TWI746527B

TWI746527B - 資料推薦的處理互動方法、裝置及系統

Info

Publication number: TWI746527B
Application number: TW106108189A
Authority: TW
Inventors: 李昊龍
Original assignee: 香港商阿里巴巴集團服務有限公司
Priority date: 2016-05-30
Filing date: 2017-03-13
Publication date: 2021-11-21
Also published as: TW201741911A; CN107451141B; WO2017206604A1; CN107451141A

Abstract

本發明公開了一種資料推薦的處理互動方法、裝置及系統，涉及資料處理領域，解決了如何在節約用戶搜索時間的基礎上向使用者推薦高品質的資料的問題。本發明的系統包括：互動裝置及資料處理裝置；所述互動裝置用於將獲取的開發者使用的資料信息以及確定的其所處狀態對應的狀態資料發送給資料處理裝置，並接收資料處理裝置向互動裝置推薦的資料；所述資料處理裝置用於根據互動裝置獲取的資料信息以及互動裝置所處的狀態向互動裝置推薦資料。本發明主要應用於中繼資料推薦領域。

Description

資料推薦的處理互動方法、裝置及系統

本發明涉及資料處理領域，特別是涉及一種資料推薦的處理互動方法、裝置及系統。

中繼資料又稱仲介資料、中繼資料，為描述資料的資料，主要是描述資料屬性的資訊，用來支援如指示存儲位置、歷史資料、資源查找、文件記錄等功能。傳統的中繼資料管理系統一般只提供基於各種查詢準則的中繼資料搜索，中繼資料的推薦系統在業內還很少見。

在現有技術中，由於中繼資料推薦系統的匱乏，導致高品質的資料得不到有效推廣和充分利用，使資料價值被掩埋；同時開發者在中繼資料系統中進行資料搜索時產生的大量搜索歷史記錄得不到有效利用，致使中繼資料平台的能力不能充分發揮，開發者每次都需要進行重複、繁重的中繼資料搜索，尤其在開發者想要搜索某個資料的類似資料時，需要花費更多的波折；此外，資料開發者受限於已知的資料範圍，無法快捷方便的發現相同業務領域的其他資料，不利於開發者對資料的深層次理解以及對資料的創新應用。

因此，在資料處理技術快速發展的今天，如何高效的進行資料推薦，給使用者提供高品質的資料成為資料管理過程中亟待解決的問題。

有鑑於此，本發明提出了一種資料推薦的處理互動方法、裝置及系統，主要目的在於解決如何在節約用戶搜索時間的基礎上向使用者推薦高品質的資料的問題。

依據本發明的第一個方面，本發明提供一種資料推薦的處理互動系統，該系統包括：互動裝置及資料處理裝置；所述互動裝置用於將獲取的開發者使用的資料信息以及確定的其所處狀態對應的狀態資料發送給資料處理裝置，並接收資料處理裝置向互動裝置推薦的資料；所述資料處理裝置用於根據互動裝置獲取的資料信息以及互動裝置所處的狀態向互動裝置推薦資料。

依據本發明的第二個方面，本發明提供一種資料推薦的處理方法，該方法主要應用於資料處理裝置一側，包括：資料處理裝置提取用於進行資料推薦的基礎資訊，所述基礎資訊用於在資料推薦過程中進行資料匹配；根據互動裝置所處狀態確定對應的預設推薦邏輯，所述預設推薦邏輯使用所述基礎資訊中的至少一種基礎資訊，進行資料推薦；根據確定的預設推薦邏輯及其使用的基礎資訊向互動裝置進行資料推薦。

依據本發明的第三個方面，本發明提供一種資料推薦的互動方法，該方法主要應用於互動裝置一側，包括：互動裝置獲取開發者使用的資料信息；將所述資料信息發送給資料處理裝置，以便資料處理裝置從所述資料信息中提取用於進行資料推薦的基礎資訊；接收資料處理裝置推薦的資料向開發者進行推薦。

依據本發明的第四個方面，本發明提供一種資料推薦的互動方法，該方法主要應用於互動裝置一側，包括：互動裝置確定當前所處的狀態；將確定的所述狀態所對應的狀態資料發送給資料處理裝置，以便資料處理裝置根據所述狀態資料確定互動裝置當前所處的狀態；接收資料處理裝置發送的對應互動裝置當前所處狀態的推薦資料。

依據本發明的第五個方面，本發明提供一種資料推薦的處理裝置，該資料處理裝置包括：提取單元，用於提取進行資料推薦的基礎資訊，所述基礎資訊用於在資料推薦過程中進行資料匹配；邏輯確定單元，用於根據互動裝置所處狀態確定對應的預設推薦邏輯，所述預設推薦邏輯使用所述基礎資訊中的至少一種基礎資訊，進行資料推薦；處理單元，用於根據確定的預設推薦邏輯及其使用的基礎資訊，向互動裝置進行資料推薦。

依據本發明的第六個方面，本發明提供一種資料推薦的互動裝置，該互動裝置包括：獲取單元，用於獲取開發者使用的資料信息；第一發送單元，用於將所述資料信息發送給資料處理裝置，以便資料處理裝置從所述資料信息中提取用於進行資料推薦的基礎資訊；第一接收單元，用於接收資料處理裝置推薦的資料，向開發者進行推薦。

依據本發明的第七個方面，本發明提供一種資料推薦的互動裝置，該互動裝置，包括：狀態確定單元，用於根據互動裝置所展示的內容確定當前所處的狀態；第二發送單元，用於將確定的所述狀態所對應的狀態資料發送給資料處理裝置，以便資料處理裝置根據所述狀態資料確定互動裝置當前所處的狀態；第二接收單元，用於接收資料處理裝置發送的對應互動裝置當前所處狀態的推薦資料。

藉由上述技術方案，本發明實施例提供的一種資料推薦的處理互動方法、裝置及系統，能夠在大量資料以及與開發者或使用者有關的資料中提取用於進行資料推薦的基礎資訊，所述基礎資訊用於在資料推薦過程中進行資料匹配；然後根據互動裝置側的開發者或使用者所處的狀態，確定對應的預設推薦邏輯，通常對於互動裝置處於不同的狀態使用不同的推薦邏輯進行資料推薦，所述預設推薦邏輯使用所述基礎資訊中的至少一種基礎資訊進行資料推薦；最後根據確定的預設推薦邏輯及其使用的基礎資訊進行資料推薦，由於在進行資料推薦時避免了從海量資料中進行搜索，而是在與開發者或使用者有關的資料中獲取推薦資料，因此能夠在大規模複雜的資料場景中，更加快捷的向使用者推薦高品質的資料。

上述說明僅是本發明技術方案的概述，為了能夠更清楚瞭解本發明的技術手段，而可依照說明書的內容予以實施，並且為了讓本發明的上述和其它目的、特徵和優點能夠更明顯易懂，以下特舉本發明的具體實施方式。

11‧‧‧互動裝置

12‧‧‧資料處理裝置

61‧‧‧提取單元

62‧‧‧邏輯確定單元

63‧‧‧處理單元

611‧‧‧第一提取子單元

612‧‧‧第二提取子單元

613‧‧‧第三提取子單元

6111‧‧‧第一獲取模組

6112‧‧‧第一統計模組

6113‧‧‧第一計算模組

6114‧‧‧第一提取模組

6115‧‧‧第二獲取模組

6116‧‧‧第二統計模組

6117‧‧‧第二提取模組

6118‧‧‧第三獲取模組

6119‧‧‧第三統計模組

6120‧‧‧第三提取模組

6121‧‧‧第四獲取模組

6122‧‧‧第四統計模組

6123‧‧‧第四提取模組

81‧‧‧獲取單元

82‧‧‧第一發送單元

83‧‧‧第一接收單元

91‧‧‧狀態確定單元

92‧‧‧第二發送單元

93‧‧‧第二接收單元

藉由閱讀下文較佳實施方式的詳細描述，各種其他的優點和益處對於本領域普通技術人員將變得清楚明瞭。附圖僅用於示出較佳實施方式的目的，而並不認為是對本發明的限制。而且在整個附圖中，用相同的參考符號表示相同的元件。在附圖中：圖1示出了本發明實施例提供的一種資料推薦的處理互動系統的組成方塊圖；圖2示出了本發明實施例提供的一種資料推薦的處理方法的流程圖；圖3示出了本發明實施例提供的一種資料推薦的互動方法的流程圖；圖4示出了本發明實施例提供的一種資料推薦的互動方法的流程圖；圖5示出了本發明實施例提供的一種完整的資料推薦邏輯的示意圖；圖6示出了本發明實施例提供的一種資料處理裝置的組成方塊圖；圖7示出了本發明實施例提供的一種資料處理裝置的組成方塊圖；圖8示出了本發明實施例提供的一種資料推薦的互動裝置的組成方塊圖；圖9示出了本發明實施例提供的一種資料推薦的互動裝置的組成方塊圖。

