位于预先设定的人民广场围栏内,则将进入人民广场作为目标场景列入待执行的队列中。
执行模块240用于从所述场景执行队列中获取目标场景,加载与所述目标场景关联的剧本,并运行该关联的剧本,根据所述目标场景和所述关联的剧本推送相应的信息。执行模块240可以通过获取剧本,对剧本的内容进行解析并执行与剧本对应的动作。例如,结合上面实例进行说明,若剧本是该车辆的主人是该人民广场咖啡店的会员时,则向该用户推送咖啡店的活动信息。此时,云服务的大数据中获得车辆的主人是不是该咖啡店的会员,若是,则触发动作执行。。例如触发推送相应的咖啡券,优惠活动通知等,或者触发向用户界面展示导航路线等。用户在不需要自己手动的同时可以获知相应的信息,提高了用户的体验。
在本申请的一个实施例中,推荐引擎的架构中的各个模块支持Behavior3行为树引擎,该引擎以脚本为基础,具备强大的逻辑处理能力,可以应对各种复杂业务。同时由于支持以脚本格式引入和编辑剧本和能力,脚本不需要版本迭代和发布的。从而可以不需要版本迭代,可以解决传统的规则引擎需要版本迭代,周期长,实时性差的问题。
参考图3,图3示例性的示出了另一基于云端业务的推荐引擎架构图。结合图2所示,该推荐引擎架构包括剧本管理模块210、信息接收模块220、事件模块230、执行模块240和下发模块250。
如图3所示,本发明中的一个实施例中剧本管理模块210包括以下模块,授权管理模块、车机用户管理、状态监控中心、能力编辑器、可视化场景编辑、事件配置中心和标签管理模块等。其中,授权管理模块用于管理是否对请求方进行授权,例如,用户在操作时,需要通过授权管理模块授权后才可以操作,并提供剧本管理模块具有的功能。车机用户管理,用于对车辆的拥有者或授权者进行管理和登记。状态监控中心用于监控车辆当前的状态,例如行驶中的车辆等。能力编辑器用于常用的能力和动作,所述能力用于表示用户能够使用的功能,所述动作用于表示向用户的设备关联的动作。可视化场景编辑接口,用于获取用户基于所述可视化界面输入的编辑条件的数据。事件配置模块,用于向所述执行模块下发相应的所述剧本。标签管理模块用于管理具有标签的数据信息等。
信息接收模块220可以包括监听上行通道事件中心、定时器输入、平台服务信号以及各端上传信号。这些模块可以接收不同的信号(数据信息),包括信号类型,名称等。
事件模块230可以包括以下模块,例如,用户映射、OEM映射、信号映射和标签映射,场景执行仲裁模块和时间协调模块。这些模块根据用户、OEM、信号类型名称以及标签等筛选出符合要求的数据信息。由场景执行仲裁模块确定匹配的符合要求的场景。例如用户驾车行驶过程中,不断的接收车辆的位置信息,在未检测到有符合触发预设场景的情况下,保持筛选动作,直到位置信息到达预设的到达人民广场的范围内,则触发该场景,即命中该场景。并将该场景列入待执行的场景队列中。在该过程中,事件协调模块可以对整个过程进行反馈和调整。以确保被选中的场景是有效的。例如,当用户未进入广场范围内,但是长时间停留,则事件协调模块可以根据实际停留时间的长短,判断是命中的场景。在本发明的实施例中,事件协调模块还可以通过云端服务器获取更多场景,例如在没有确定用户的车辆到达人民广场之前,还可以根据用户当前的位置并结合云端的大数据信息获得其他用户的行为,来确定当前的数据信息命中的符合大数据中的场景,并且根据大数据中的大多数用户的行为确定剧本。
在本发明的一个实施例中,在进行场景匹配时,还需要对预设场景进行判断。具体过程为,推荐引擎接收到数据信号后,检查是否有关联到该唯一标识的场景。通过唯一标识查询选型标签(可以由大数据提供),检查是否有关联到该标签的场景。当确定信号类型和名称和该场景完全匹配。进一步检查场景是否处于有效期之内、检查场景状态是否为上线或测试中状态,以及完成抗疲劳规则筛选,例如该场景每周只能执行1次,从本周第二次开始将无法匹配该场景。当完全满足上述的用户匹配,信号匹配,抗疲劳规则匹配,状态匹配,有效期匹配的场景将进入待执行队列。同时执行场景完成后进行抗疲劳计数。以便于在下次时不再使用该场景。该过程可以有效提高场景匹配的准确性,更能够准确推断用户的意图。