下面將參照附圖更加詳細地描述本公開的例示性實施例。雖然附圖中顯示了本公開的例示性實施例，然而應當理解，可以以各種形式實現本公開而不應被這裡闡述的實施例所限制。相反，提供這些實施例是為了能夠更透徹地理解本公開，並且能夠將本公開的範圍完整的傳達給本領域的技術人員。

在中繼資料領域推薦系統匱乏的今天，高品質的資料沒辦法第一時間展現在開發者眼前，同時開發者在中繼資料系統中進行資料搜索時，大量搜索歷史記錄得不到有效利用，致使中繼資料平台的能力不能充分發揮，開發者每次都需要進行重複、繁重的中繼資料搜索，尤其開發者想要搜索某個資料的類似資料時，需要花費更多的波折。

為了解決上述問題，本發明實施例提供一種資料推薦的處理互動系統，如圖1所述，該系統包括：互動裝置11及資料處理裝置12；互動裝置11用於將獲取的開發者使用的資料信息以及確定的其所處狀態所對應的狀態資料發送給資料處理裝置12，並接收資料處理裝置12向互動裝置11推薦的資料；資料處理裝置12用於根據互動裝置11獲取的資料信息以及互動裝置11當前所處的狀態向互動裝置11推薦資料。

進一步的，所述系統中的互動裝置11具有圖8所示裝置的功能，用於獲取開發者使用的資料信息；將所述資料信息發送給資料處理裝置12，以便資料處理裝置12從所述資料信息中提取用於進行資料推薦的基礎資訊；接收資料處理裝置12推薦的資料，向開發者進行推薦。

所述系統中的互動裝置11除了具有圖8所示裝置的功能外，還具有圖9所示裝置的功能，用於確定互動裝置11當前所處的狀態；將確定的所述狀態所對應的狀態資料發送給資料處理裝置12，以便資料處理裝置12根據所述狀態資料確定互動裝置11當前所處的狀態；接收資料處理裝置12發送的對應互動裝置11當前所處狀態的推薦資料。

進一步的，所述系統中的資料處理裝置12具有圖6及圖7所示裝置的功能，用於提取進行資料推薦的基礎資訊，所述基礎資訊用於在資料推薦過程中進行資料匹配；根據互動裝置11所處狀態確定對應的預設推薦邏輯，所述預設推薦邏輯使用所述基礎資訊中的至少一種基礎資訊，進行資料推薦；根據確定的預設推薦邏輯及其使用的基礎資訊向互動裝置11進行資料推薦。

本發明實施例提供的一種資料推薦的處理互動系統，能夠在大量資料以及與開發者或使用者有關的資料中提取用於進行資料推薦的基礎資訊，所述基礎資訊用於在資料推薦過程中進行資料匹配；然後根據互動裝置側的開發者或使用者所處的狀態，確定對應的預設推薦邏輯，通常對於互動裝置處於不同的狀態使用不同的推薦邏輯進行資料推薦，所述預設推薦邏輯使用所述基礎資訊中的至少一種基礎資訊進行資料推薦；最後根據確定的預設推薦邏輯及其使用的基礎資訊進行資料推薦，由於在進行資料推薦時避免了從海量資料中進行搜索，而是在與開發者或使用者有關的資料中獲取推薦資料，因此能夠在大規模複雜的資料場景中，更加快捷的向使用者推薦高品質的資料。

由於本發明實施例提供的資料推薦的處理互動系統，不僅會涉及互動裝置一側的資料推薦的互動方法，而且還會涉及資料處理裝置一側的資料推薦的處理方法，因此為了能夠更好的闡述所述系統在進行資料推薦時所具有的功能，本發明實施例將分別對所述系統中的資料處理裝置一側的方法以及互動裝置一側的方法進行說明。

本發明實施例提供了一種資料推薦的處理方法，能夠在大規模複雜的資料場景中，更加快捷的向使用者推薦高品質的資料。該方法應用於資料處理裝置，如圖2所示，該方法包括：

201、資料處理裝置提取用於進行資料推薦的基礎資訊，所述基礎資訊用於在資料推薦過程中進行資料匹配。

隨著大數據時代的到來，使用者需要在海量的資料中查詢到自身需要的資料信息，但是在傳統的資料系統例如中繼資料管理系統中，開發者或使用者需要基於各種查詢準則進行中繼資料搜索。但是在現有的這些資料系統中，資料開發者受限於自身已知的資料範圍，尤其是自身輸入的查詢準則的限制，例如自身輸入的關鍵字、搜索範圍等限制，通常使資料開發者無法快捷方便的發現相同業務領域的其他資料。因此，本發明實施例在進行資料推薦時，首先需要執行步驟201：提取用於進行資料推薦的基礎資訊，所述基礎資訊包括開發者自身產生的資料信息以及與開發者存在關係的資料信息，並且所述基礎資訊用於在資料推薦過程中進行資料匹配。

202、根據互動裝置所處狀態確定對應的預設推薦邏輯，所述預設推薦邏輯使用所述基礎資訊中的至少一種基礎資訊，進行資料推薦。

由於現有的資料系統需要根據開發者或使用者輸入的查詢準則進行資料推薦，因此進行資料推薦時使用的推薦邏輯比較單一，只是基於開發者或用戶的查詢準則進行查詢，導致資料推薦的效果取決於查詢準則的優劣與否。基於上述原因，本發明實施例在進行資料推薦時為了獲得更加高品質的推薦結果，還需要根據使用者或開發者在互動裝置一側所處的狀態來確定具體的推薦邏輯，不同的推薦邏輯使用不同的基礎資訊，但是每個推薦邏輯都使用基礎資訊中的至少一種基礎資訊進行資料推薦。

203、根據確定的預設推薦邏輯及其使用的基礎資訊向互動裝置進行資料推薦。

當藉由步驟201提取到進行資料推薦的基礎資訊，並且藉由步驟202確定了與互動裝置所處狀態相對應的預設推薦邏輯之後，就可以執行步驟203：根據確定的預設推薦邏輯及其使用的基礎資訊進行資料推薦。由於，步驟201提取的基礎資訊是開發者自身產生的資料信息以及與開發者存在關係的資料信息，同時步驟202確定的推薦邏輯是與開發者在互動裝置一側所處的狀態有關的推薦邏輯，因此結合所述推薦邏輯及其使用的基礎資訊進行資料推薦時，能夠更加精確的向開發者或使用者進行資料推薦。

與上述圖2所示的方法相對應，本發明實施例提供了一種資料推薦的互動方法，該方法應用於互動裝置一側，如圖3所示，該方法包括：

301、互動裝置獲取開發者使用的資料信息。

通常開發者或使用者在互動裝置一側進行操作時，會涉及到大量的資料信息，這些資料信息能夠從側面反映出開發者與這些資料之間的關係程度，尤其對於開發者操作的歷史資料進行研究，能夠推斷出開發者對資料的喜好及需求，因此可以參考開發者使用的資料信息向開發者推薦資料。由於開發者或使用者通常在互動裝置一側進行一系列涉及資料信息的操作，如瀏覽資料表、搜索關鍵字、創建資料表等，因此本發明實施例需要執行步驟301互動裝置獲取開發者使用的資料信息。

302、將所述資料信息發送給資料處理裝置，以便資料處理裝置從所述資料信息中提取用於進行資料推薦的基礎資訊。

當互動裝置獲取到開發者使用的資料信息後，需要將所述資料信息發送給資料處理裝置。由於開發者在互動裝置一側操作時涉及的資料信息量大，而且對於歷史資料信息而言，其中往往會存在大量的無效資料，如開發者輸入錯誤的資料信息、開發者創建錯誤的資料信息或瀏覽錯誤的資料信息等，因此若盲目的從大量的資料信息中選擇特定的資料向互動裝置一側的開發者推薦時，往往不會達到有效的推薦效果。因此，這些資料信息還需要經過資料處理裝置進行提取，得到具有代表性的基礎資訊，這些基礎資訊可以用來向互動裝置進行資料推薦。

303、接收資料處理裝置推薦的資料向開發者進行推薦。

當互動裝置將開發者使用的資料信息發送給資料處理裝置後，資料處理裝置會從大量的資料信息中提取出具有代表性的基礎資訊，並將該基礎資訊與互動裝置所處的狀態相結合，向互動裝置推薦資料。其中，互動裝置所處的狀態也就是開發者在互動裝置一側操作時的狀態，如開發者在互動裝置上搜索關鍵字或在互動裝置上瀏覽資料表等；而資料處理裝置會將開發者在互動裝置上搜索的關鍵字或瀏覽的資料表的資訊與提取的基礎資訊進行匹配，由於基礎資訊與開發者有關，並且是與開發者有關的具有代表性的資料信息，因此互動裝置會接收到資料處理裝置推薦的匹配成功的資料，這些資料很大程度上能夠滿足開發者的需求或喜好，從而實現根據互動裝置所處的狀態向開發者推薦資料的目的。

與圖2所示的方法相對應以及對圖3所示的方法的補充，本發明實施例還提供了一種資料推薦的互動方法，該方法應用於互動裝置一側，如圖4所示，該方法包括：

401、互動裝置確定當前所處的狀態。

開發者或使用者在互動裝置通常會進行多種類型的操作，如開發者在互動裝置上搜索資料信息或者在互動裝置上瀏覽資料信息，這些不同的操作會在互動裝置上展示出不同的內容，使互動裝置處於不同的狀態。因此，作為一種可選的實施方式，本發明實施例中的互動裝置可以根據其所展示的內容確定當前所處的狀態，這個確定過程可以由開發者或使用者根據互動裝置展示的內容自行選擇其所處的狀態，當然也可以由互動裝置根據其展示的內容來自行確定當前所處的狀態。例如，當開發者在互動裝置上搜索資料信息時，互動裝置上通常會展示出搜索的介面、搜索的關鍵字資訊、甚至是與關鍵字資訊具有關聯的其他關鍵字資訊；或者，當開發者在互動裝置上瀏覽資料信息時，互動裝置上通常會展示出資料表、文檔等文本資訊。由於開發者在互動裝置上進行的操作不同，使得互動裝置上展示的內容也不同，因此互動裝置可以根據其展示的內容確定當前所處的狀態。當互動裝置展示了開發者輸入的關鍵字資訊時，可以確定互動裝置當前所處的狀態是搜索關鍵字的狀態；當互動裝置展示了資料表或文檔等文本資訊時，可以確定互動裝置當前所處的狀態是瀏覽資料的狀態。而在互動裝置處於不同的狀態下，向互動裝置推薦的資料往往不同，當互動裝置處於搜索關鍵字的狀態時，需要向互動裝置推薦與搜索的關鍵字相關聯和匹配的資料；當互動裝置處於瀏覽資料表的狀態時，需要向互動裝置推薦與瀏覽的資料表相關聯的資料。因此，在向互動裝置推薦資料時，首先需要藉由互動裝置確定當前所處的狀態。因此需要執行步驟401互動裝置確定當前所處的狀態。

402、將確定的所述狀態所對應的狀態資料發送給資料處理裝置，以便資料處理裝置根據所述狀態資料確定互動裝置當前所處的狀態。

當互動裝置確定當前所處的狀態時，就需要將確定的狀態所對應的狀態資料發送給資料處理裝置，以便資料處理裝置根據所述狀態資料確定互動裝置當前所處的狀態。本發明實施例中的狀態資料用以描述狀態，不同的狀態對應不同的狀態資料。具體地，狀態資料可以用狀態標識來表示，例如，對於互動裝置處於搜索關鍵字的狀態時，本發明實施例中其對應的狀態標識可以是“state-search”；當互動裝置處於瀏覽資料表的狀態時，本發明實施例中其對應的狀態標識可以是“state-scan”，資料處理裝置能夠根據接收的狀態標識確定互動裝置當前所處的狀態。

403、接收資料處理裝置發送的對應互動裝置當前所處狀態的推薦資料。

當互動裝置將當前所處的狀態對應的狀態資料發送給資料處理裝置後，資料處理裝置會根據具體的狀態資料確定互動裝置當前所處的狀態，並將所述狀態與用於進行資料推薦的基礎資訊相結合，從基礎資訊中選擇與所述狀態相匹配的推薦資料發送給互動裝置。由於基礎資訊是由資料處理裝置從互動裝置側使用的大量資料信息中提取的與開發者或用戶相關的具有代表性的資料信息，因此，互動裝置接收到資料處理裝置發送的推薦資料在很大程度上能夠滿足開發者的需求或喜好，從而實現根據互動裝置所處的狀態向開發者推薦資料的目的。

本發明實施例提供的一種資料推薦的處理互動方法，能夠在大量資料以及與開發者或使用者有關的資料中提取用於進行資料推薦的基礎資訊，所述基礎資訊用於在資料推薦過程中進行資料匹配；然後根據互動裝置側的開發者或使用者所處的狀態，確定對應的預設推薦邏輯，通常對於互動裝置處於不同的狀態使用不同的推薦邏輯進行資料推薦，所述預設推薦邏輯使用所述基礎資訊中的至少一種基礎資訊進行資料推薦；最後根據確定的預設推薦邏輯及其使用的基礎資訊進行資料推薦，由於在進行資料推薦時避免了從海量資料中進行搜索，而是在與開發者或使用者有關的資料中獲取推薦資料，因此能夠在大規模複雜的資料場景中，更加快捷的向使用者推薦高品質的資料。

為了更好的對上述圖2、圖3及圖4所示的方法進行理解，作為對上述實施方式的細化和擴展，本發明實施例將針對圖2、圖3及圖4中的步驟進行詳細說明。

由於在本發明實施例中，開發者通常在互動裝置上進行操作，並且在操作時會涉及到大量的資料信息，這些資料信息往往與開發者的喜好或需求息息相關。因此，資料處理裝置在向互動裝置進行資料推薦時不僅需要參考開發者產生或使用的資料，同時還需要參考與開發者具有關係的其他開發者產生的資料，也就是提取用於進行資料推薦的基礎資訊，具體的需要從互動裝置返回給資料處理裝置的大量資料信息中，提取用於進行資料推薦的開發者行為歷史資訊、預設推薦範圍內的中繼資料標籤和/或用於縮小推薦範圍的關係資料。這裡需要說明的是，在互動裝置返回給資料處理裝置的大量資料信息中提取的開發者行為歷史資訊、預設推薦範圍內的中繼資料標籤或者關係資料，這三類資訊中的任何一類資訊，都可以在向互動裝置進行資料推薦的過程中使用，即使單獨使用其中的一類資訊也可以在某一方面或者一定程度上提高資料推薦的準確性。作為較佳的實施方式，在向互動裝置進行資料推薦時，資料處理裝置也可以同時使用開發者行為歷史資訊、預設推薦範圍內的中繼資料標籤以及關係資料，從而達到更加準確的資料推薦效果。

其中，互動裝置獲取的併發送給資料處理裝置的資料信息通常包括：開發者搜索的關鍵字、瀏覽的資料表、創建的資料表和/或創建資料表時所依賴的資料表，互動裝置發送給資料處理裝置的資料信息的類型越全面，資料處理裝置提取的用於進行資料推薦的基礎資訊就越具有代表性，使得後續向互動裝置推薦的資料就越準確。而資料處理裝置從這些資料信息中提取的開發者行為歷史資訊是開發者曾經使用或產生或依賴的資料信息，為進行精確資料推薦的最為關鍵的部分；預設推薦範圍內的中繼資料標籤需要與開發者行為歷史資訊結合使用，便可以進行近似資料的匹配，其特點是匹配範圍較廣；而關係資料用以縮小匹配廣度，以便精確快捷的進行資料搜索與推薦。在本發明實施例中，預設推薦範圍內的中繼資料標籤通常指的是除去臨時表、表大小低於10MB的表、開發者自己的表、開發者最近一周使用的表、無下游依賴的表(若某一資料表不直接產生其他的資料表，則該資料表為無下游依賴的表)之外的資料表的中繼資料標籤。設置所述預設推薦範圍是為了在進行資料推薦時能夠避免資料重複搜索與推薦。以下將針對這三部分基礎資訊的提取進行說明。

對於資料處理裝置提取開發者行為歷史資訊而言，主要是提取下列三種資料信息：

(1)提取開發者在預設時間內的搜索關鍵字；

此步驟在具體執行過程中，主要是獲取開發者在預設時間內的搜索關鍵字的歷史記錄，其中，預設時間可以根據需求進行設定，若需求為希望搜索得到與最近半年有關的資料時，可以設定預設時間為6個月。在本發明實施例中，可以取1個月作為預設時間，也就是獲取開發者在1個月內的搜索關鍵字歷史記錄；然後從搜索關鍵字的歷史記錄中剔除無效關鍵字後得到有效搜索關鍵字；所述無效關鍵字包括：停用詞和特殊字元。