执行模块240加载与场景对应的剧本并运行。其包括规则执行模块、行为树剧本解析模块,条件动作剧本解析模块、敏捷动态语言模块和表达式语言执行模块以及上下文执行模块。其中,条件动作剧本解析模块用以解析满足条件执行动作的包含表达式语言,处理简单逻辑的模块。行为树剧本解析模块以行为树为数据结构,基于表达式语言的解析执行器,用以处理复杂逻辑的模块。敏捷动态语言模块,用于将业务的实现的数据封装,以能够被所述执行模块执行,可能调用了任何平台的业务接口,查询缓存,逻辑计算等等。表达式语言执行模块,用于执行具有所述表达式语言的数据。
在本发明的实施例中所述剧本为基于行为树生成的剧本,和/或,基于用户输入的编辑条件生成的剧本。所述基于行为树生成的剧本由多个表达式片段组成,并且所述多个表达式片段根据所述行为树的编辑逻辑串联而成。执行上下文模块可以将多个表达式片段组合形成符合逻辑的能够被执行的剧本。根据本发明实施例的推荐引擎架构,支持的Behavior3行为树引擎,该引擎以脚本为基础,具备强大的逻辑处理能力,足以应对各种复杂业务。同时由于支持以脚本格式引入和编辑剧本和能力,脚本不需要版本迭代和发布。为可视化界面提供接口,允许业务和运营等非开发人员编辑,并最终自动翻译成可执行剧本。用户的使用体验更好。并且可以由营人员通过管理界面直接上下线发布剧本,能够实现灵活上下线,测试,发布等。
现在参考图4,所示为根据本申请的一个实施例的设备1200的框图。设备1200可以包括耦合到控制器中枢1203的一个或多个处理器1201。对于至少一个实施例,控制器中枢1203经由诸如前端总线(Front Side Bus,FSB)之类的多分支总线、诸如快速通道互连(Quick Path Interconnect,QPI)之类的点对点接口、或者类似的连接1206与处理器1201进行通信。处理器1201执行控制一般类型的数据处理操作的指令。在一实施例中,控制器中枢1203包括,但不局限于,图形存储器控制器中枢(Graphics Memory Controller Hub,GMCH)(未示出)和输入/输出中枢(Input Output Hub,IOH)(其可以在分开的芯片上)(未示出),其中GMCH包括存储器和图形控制器并与IOH耦合。
设备1200还可包括耦合到控制器中枢1203的协处理器1202和存储器1204。或者,存储器和GMCH中的一个或两者可以被集成在处理器内(如本申请中所描述的),存储器1204和协处理器1202直接耦合到处理器1201以及控制器中枢1203,控制器中枢1203与IOH处于单个芯片中。存储器1204可以是例如动态随机存取存储器(Dynamic Random AccessMemory,DRAM)、相变存储器(Phase Change Memory,PCM)或这两者的组合。在一个实施例中,协处理器1202是专用处理器,诸如例如高吞吐量MIC处理器(Many Integerated Core,MIC)、网络或通信处理器、压缩引擎、图形处理器、通用图形处理器(General PurposeComputing on GPU,GPGPU)、或嵌入式处理器等等。协处理器1202的任选性质用虚线表示在图4中。
存储器1204作为计算机可读存储介质,可以包括用于存储数据和/或指令的一个或多个有形的、非暂时性计算机可读介质。例如,存储器1204可以包括闪存等任何合适的非易失性存储器和/或任何合适的非易失性存储设备,例如一个或多个硬盘驱动器(Hard-Disk Drive,HDD(s)),一个或多个光盘(Compact Disc,CD)驱动器,和/或一个或多个数字通用光盘(Digital Versatile Disc,DVD)驱动器。
在一个实施例中,设备1200可以进一步包括网络接口(Network InterfaceController,NIC)1206。网络接口1206可以包括收发器,用于为设备1200提供无线电接口,进而与任何其他合适的设备(如前端模块,天线等)进行通信。在各种实施例中,网络接口1206可以与设备1200的其他组件集成。网络接口1206可以实现上述实施例中的通信单元的功能。
设备1200可以进一步包括输入/输出(Input/Output,I/O)设备1205。I/O1205可以包括:用户界面,该设计使得用户能够与设备1200进行交互;外围组件接口的设计使得外围组件也能够与设备1200交互;和/或传感器设计用于确定与设备1200相关的环境条件和/或位置信息。