當得到1個月內的有效搜索關鍵字後，就可以利用加權演算法統計有效搜索關鍵字的權值。本發明實施例對具體的加權演算法不作限制，作為一種可選的實施方式，可以使用TF-IDF演算法統計有效搜索關鍵字的權值，根據TF-IDF演算法的計算公式可知，需要藉由計算得到有效搜索關鍵字的詞頻以及逆向文件頻率，其中某一個有效搜索關鍵字的詞頻等於該有效搜索關鍵字在1個月內的有效搜索關鍵字中出現的頻率；其逆向文件頻率等於資料表的總數目除以包含該有效搜索關鍵字的文件的數目，再將得到的商取對數得到。當然，作為一種簡單的處理方式，還可以將有效搜索關鍵字的詞頻作為其權值參與到後續的處理中。

當統計出有效搜索關鍵字的權值後，為了更加精確的進行有效搜索關鍵字的排序，本發明實施例還需要將時間的影響考慮到其中，具體的可以根據有效搜索關鍵字對應的權值以及搜索時間計算有效搜索關鍵字的時間加權值。其中，需要將有效搜索關鍵字對應的搜索時間轉換為yyyyMMdd的數位，按照公式yyyyMMdd/時間因數+(權值*權值因數)計算有效搜索關鍵字的時間加權值，最後按照計算的時間加權值由大到小的順序，在有效搜索關鍵字中提取出第一預設個數的搜索關鍵字作為開發者在1個月的預設時間內的搜索關鍵字，該第一預設個數可以為10個，也就是提取出開發者在1個月的預設時間內最具有代表性(最常使用或最關注)的10個關鍵字。這裡需要說明的是，若藉由加權演算法統計有效搜索關鍵字的權值時，是簡單的以有效搜索關鍵字的詞頻作為加權演算法的統計結果，則計算有效搜索關鍵字的時間加權值時，是以公式yyyyMMdd/時間因數+(詞頻*詞頻因數)計算的。其中，時間加權值以100為最佳，公式中的詞頻因數可以根據不同的情況作出調整，在調整時主要基於以下一方面考慮：如果要降低詞頻對於有效搜索關鍵字的代表性的影響，則可以將詞頻因數設定為小於1的值，如果要加強詞頻對於有效搜索關鍵字的代表性的影響，則可以將詞頻因數設定為大於1的值。

(2)提取開發者創建的表的中繼資料提取關鍵字；

此步驟在具體執行過程中，主要是獲取開發者創建的表的中繼資料標籤，中繼資料標籤來源於資料表的表名、表comment(表注釋)、欄位comment(欄位注釋)，獲取到開發者創建的表的中繼資料標籤後，需要統計獲取的所述中繼資料標籤在全量中繼資料標籤(全域標籤)中的權值，也就是使用加權演算法統計開發者創建的表的中繼資料標籤在所有資料表的標籤中的權值。當然，作為一種簡單的處理方式，也可以直接統計開發者創建的表的中繼資料標籤在所有資料表的標籤中出現的詞頻。具體的統計方法與上述統計開發者在預設時間內的搜索關鍵的權值類似，此處不再贅述。

當統計出開發者創建的表的中繼資料標籤的權值後，就可以按照統計的中繼資料標籤的權值由大到小的順序，在獲取的所述中繼資料標籤中提取出第二預設個數的中繼資料標籤作為開發者創建的表的中繼資料提取關鍵字。其中，第二預設個數可以為10個，也就是在開發者創建的表的中繼資料標籤中選取在全域標籤中最具代表性的10個中繼資料標籤作為開發者創建的表的中繼資料提取關鍵字。

(3)提取開發者依賴的表的中繼資料提取關鍵字。

首先需要說明的是，開發者依賴的表指的是開發者在開發表A時，是在利用表B的基礎上直接開發了表A，則表B是開發者依賴的表。此步驟在具體執行過程中，主要是獲取開發者依賴的表的中繼資料標籤，中繼資料標籤來源於資料表的表名、表comment(表注釋)、欄位comment(欄位注釋)，獲取到開發者依賴的表的中繼資料標籤後，需要統計獲取的所述中繼資料標籤在全量中繼資料標籤(全域標籤)中的權值，也就是使用加權演算法統計開發者依賴的表的中繼資料標籤在所有資料表的標籤中的權值。當然，作為一種簡單的處理方式，也可以直接統計開發者依賴的表的中繼資料標籤在所有資料表的標籤中出現的詞頻。具體的統計方法與上述統計開發者在預設時間內的搜索關鍵的權值類似，此處不再贅述。

當統計出開發者依賴的表的中繼資料標籤的權值後，就可以按照統計的中繼資料標籤的權值由大到小的順序，在獲取的所述中繼資料標籤中提取出第三預設個數的中繼資料標籤作為開發者依賴的表的中繼資料提取關鍵字。其中，第三預設個數可以為10個，也就是在開發者依賴的表的中繼資料標籤中選取在全域標籤中最具代表性的10個中繼資料標籤作為開發者依賴的表的中繼資料提取關鍵字。

對於提取預設推薦範圍內的中繼資料標籤而言，為了在進行資料推薦時能夠避免資料重複搜索與推薦，主要是在除去臨時表、表大小低於10MB的表、開發者自己的表、開發者最近一周使用的表、無下游依賴的表之後，在其他資料表的表資訊中提取作為中繼資料標籤的關鍵字：(1)提取表名作為中繼資料標籤的關鍵字；(2)提取表comment作為中繼資料標籤的關鍵字；(3)提取欄位 comment作為中繼資料標籤的關鍵字。當獲取到這些作為中繼資料標籤的關鍵字之後，同樣需要使用加權演算法統計這些中繼資料標籤的關鍵字在資料表中的權值，具體的統計方法與上述統計開發者在預設時間內的搜索關鍵的權值類似，此處不再贅述。最後按照所述作為中繼資料標籤的關鍵字的權值由大到小的順序，在每個資料表中提取第四預設個數的中繼資料標籤的關鍵字作為預設推薦範圍內的中繼資料標籤。其中，第四預設個數可以為10個，也就是在預設推薦範圍內的資料表的中繼資料標籤中選取在全域標籤中最具代表性的10個中繼資料標籤作為全量(預設推薦範圍內)中繼資料標籤。這裡需要說明的是，在統計提取的中繼資料標籤的關鍵字的權值時，由於表名、表comment相比欄位comment更能概況出資料表的作用，因此在最終確定來源於表名和表comment的中繼資料標籤的關鍵字的權值時，需要將計算的權值加上預設的數值，該數值可以設定，數值越大說明來源於表名和表comment的中繼資料標籤的關鍵字越具有代表性，在本發明實施例中可以將來源於表名和表comment的中繼資料標籤的關鍵字的權值加0.05。

對於提取關係資料而言，由於在六度空間理論中，任何兩個人中間最多經過5個人既可產生聯繫，因此在藉由關係資料縮小資料搜索範圍時，開發者關係的深度不宜太深，否則達不到縮小搜索範圍的目的。在本發明實施例中，根據開發者關係深度的情況，可以在開發者中選取具有預設層次關係的開發者形成用於縮小推薦範圍的關係資料。本發明實施例根據實際測驗，可以選取3層深度的關係資料用於進行資料推薦。例如，若開發者甲開發了資料表A，開發者乙在資料表A的基礎上開發了資料表B，開發者丙在資料表B的基礎上開發了資料表C，那麼開發者甲乙丙為三層深度的開發者關係，其各自開發的資料表A、B、C為具有三層深度的關係資料。

當藉由上述實施方式提取出用於進行資料推薦的基礎資訊之後，還需要使用推薦邏輯進行資料推薦。本發明實施例區別於現有技術中只是基於使用者輸入的查詢準則進行資料搜索查詢，而是需要根據互動裝置當前所處的狀態確定對應的預設推薦邏輯，通常所述推薦邏輯需要結合不同的基礎資訊進行資料推薦。本發明實施例中預設的推薦邏輯從互動裝置所處的狀態來看，可以分為三種：(1)無上下文，基於開發者行為歷史的推薦；(2)基於搜索的關鍵字進行推薦；(3)基於具體的資料表進行推薦。

由於本發明實施例在向互動裝置推薦資料時，不僅需要使用從互動裝置側獲取的大量資料信息中提取的與開發者或用戶相關的具有代表性的基礎資訊，而且還需要結合不同狀態下對應的推薦邏輯進行推薦。因此，本發明實施例的資料處理裝置還需要在確定互動裝置當前所處的狀態之後，才能正確的向互動裝置進行資料推薦。具體的，資料處理裝置需要接收互動裝置發送的與互動裝置所處的狀態相對應的狀態資料。在本發明實施例中，預設的推薦邏輯所對應的互動裝置的狀態通常有三種：1、互動裝置處於當前無上下文的狀態；2、互動裝置處於搜索關鍵字的狀態；3、互動裝置處於瀏覽資料表的狀態。當互動裝置確定當前處於無上下文的狀態時，會將無上下文的狀態所對應的狀態資料(可以為state-null)發送給資料處理裝置；當互動裝置確定當前處於搜索關鍵字的狀態時，會將搜索關鍵字的狀態所對應的狀態資料(可以為state-search)發送給資料處理裝置；當互動裝置確定當前處於瀏覽資料表的狀態時，會將瀏覽資料表的狀態所對應的狀態資料(可以為state-scan)發送給資料處理裝置。資料處理裝置根據接收的狀態資料可以確定互動裝置當前所處的狀態，從而選擇與所述狀態相對應的推薦邏輯進行資料推薦。其中，狀態對應的狀態資料除了用本發明實施例中舉例的狀態標識進行表示外，還可以藉由其他形式表示，例如可以用“state-IDX”來表示，X可以為阿拉伯數字編號或者英文字母編號等。

當資料處理裝置藉由上述方式提取到用於進行資料推薦的基礎資訊以及藉由互動裝置所處的狀態確定相應的推薦邏輯之後，就可以從基礎資訊中選擇出特定的資料推薦給互動裝置。具體的：當互動裝置所處的狀態為當前無上下文狀態時，一般來講，當開發者或用戶處於一個網站的首頁時，即處於無當前上下文的狀態，此時，推薦系統會進行一次最完整的推薦邏輯處理，如圖5所示，即結合提取的使用者行為歷史資訊，在提取的預設推薦範圍內的中繼資料標籤中進行匹配，並使用提取的關係資料縮小搜索範圍，將搜索範圍縮小後匹配成功的中繼資料標籤所對應的資料向互動裝置一側的開發者進行推薦。

當互動裝置所處的狀態為開發者搜索關鍵字時，也就是當開發者或使用者在進行關鍵字的搜索時，搜索的關鍵字即是當前上下文，可以反映出開發者的意圖。此時，推薦系統則根據使用者搜的的關鍵字在提取的預設推薦範圍內的中繼資料標籤中進行匹配，並使用提取的關係資料縮小搜索範圍，將搜索範圍縮小後匹配成功的中繼資料標籤所對應的資料向互動裝置的開發者進行推薦。這裡需要說明的是，目前類似於面向全社會的資料推薦尚未形成，一般的資料使用範圍受限於企業內部，所以默認來講，所有預設推薦範圍內的資料都會參與到推薦中來，因此為了避免搜索結果產生重複的資料，需要將當前頁的搜索結果資料排除，待將來面向全社會的資料推薦形成時，可以被推薦的資料必定是經過精心挑選的，或由廣告主投放決定。

當互動裝置所處的狀態為開發者瀏覽資料表時，也就是當開發者或用戶在瀏覽某個具體的資料表時，該資料表即是當前上下文，此時，推薦系統將提取的該資料表的中繼資料標籤在提取的預設推薦範圍內的中繼資料標籤進行匹配，將匹配成功的中繼資料標籤所對應的資料向互動裝置的開發者進行推薦。

對於互動裝置而言，當開發者在互動裝置上處於一個網頁並且沒有進行操作時，互動裝置會收到資料處理裝置推薦的資料，並將該資料展示給開發者，該資料是由資料處理裝置藉由將開發者行為歷史資訊與預設推薦範圍內的中繼資料標籤進行匹配，並使用關係資料縮小搜索範圍後得到的；當開發者在互動裝置上搜索關鍵字時，互動裝置會接收到資料處理裝置推薦的資料，該資料是由資料處理裝置藉由將該搜索的關鍵字與預設推薦範圍內的中繼資料標籤進行匹配，並使用關係資料縮小搜索範圍後得到的；當開發者在互動裝置上瀏覽資料表時，互動裝置會接收到資料處理裝置推薦的資料，該資料是由資料處理裝置藉由將互動裝置瀏覽的資料表的標籤與預設推薦範圍內的中繼資料標籤進行匹配後得到的。

由於本發明實施例中推薦系統可以根據互動裝置所處的不同狀態採用不同的推薦邏輯，並結合相應的基礎資訊進行資料推薦，並且這些基礎資訊都是與開發者息息相關的資料信息，因此能夠更加準確的向開發者推薦開發者可能需要的資料。

進一步的，作為對上述圖2所示方法的實現，本發明實施例提供了一種資料推薦的處理裝置，該裝置稱為資料處理裝置，如圖6所示，該資料處理裝置包括：提取單元61、邏輯確定單元62以及處理單元63，其中，提取單元61，用於提取進行資料推薦的基礎資訊，所述基礎資訊用於在資料推薦過程中進行資料匹配；邏輯確定單元62，用於根據互動裝置所處狀態確定對應的預設推薦邏輯，所述預設推薦邏輯使用所述基礎資訊中的至少一種基礎資訊，進行資料推薦；處理單元63，用於根據確定的預設推薦邏輯及其使用的基礎資訊，向互動裝置進行資料推薦。

進一步的，如圖7所示，提取單元61包括：第一提取子單元611，用於提取用於進行資料推薦的開發者行為歷史信息；第二提取子單元612，用於提取預設推薦範圍內的中繼資料標籤；第三提取子單元613，用於提取用於縮小推薦範圍的關係資料。

進一步的，第一提取子單元611用於提取開發者創建的表的中繼資料提取關鍵字、開發者依賴的表的中繼資料提取關鍵字和/或開發者在預設時間內的搜索關鍵字共同構成開發者行為歷史資訊。

進一步的，如圖7所示，第一提取子單元611包括：第一獲取模組6111，用於獲取開發者在預設時間內的搜索關鍵字的歷史記錄，從搜索關鍵字的歷史記錄中剔除無效關鍵字後得到有效搜索關鍵字；所述無效關鍵字包括：停用詞和特殊字元；第一統計模組6112，用於利用加權演算法統計有效搜索關鍵字的權值；第一計算模組6113，用於根據有效搜索關鍵字對應的權值以及搜索時間計算有效搜索關鍵字的時間加權值；第一提取模組6114，用於根據計算的時間加權值，在有效搜索關鍵字中提取出第一預設個數的搜索關鍵字作為開發者在預設時間內的搜索關鍵字。

進一步的，如圖7所示，第一提取子單元611還包括：第二獲取模組6115，用於獲取開發者創建的表的中繼資料標籤；第二統計模組6116，用於統計獲取的所述中繼資料標籤在全量中繼資料標籤中的權值；第二提取模組6117，用於根據統計的中繼資料標籤的權值，在獲取的所述中繼資料標籤中提取出第二預設個數的中繼資料標籤作為開發者創建的表的中繼資料提取關鍵字。

進一步的，如圖7所示，第一提取子單元611還包括：第三獲取模組6118，用於獲取開發者依賴的表的中繼資料標籤；第三統計模組6119，用於統計獲取的所述中繼資料標籤在全量中繼資料標籤中的權值；第三提取模組6120，用於根據統計的中繼資料標籤的權值，在獲取的所述中繼資料標籤中提取出第三預設個數的中繼資料標籤作為開發者依賴的表的中繼資料提取關鍵字。

進一步的，如圖7所示，第二提取子單元612包括：第四獲取模組6121，用於在資料表的表資訊中提取作為中繼資料標籤的關鍵字；第四統計模組6122，用於利用加權演算法統計所述作為中繼資料標籤的關鍵字的權值；第四提取模組6123，用於根據所述作為中繼資料標籤的關鍵字的權值，在每個資料表中提取第四預設個數的中繼資料標籤的關鍵字作為預設推薦範圍內的中繼資料標籤。

進一步的，第四統計模組6122用於在所述作為中繼資料標籤的關鍵字來源於表資訊中的表名或者表注釋時，將所述作為中繼資料標籤的關鍵字的權值加上預設的數值。

進一步的，第三提取子單元613用於根據開發者關係深度的情況，在開發者中選取具有預設層次關係的開發者形成用於縮小推薦範圍的關係資料。

進一步的，處理單元63用於當互動裝置處於當前無上下文的狀態時，將開發者行為歷史資訊與預設推薦範圍內的中繼資料標籤進行匹配，並使用提取的關係資料縮小搜索範圍，將搜索範圍縮小後匹配成功的中繼資料標籤所對應的資料向互動裝置進行推薦；處理單元63還用於當互動裝置處於搜索關鍵字的狀態時，將互動裝置搜索的關鍵字與預設推薦範圍內的中繼資料標籤進行匹配，並使用提取的關係資料縮小搜索範圍，將搜索範圍縮小後匹配成功的中繼資料標籤所對應的資料向互動裝置進行推薦；處理單元63還用於當互動裝置處於瀏覽資料表的狀態時，將互動裝置瀏覽的資料表的標籤與預設推薦範圍內的中繼資料標籤進行匹配，將匹配成功的中繼資料標籤所對應的資料向互動裝置進行推薦。