值得注意的是,图4仅是示例性的。即虽然图4中示出了设备1200包括处理器1201、控制器中枢1203、存储器1204等多个器件,但是,在实际的应用中,使用本申请各方法的设备,可以仅包括设备1200各器件中的一部分器件,例如,可以仅包含处理器1201和NIC1206。图4中可选器件的性质用虚线示出。根据本申请的一些实施例,作为计算机可读存储介质的存储器1204上存储有上述推荐引擎架构及指令,该指令在计算机上执行时使系统1200执行根据上述实施例中的各模块实现的功能,具体可参照上述实施例的描述,在此不再赘述。
现在参考图5,所示为根据本申请的一实施例的SoC(System on Chip,片上系统)1300的框图。在图5中,相似的部件具有同样的附图标记。另外,虚线框是更先进的SoC的可选特征。在图5中,SoC1300包括:互连单元1350,其被耦合至应用处理器1310;系统代理单元1380;总线控制器单元1390;集成存储器控制器单元1340;一组或一个或多个协处理器1320,其可包括集成图形逻辑、图像处理器、音频处理器和视频处理器;静态随机存取存储器(Static Random Access Memory,SRAM)单元1330;直接存储器存取(DMA)单元1360。在一个实施例中,协处理器1320包括专用处理器,诸如例如网络或通信处理器、压缩引擎、GPGPU、高吞吐量MIC处理器、或嵌入式处理器等。
静态随机存取存储器(SRAM)单元1330中可以包括用于存储数据和/或指令的一个或多个计算机可读介质。计算机可读存储介质中可以存储有推荐引擎架构和指令,具体而言,存储有该指令的暂时和永久副本。该指令可以包括:由处理器中的至少一个单元执行时使Soc1300执行根据上述实施例中的推荐引擎架构具有的功能,具体可参照上述实施例的描述,在此不再赘述。
本申请公开的机制的各实施例可以被实现在硬件、软件、固件或这些实现方法的组合中。本申请的实施例可实现为在可编程系统上执行的计算机程序或程序代码,该可编程系统包括至少一个处理器、存储系统(包括易失性和非易失性存储器和/或存储元件)、至少一个输入设备以及至少一个输出设备。
可将程序代码应用于输入指令,以执行本申请描述的各功能并生成输出信息。可以按已知方式将输出信息应用于一个或多个输出设备。为了本申请的目的,处理系统包括具有诸如例如数字信号处理器(Digital Signal Processor,DSP)、微控制器、专用集成电路(Application Specific Integrated Circuit,ASIC)或微处理器之类的处理器的任何系统。
程序代码可以用高级程序化语言或面向对象的编程语言来实现,以便与处理系统通信。在需要时,也可用汇编语言或机器语言来实现程序代码。事实上,本申请中描述的机制不限于任何特定编程语言的范围。在任一情形下,该语言可以是编译语言或解释语言。
在一些情况下,所公开的实施例可以以硬件、固件、软件或其任何组合来实现。所公开的实施例还可以被实现为由一个或多个暂时或非暂时性机器可读(例如,计算机可读)存储介质承载或存储在其上的指令,其可以由一个或多个处理器读取和执行。例如,指令可以通过网络或通过其他计算机可读介质分发。因此,机器可读介质可以包括用于以机器(例如,计算机)可读的形式存储或传输信息的任何机制,包括但不限于,软盘、光盘、光碟、光盘只读存储器(Compact Disc Read Only Memory,CD-ROMs)、磁光盘、只读存储器(Read OnlyMemory,ROM)、随机存取存储器(RAM)、可擦除可编程只读存储器(Erasable ProgrammableRead Only Memory,EPROM)、电可擦除可编程只读存储器(Electrically ErasableProgrammable Read Only Memory,EEPROM)、磁卡或光卡、闪存、或用于利用因特网以电、光、声或其他形式的传播信号来传输信息(例如,载波、红外信号数字信号等)的有形的机器可读存储器。因此,机器可读介质包括适合于以机器(例如,计算机)可读的形式存储或传输电子指令或信息的任何类型的机器可读介质。