進一步的，作為對上述圖3所示方法的實現，本發明實施例提供了一種資料推薦的互動裝置，如圖8所示，該互動裝置包括：獲取單元81、第一發送單元82以及第一接收單元83，其中，獲取單元81，用於獲取開發者使用的資料信息；第一發送單元82，用於將所述資料信息發送給資料處理裝置，以便資料處理裝置從所述資料信息中提取用於進行資料推薦的基礎資訊；第一接收單元83，用於接收資料處理裝置推薦的資料向開發者進行推薦。

進一步的，資料處理裝置從第一發送單元82發送的資料信息中提取的進行資料推薦的基礎資訊包括：開發者行為歷史資訊、預設推薦範圍內的中繼資料標籤和/或用於縮小推薦範圍的關係資料。

進一步的，第一接收單元83用於在互動裝置處於當前無上下文的狀態時，接收資料處理裝置藉由將開發者行為歷史資訊與預設推薦範圍內的中繼資料標籤進行匹配，並使用關係資料縮小搜索範圍後得到的匹配成功的中繼資料標籤所對應的資料。

進一步的，第一接收單元83用於在互動裝置處於搜索關鍵字的狀態時，接收資料處理裝置藉由將互動裝置搜索的關鍵字與預設推薦範圍內的中繼資料標籤進行匹配，並使用關係資料縮小搜索範圍後得到的匹配成功的中繼資料標籤所對應的資料。

進一步的，第一接收單元83用於在互動裝置處於瀏覽資料表的狀態時，接收資料處理裝置藉由將互動裝置瀏覽的資料表的標籤與預設推薦範圍內的中繼資料標籤進行匹配後得到的匹配成功的中繼資料標籤所對應的資料。

進一步的，作為對上述圖4所示方法的實現，本發明實施例提供了一種資料推薦的互動裝置，如圖9所示，該互動裝置包括：狀態確定單元91、第二發送單元92及第二接收單元93，其中，狀態確定單元91，用於確定互動裝置當前所處的狀態；第二發送單元92，用於將確定的所述狀態所對應的狀態資料發送給資料處理裝置，以便資料處理裝置根據所述狀態資料確定互動裝置當前所處的狀態；第二接收單元93，用於接收資料處理裝置發送的對應互動裝置當前所處狀態的推薦資料。

進一步的，狀態確定單元91確定的狀態包括：互動裝置處於當前無上下文的狀態、互動裝置處於搜索關鍵字的狀態和/或互動裝置處於瀏覽資料表的狀態。

進一步的，第二接收單元93用於當互動裝置處於當前無上下文的狀態時，接收資料處理裝置發送的對應無上下文的狀態的推薦資料。

進一步的，第二接收單元93用於當互動裝置處於搜索關鍵字的狀態時，接收資料處理裝置發送的對應搜索關鍵字的狀態的推薦資料。

進一步的，第二接收單元93用於當互動裝置處於瀏覽資料表的狀態時，接收資料處理裝置發送的對應瀏覽資料表的狀態的推薦資料。

本發明實施例提供的一種資料推薦的處理互動裝置，能夠在大量資料以及與開發者或使用者有關的資料中提取用於進行資料推薦的基礎資訊，所述基礎資訊用於在資料推薦過程中進行資料匹配；然後根據互動裝置側的開發者或使用者所處的狀態，確定對應的預設推薦邏輯，通常對於互動裝置處於不同的狀態使用不同的推薦邏輯進行資料推薦，所述預設推薦邏輯使用所述基礎資訊中的至少一種基礎資訊進行資料推薦；最後根據確定的預設推薦邏輯及其使用的基礎資訊進行資料推薦，由於在進行資料推薦時避免了從海量資料中進行搜索，而是在與開發者或使用者有關的資料中獲取推薦資料，因此能夠在大規模複雜的資料場景中，更加快捷的向使用者推薦高品質的資料。

在上述實施例中，對各個實施例的描述都各有側重，某個實施例中沒有詳述的部分，可以參見其他實施例的相關描述。

可以理解的是，上述方法及裝置中的相關特徵可以相互參考。另外，上述實施例中的“第一”、“第二”等是用於區分各實施例，而並不代表各實施例的優劣。

所屬領域的技術人員可以清楚地瞭解到，為描述的方便和簡潔，上述描述的系統，裝置和單元的具體工作過程，可以參考前述方法實施例中的對應過程，在此不再贅述。

在此提供的演算法和顯示不與任何特定電腦、虛擬系統或者其它設備固有相關。各種通用系統也可以與基於在此的示教一起使用。根據上面的描述，構造這類系統所要求的結構是顯而易見的。此外，本發明也不針對任何特定程式設計語言。應當明白，可以利用各種程式設計語言實現在此描述的本發明的內容，並且上面對特定語言所做的描述是為了披露本發明的最佳實施方式。

在此處所提供的說明書中，說明了大量具體細節。然而，能夠理解，本發明的實施例可以在沒有這些具體細節的情況下實踐。在一些實例中，並未詳細示出公知的方法、結構和技術，以便不模糊對本說明書的理解。

類似地，應當理解，為了精簡本公開並幫助理解各個發明方面中的一個或多個，在上面對本發明的例示性實施例的描述中，本發明的各個特徵有時被一起分組到單個實施例、圖、或者對其的描述中。然而，並不應將該公開的方法解釋成反映如下意圖：即所要求保護的本發明要求比在每個申請專利範圍中所明確記載的特徵更多的特徵。更確切地說，如下面的申請專利範圍所反映的那樣，發明方面在於少於前面公開的單個實施例的所有特徵。因此，遵循具體實施方式的申請專利範圍由此明確地併入該具體實施方式，其中每個申請專利範圍本身都作為本發明的單獨實施例。

本領域那些技術人員可以理解，可以對實施例中的設備中的模組進行自我調整性地改變並且把它們設置在與該實施例不同的一個或多個設備中。可以把實施例中的模組或單元或元件組合成一個模組或單元或元件，以及此外可以把它們分成多個子模組或子單元或子元件。除了這樣的特徵和/或過程或者單元中的至少一些是相互排斥之外，可以採用任何組合對本說明書(包括伴隨的申請專利範圍、摘要和附圖)中公開的所有特徵以及如此公開的任何方法或者設備的所有過程或單元進行組合。除非另外明確陳述，本說明書(包括伴隨的申請專利範圍、摘要和附圖)中公開的每個特徵可以由提供相同、等同或相似目的的替代特徵來代替。

此外，本領域的技術人員能夠理解，儘管在此所述的一些實施例包括其它實施例中所包括的某些特徵而不是其它特徵，但是不同實施例的特徵的組合意味著處於本發明的範圍之內並且形成不同的實施例。例如，在下面的申請專利範圍中，所要求保護的實施例的任意之一都可以以任意的組合方式來使用。

本發明的各個元件實施例可以以硬體實現，或者以在一個或者多個處理器上運行的軟體模組實現，或者以它們的組合實現。本領域的技術人員應當理解，可以在實踐中使用微處理器或者數位訊號處理器(DSP)來實現根據本發明實施例的發明名稱(如確定網站內連結等級的裝置)中的一些或者全部元件的一些或者全部功能。本發明還可以實現為用於執行這裡所描述的方法的一部分或者全部的設備或者裝置程式(例如，電腦程式和電腦程式產品)。這樣的實現本發明的程式可以存儲在電腦可讀媒體上，或者可以具有一個或者多個信號的形式。這樣的信號可以從網際網路網站上下載得到，或者在載體信號上提供，或者以任何其他形式提供。

應該注意的是上述實施例對本發明進行說明而不是對本發明進行限制，並且本領域技術人員在不脫離所附申請專利範圍的範圍的情況下可設計出替換實施例。在申請專利範圍中，不應將位於括弧之間的任何參考符號構造成對申請專利範圍的限制。單詞“包含”不排除存在未列在申請專利範圍中的元件或步驟。位於元件之前的單詞“一”或“一個”不排除存在多個這樣的元件。本發明可以借助於包括有若干不同元件的硬體以及借助於適當程式設計的電腦來實現。在列舉了若干裝置的單元申請專利範圍中，這些裝置中的若干個可以是藉由同一個硬體項來具體體現。單詞第一、第二、以及第三等的使用不表示任何順序。可將這些單詞解釋為名稱。