在附图中,可以以特定布置和/或顺序示出一些结构或方法特征。然而,应该理解,可能不需要这样的特定布置和/或排序。而是,在一些实施例中,这些特征可以以不同于说明书附图中所示的方式和/或顺序来布置。另外,在特定图中包括结构或方法特征并不意味着暗示在所有实施例中都需要这样的特征,并且在一些实施例中,可以不包括这些特征或者可以与其他特征组合。
虽然通过参照本申请的某些优选实施例,已经对本申请进行了图示和描述,但本领域的普通技术人员应该明白,可以在形式上和细节上对其作各种改变,而不偏离本申请的精神和范围。
Claims (10)
1.一种基于云端业务的推荐引擎架构,其特征在于,包括:
剧本管理模块,用于向可视化界面提供接口,并生成剧本;
信息接收模块,用于实时收集数据信息,所述数据信息为来自至少一个设备的数据信息,所述数据信息具有唯一标识;
事件模块,用于实时判断所述数据信息是否触发具有所述唯一标识的预设场景,并将被触发的预设场景作为目标场景加入场景执行队列中;
执行模块,用于从所述场景执行队列中获取目标场景,加载与所述目标场景关联的剧本,并运行该关联的剧本,从云端获取与剧本内容相关的数据,在云端数据符合剧本时,则触发执行动作,所述动作用于表示向用户的设备推荐信息的动作。
2.根据权利要求1所述的推荐引擎架构,其特征在于,所述剧本管理模块包括:
可视化场景编辑接口,用于获取用户基于所述可视化界面输入的编辑条件的数据;
事件配置模块,用于向所述执行模块下发相应的所述剧本;
能力编辑模块,用于常用的能力和动作,所述能力用于表示用户能够使用的功能。
3.根据权利要求1所述的推荐引擎架构,其特征在于,所述事件模块,包括:
场景执行仲裁模块,用于实时判断所述数据信息中的信号类型和名称是否关联到具有唯一标识的预设场景;
当所述数据信息关联到所述具有唯一标识的预设场景,所述场景执行仲裁模块进一步用于:判断该预设场景满足所述预设条件,则确定所述数据信息触发所述唯一标识的预设场景,并将该预设场景作为目标场景。
4.根据权利要求3所述的推荐引擎架构,其特征在于,判断该预设场景满足所述预设条件,包括:
确定所述具有唯一标识的预设场景处于有效期内;
确定所述具有唯一标识的预设场景的状态为上线状态;以及
确定所述具有唯一标识的预设场景符合抗疲劳规则筛选。
5.根据权利要求4所述的推荐引擎架构,其特征在于,当所述被触发的预设场景作为目标场景加入场景执行队列中,则对所述该预设场景进行抗疲劳计数。
6.根据权利要求1所述的推荐引擎架构,其特征在于,所述剧本为基于行为树生成的剧本,和/或,基于用户输入的编辑条件生成的剧本。
7.根据权利要求6所述的推荐引擎架构,其特征在于,所述基于行为树生成的剧本由多个表达式片段组成,并且所述多个表达式片段根据所述行为树的编辑逻辑串联而成。
8.根据权利要求6所述的推荐引擎架构,其特征在于,所述用户输入的编辑条件生成的剧本由多个表达式片段组成,并且所述多个表达式片段基于条件判断和结果执行的逻辑串联而成。
9.根据权利要求6所述的推荐引擎架构,其特征在于,所述执行模块包括:
行为树剧本解析模块,用于以行为树为数据结构,基于表达式语言处理剧本。
10.根据权利要求9所述的推荐引擎架构,其特征在于,所述执行模块包括:
表达式语言执行模块,用于执行具有所述表达式语言的数据;
敏捷动态语言模块,用于将业务的实现的数据封装,以能够被所述执行模块执行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110655519.3A CN113391801B (zh) | 2021-06-11 | 2021-06-11 | 基于云端业务的推荐引擎架构 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110655519.3A CN113391801B (zh) | 2021-06-11 | 2021-06-11 | 基于云端业务的推荐引擎架构 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113391801A true CN113391801A (zh) | 2021-09-14 |
CN113391801B CN113391801B (zh) | 2024-03-01 |
Family
ID=77620753
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110655519.3A Active CN113391801B (zh) | 2021-06-11 | 2021-06-11 | 基于云端业务的推荐引擎架构 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113391801B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114430424A (zh) * | 2021-12-31 | 2022-05-03 | 联通智网科技股份有限公司 | 车联网大数据的处理方法、装置与存储介质 |
CN114546383A (zh) * | 2022-02-22 | 2022-05-27 | 江苏泽景汽车电子股份有限公司 | 一种驾驶场景展示方法、装置、电子设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108848022A (zh) * | 2018-06-05 | 2018-11-20 | 华南理工大学 | 一种基于场景与用户行为的消息推送方法 |
CN109271157A (zh) * | 2018-09-07 | 2019-01-25 | 深圳市东微智能科技股份有限公司 | 软件开发方法、设备及计算机可读存储介质 |
CN109840081A (zh) * | 2018-03-26 | 2019-06-04 | 上海聆播信息科技有限公司 | 一种行为驱动开发中剧本代码的协同编辑方法及其装置 |
CN110300175A (zh) * | 2019-07-02 | 2019-10-01 | 腾讯科技(深圳)有限公司 | 消息推送方法、装置、存储介质及服务器 |
CN111228813A (zh) * | 2020-01-22 | 2020-06-05 | 腾讯科技(深圳)有限公司 | 虚拟对象的控制方法、装置、设备及存储介质 |
CN111598663A (zh) * | 2020-05-18 | 2020-08-28 | 斑马网络技术有限公司 | 一种消息推送方法,装置,电子设备和存储介质 |
CN112235419A (zh) * | 2020-12-09 | 2021-01-15 | 之江实验室 | 基于行为树的机器人云平台执行引擎和执行方法 |
CN112887342A (zh) * | 2021-04-29 | 2021-06-01 | 湖北亿咖通科技有限公司 | 业务调度方法、车载业务处理系统、电子设备及存储介质 |
-
2021
- 2021-06-11 CN CN202110655519.3A patent/CN113391801B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109840081A (zh) * | 2018-03-26 | 2019-06-04 | 上海聆播信息科技有限公司 | 一种行为驱动开发中剧本代码的协同编辑方法及其装置 |
CN108848022A (zh) * | 2018-06-05 | 2018-11-20 | 华南理工大学 | 一种基于场景与用户行为的消息推送方法 |
CN109271157A (zh) * | 2018-09-07 | 2019-01-25 | 深圳市东微智能科技股份有限公司 | 软件开发方法、设备及计算机可读存储介质 |
CN110300175A (zh) * | 2019-07-02 | 2019-10-01 | 腾讯科技(深圳)有限公司 | 消息推送方法、装置、存储介质及服务器 |
WO2021000734A1 (zh) * | 2019-07-02 | 2021-01-07 | 腾讯科技(深圳)有限公司 | 消息推送方法、存储介质及服务器 |
CN111228813A (zh) * | 2020-01-22 | 2020-06-05 | 腾讯科技(深圳)有限公司 | 虚拟对象的控制方法、装置、设备及存储介质 |