Claims

一種資料推薦的處理互動系統，其特徵在於，所述系統包括：互動裝置及資料處理裝置；所述互動裝置用於將獲取的開發者使用的資料信息以及確定的其所處狀態對應的狀態資料發送給資料處理裝置，並接收資料處理裝置向互動裝置推薦的資料；所述資料處理裝置用於根據互動裝置獲取的資料信息以及互動裝置所處的狀態向互動裝置推薦資料；所述系統還包括：所述資料處理裝置提取用於進行資料推薦的基礎資訊，所述基礎資訊用於在資料推薦過程中進行資料匹配；所述提取用於進行資料推薦的基礎資訊包括：提取用於進行資料推薦的開發者行為歷史資訊、預設推薦範圍內的元資料標籤和/或用於縮小推薦範圍的關係資料；所述預設推薦範圍內的元資料標籤為資料表的元資料標籤；所述提取用於縮小推薦範圍的關係資料包括：根據開發者關係深度的情況，在開發者中選取具有預設層次關係的開發者形成用於縮小推薦範圍的關係資料；所述資料處理裝置用於根據互動裝置獲取的資料信息以及互動裝置所處的狀態向互動裝置推薦資料，包括：當互動裝置處於當前無上下文的狀態時，將開發者行為歷史資訊與預設推薦範圍內的元資料標籤進行匹配，並使用提取的關係資料縮小搜索範圍，將搜索範圍縮小後匹配成功的元資料標籤所對應的資料向互動裝置進行推薦。
根據請求項1所述的系統，其中，所述互動裝置獲取開發者使用的資料信息；將所述資料信息發送給資料處理裝置，以便資料處理裝置從所述資料信息中提取用於進行資料推薦的基礎資訊；接收資料處理裝置推薦的資料向開發者進行推薦。
根據請求項1所述的系統，其中，所述互動裝置確定當前所處的狀態；將確定的所述狀態所對應的狀態資料發送給資料處理裝置，以便資料處理裝置根據所述狀態資料確定互動裝置當前所處的狀態；接收資料處理裝置發送的對應互動裝置當前所處狀態的推薦資料。
根據請求項1所述的系統，其中，所述資料處理裝置提取用於進行資料推薦的基礎資訊，所述基礎資訊用於在資料推薦過程中進行資料匹配之後，所述系統還包括：根據互動裝置所處狀態確定對應的預設推薦邏輯，所述預設推薦邏輯使用所述基礎資訊中的至少一種基礎資訊，進行資料推薦；根據確定的預設推薦邏輯及其使用的基礎資訊，向互動裝置進行資料推薦。
一種資料推薦的處理方法，所述處理方法應用於資料處理裝置，其特徵在於，該處理方法包括：資料處理裝置提取用於進行資料推薦的基礎資訊，所述基礎資訊用於在資料推薦過程中進行資料匹配；根據互動裝置所處狀態確定對應的預設推薦邏輯，所述預設推薦邏輯使用所述基礎資訊中的至少一種基礎資訊，進行資料推薦；根據確定的預設推薦邏輯及其使用的基礎資訊，向互動裝置進行資料推薦；所述提取用於進行資料推薦的基礎資訊包括：提取用於進行資料推薦的開發者行為歷史資訊、預設推薦範圍內的元資料標籤和/或用於縮小推薦範圍的關係資料；所述預設推薦範圍內的元資料標籤為資料表的元資料標籤；所述提取用於縮小推薦範圍的關係資料包括：根據開發者關係深度的情況，在開發者中選取具有預設層次關係的開發者形成用於縮小推薦範圍的關係資料；所述根據確定的預設推薦邏輯及其使用的基礎資訊向互動裝置進行資料推薦包括：當互動裝置處於當前無上下文的狀態時，將開發者行為歷史資訊與預設推薦範圍內的元資料標籤進行匹配，並使用提取的關係資料縮小搜索範圍，將搜索範圍縮小後匹配成功的元資料標籤所對應的資料向互動裝置進行推薦。
根據請求項5所述的方法，其中，提取開發者行為歷史資訊包括：提取開發者創建的表的元資料提取關鍵字、開發者依賴的表的元資料提取關鍵字和/或開發者在預設時間內的搜索關鍵字共同構成開發者行為歷史資訊。
根據請求項6所述的方法，其中，提取開發者在預設時間內的搜索關鍵字包括：獲取開發者在預設時間內的搜索關鍵字的歷史記錄，從搜索關鍵字的歷史記錄中剔除無效關鍵字後得到有效搜索關鍵字；所述無效關鍵字包括：停用詞和特殊字元；利用加權演算法，統計有效搜索關鍵字的權值；根據有效搜索關鍵字對應的權值以及搜索時間計算有效搜索關鍵字的時間加權值；根據計算的時間加權值，在有效搜索關鍵字中提取出第一預設個數的搜索關鍵字作為開發者在預設時間內的搜索關鍵字。
根據請求項6所述的方法，其中，提取開發者創建的表的元資料提取關鍵字包括：獲取開發者創建的表的元資料標籤，統計獲取的所述元資料標籤在全量元資料標籤中的權值；根據統計的元資料標籤的權值，在獲取的所述元資料標籤中提取出第二預設個數的元資料標籤作為開發者創建的表的元資料提取關鍵字。
根據請求項6所述的方法，其中，提取開發者依賴的表的元資料提取關鍵字包括：獲取開發者依賴的表的元資料標籤，統計獲取的所述元資料標籤在全量元資料標籤中的權值；根據統計的元資料標籤的權值，在獲取的所述元資料標籤中提取出第三預設個數的元資料標籤作為開發者依賴的表的元資料提取關鍵字。
根據請求項5所述的方法，其中，提取預設推薦範圍內的元資料標籤包括：在資料表的表資訊中提取作為元資料標籤的關鍵字；利用加權演算法統計所述作為元資料標籤的關鍵字的權值；根據所述作為元資料標籤的關鍵字的權值，在每個資料表中提取第四預設個數的關鍵字作為預設推薦範圍內的元資料標籤。
根據請求項10所述的方法，其中，利用加權演算法統計所述作為元資料標籤的關鍵字的權值包括：若所述作為元資料標籤的關鍵字來源於表資訊中的表名或者表注釋，則將所述作為元資料標籤的關鍵字的權值加上預設的數值。
根據請求項5所述的方法，其中，根據確定的預設推薦邏輯及其使用的基礎資訊向互動裝置進行資料推薦包括：當互動裝置處於搜索關鍵字的狀態時，將互動裝置搜索的關鍵字與預設推薦範圍內的元資料標籤進行匹配，並使用提取的關係資料縮小搜索範圍，將搜索範圍縮小後匹配成功的元資料標籤所對應的資料向互動裝置進行推薦。
根據請求項5所述的方法，其中，根據確定的預設推薦邏輯及其使用的基礎資訊向互動裝置進行資料推薦包括：當互動裝置處於瀏覽資料表的狀態時，將互動裝置瀏覽的資料表的標籤與預設推薦範圍內的元資料標籤進行匹配，將匹配成功的元資料標籤所對應的資料向互動裝置進行推薦。
一種資料推薦的互動方法，所述方法應用於互動裝置，其特徵在於，所述方法包括：互動裝置獲取開發者使用的資料信息；將所述資料信息發送給資料處理裝置，以便資料處理裝置從所述資料信息中提取用於進行資料推薦的基礎資訊；接收資料處理裝置推薦的資料向開發者進行推薦；所述用於進行資料推薦的基礎資訊包括：用於進行資料推薦的開發者行為歷史資訊、預設推薦範圍內的元資料標籤和/或用於縮小推薦範圍的關係資料；所述預設推薦範圍內的元資料標籤為資料表的元資料標籤；所述提取用於縮小推薦範圍的關係資料包括：根據開發者關係深度的情況，在開發者中選取具有預設層次關係的開發者形成用於縮小推薦範圍的關係資料；接收資料處理裝置推薦的資料包括：當互動裝置處於當前無上下文的狀態時，接收資料處理裝置通過將開發者行為歷史資訊與預設推薦範圍內的元資料標籤進行匹配，並使用關係資料縮小搜索範圍後得到的匹配成功的元資料標籤所對應的資料。
根據請求項14所述的方法，其中，接收資料處理裝置推薦的資料包括：當互動裝置處於搜索關鍵字的狀態時，接收資料處理裝置藉由將互動裝置搜索的關鍵字與預設推薦範圍內的元資料標籤進行匹配，並使用關係資料縮小搜索範圍後得到的匹配成功的元資料標籤所對應的資料。