CN111598663A (zh) * | 2020-05-18 | 2020-08-28 | 斑马网络技术有限公司 | 一种消息推送方法,装置,电子设备和存储介质 |
CN112235419A (zh) * | 2020-12-09 | 2021-01-15 | 之江实验室 | 基于行为树的机器人云平台执行引擎和执行方法 |
CN112887342A (zh) * | 2021-04-29 | 2021-06-01 | 湖北亿咖通科技有限公司 | 业务调度方法、车载业务处理系统、电子设备及存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114430424A (zh) * | 2021-12-31 | 2022-05-03 | 联通智网科技股份有限公司 | 车联网大数据的处理方法、装置与存储介质 |
CN114546383A (zh) * | 2022-02-22 | 2022-05-27 | 江苏泽景汽车电子股份有限公司 | 一种驾驶场景展示方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113391801B (zh) | 2024-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109712392B (zh) | 基于区块链的停车信息处理方法、装置、设备和存储介质 | |
CN113391801B (zh) | 基于云端业务的推荐引擎架构 | |
KR102377628B1 (ko) | 인공지능 서비스에 대한 성능 관리 장치 및 방법 | |
JP7204023B2 (ja) | 電気自動車の充電方法、及びシステム、記憶媒体 | |
CN108230720A (zh) | 停车管理方法和装置 | |
CN114036390A (zh) | 场景服务推荐方法、装置、电子设备以及存储介质 | |
CN109150700A (zh) | 一种数据采集的方法及装置 | |
JP7146097B2 (ja) | トンネル工事車両の出勤評価方法、コンピューター装置及びコンピューター読み取り可能な記憶媒体 | |
CN111881314A (zh) | 判断车辆维修服务单真实性的方法、装置及存储介质 | |
CN112887342B (zh) | 业务调度方法、车载业务处理系统、电子设备及存储介质 | |
CN109428921A (zh) | 消息推送方法及装置 | |
CN112562100B (zh) | 一种用户绑定方法及装置 | |
CN108597040A (zh) | 停车费收费方法、装置、系统及计算机可读存储介质 | |
CN110689370B (zh) | 一种分类模型训练方法、装置及设备 | |
CN110245763B (zh) | 一种基于数据链的网络约车方法、装置及数据链节点 | |
CN112288502A (zh) | 电子乘车发票处理方法及装置 | |
CN110992538B (zh) | 一种车辆语音开锁方法、装置及介质 | |
CN111556348A (zh) | 一种视频的推送方法、装置及计算机系统 | |
CN111598307A (zh) | 乘车订单调度系统的优化方法及设备 | |
JP6527026B2 (ja) | 駐車位置報知装置、携帯端末、駐車位置報知システム、プログラム | |
CN115690940A (zh) | 行车记录信息调取方法、装置、电子设备及存储介质 | |
CN112750213B (zh) | 一种停车服务信息推送方法、装置、设备及介质 | |
CN114827899A (zh) | 停车围栏的围栏范围确定方法、装置及可读存储介质 | |
Nagadapally et al. | A step ahead to connect your bus-with GPS | |
CN115392682A (zh) | 一种归因收集方法、装置、设备及介质 |
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 |