根據請求項14所述的方法，其中，接收資料處理裝置推薦的資料包括：當互動裝置處於瀏覽資料表的狀態時，接收資料處理裝置藉由將互動裝置瀏覽的資料表的標籤與預設推薦範圍內的元資料標籤進行匹配後得到的匹配成功的元資料標籤所對應的資料。
一種資料推薦的互動方法，所述方法應用於互動裝置，其特徵在於，所述方法包括：互動裝置確定當前所處的狀態；將確定的所述狀態所對應的狀態資料發送給資料處理裝置，以便資料處理裝置根據所述狀態資料確定互動裝置當前所處的狀態，並將所述互動裝置當前所處的狀態與用於進行資料推薦的基礎資訊相結合，從所述基礎資訊中選擇與所述交互裝置當前所處的狀態相匹配的推薦資料；接收資料處理裝置發送的對應互動裝置當前所處狀態的推薦資料；相應的，所述接收資料處理裝置發送的對應互動裝置當前所處狀態的推薦資料，包括：接收資料處理裝置發送的從所述基礎資訊中選擇與所述互動裝置當前所處的狀態相匹配的推薦資料；所述用於進行資料推薦的基礎資訊包括：提取用於進行資料推薦的開發者行為歷史資訊、預設推薦範圍內的元資料標籤和/或用於縮小推薦範圍的關係資料；所述預設推薦範圍內的元資料標籤為資料表的元資料標籤；所述提取用於縮小推薦範圍的關係資料包括：根據開發者關係深度的情況，在開發者中選取具有預設層次關係的開發者形成用於縮小推薦範圍的關係資料；所述接收資料處理裝置發送的對應互動裝置當前所處狀態的推薦資料包括：當互動裝置處於當前無上下文的狀態時，接收資料處理裝置發送的應無上下文的狀態的推薦資料；所述推薦資料為藉由將開發者行為歷史資訊與預設推薦範圍內的元資料標籤進行匹配，並使用關係資料縮小搜索範圍後得到的匹配成功的元資料標籤所對應的資料。
根據請求項17所述的方法，其中，接收資料處理裝置發送的對應互動裝置當前所處狀態的推薦資料包括：當互動裝置處於搜索關鍵字的狀態時，接收資料處理裝置發送的對應搜索關鍵字的狀態的推薦資料。
根據請求項17所述的方法，其中，接收資料處理裝置發送的對應互動裝置當前所處狀態的推薦資料包括：當互動裝置處於瀏覽資料表的狀態時，接收資料處理裝置發送的對應瀏覽資料表的狀態的推薦資料。
一種資料推薦的處理裝置，其特徵在於，所述裝置包括：提取單元，用於提取進行資料推薦的基礎資訊，所述基礎資訊用於在資料推薦過程中進行資料匹配；邏輯確定單元，用於根據互動裝置所處狀態確定對應的預設推薦邏輯，所述預設推薦邏輯使用所述基礎資訊中的至少一種基礎資訊，進行資料推薦；處理單元，用於根據確定的預設推薦邏輯及其使用的基礎資訊，向互動裝置進行資料推薦；所述提取單元包括：第一提取子單元，用於提取用於進行資料推薦的開發者行為歷史資訊；第二提取子單元，用於提取預設推薦範圍內的元資料標籤，所述預設推薦範圍內的元資料標籤為資料表的元資料標籤；第三提取子單元，用於提取用於縮小推薦範圍的關係資料；所述第三提取子單元用於根據開發者關係深度的情況，在開發者中選取具有預設層次關係的開發者形成用於縮小推薦範圍的關係資料；所述處理單元，還用於當互動裝置處於當前無上下文的狀態時，將開發者行為歷史資訊與預設推薦範圍內的元資料標籤進行匹配，並使用提取的關係資料縮小搜索範圍，將搜索範圍縮小後匹配成功的元資料標籤所對應的資料向互動裝置進行推薦。
根據請求項20所述的裝置，其中，所述第一提取子單元包括：第一獲取模組，用於獲取開發者在預設時間內的搜索關鍵字的歷史記錄，從搜索關鍵字的歷史記錄中剔除無效關鍵字後得到有效搜索關鍵字；所述無效關鍵字包括：停用詞和特殊字元；第一統計模組，用於利用加權演算法統計有效搜索關鍵字的權值；第一計算模組，用於根據有效搜索關鍵字對應的權值以及搜索時間計算有效搜索關鍵字的時間加權值；第一提取模組，用於根據計算的時間加權值，在有效搜索關鍵字中提取出第一預設個數的搜索關鍵字作為開發者在預設時間內的搜索關鍵字。
根據請求項20所述的裝置，其中，所述第一提取子單元包括：第二獲取模組，用於獲取開發者創建的表的元資料標籤；第二統計模組，用於統計獲取的所述元資料標籤在全量元資料標籤中的權值；第二提取模組，用於根據統計的元資料標籤的權值，在獲取的所述元資料標籤中提取出第二預設個數的元資料標籤作為開發者創建的表的元資料提取關鍵字。
根據請求項20所述的裝置，其中，所述第一提取子單元包括：第三獲取模組，用於獲取開發者依賴的表的元資料標籤；第三統計模組，用於統計獲取的所述元資料標籤在全量元資料標籤中的權值；第三提取模組，用於根據統計的元資料標籤的權值，在獲取的所述元資料標籤中提取出第三預設個數的元資料標籤作為開發者依賴的表的元資料提取關鍵字。
根據請求項20所述的裝置，其中，所述第二提取子單元包括：第四獲取模組，用於在資料表的表資訊中提取作為元資料標籤的關鍵字；第四統計模組，用於利用加權演算法統計所述作為元資料標籤的關鍵字的權值；第四提取模組，用於根據所述作為元資料標籤的關鍵字的權值，在每個資料表中提取第四預設個數的元資料標籤的關鍵字作為預設推薦範圍內的元資料標籤。
一種資料推薦的互動裝置，其特徵在於，所述裝置包括：獲取單元，用於獲取開發者使用的資料信息；第一發送單元，用於將所述資料信息發送給資料處理裝置，以便資料處理裝置從所述資料信息中提取用於進行資料推薦的基礎資訊；第一接收單元，用於接收資料處理裝置推薦的資料向開發者進行推薦；所述資料處理裝置從所述資料信息中提取用於進行資料推薦的基礎資訊包括：開發者行為歷史資訊、預設推薦範圍內的元資料標籤和/或用於縮小推薦範圍的關係資料；所述預設推薦範圍內的元資料標籤為資料表的元資料標籤；所述提取用於縮小推薦範圍的關係資料包括：根據開發者關係深度的情況，在開發者中選取具有預設層次關係的開發者形成用於縮小推薦範圍的關係資料；所述第一接收單元，還用於在互動裝置處於當前無上下文的狀態時，接收資料處理裝置藉由將開發者行為歷史資訊與預設推薦範圍內的元資料標籤進行匹配，並使用關係資料縮小搜索範圍後得到的匹配成功的元資料標籤所對應的資料。
一種資料推薦的互動裝置，其特徵在於，所述裝置包括：狀態確定單元，用於確定互動裝置當前所處的狀態；第二發送單元，用於將確定的所述狀態所對應的狀態資料發送給資料處理裝置，以便資料處理裝置根據所述狀態資料，確定互動裝置當前所處的狀態，並將所述互動裝置當前所處的狀態與用於進行資料推薦的基礎資訊相結合，從所述基礎資訊中選擇與所述互動裝置當前所處的狀態相匹配的推薦資料；第二接收單元，用於接收資料處理裝置發送的對應互動裝置當前所處狀態的推薦資料；所述第二接收單元，還用於接收資料處理裝置發送的從所述基礎資訊中選擇與所述互動裝置當前所處的狀態相匹配的推薦資料；所述用於進行資料推薦的基礎資訊包括：提取用於進行資料推薦的開發者行為歷史資訊、預設推薦範圍內的元資料標籤和/或用於縮小推薦範圍的關係資料；所述預設推薦範圍內的元資料標籤為資料表的元資料標籤；所述提取用於縮小推薦範圍的關係資料包括：根據開發者關係深度的情況，在開發者中選取具有預設層次關係的開發者形成用於縮小推薦範圍的關係資料；所述第二接收單元用於當互動裝置處於當前無上下文的狀態時，接收資料處理裝置發送的對應無上下文的狀態的推薦資料；所述推薦資料為藉由將開發者行為歷史資訊與預設推薦範圍內的元資料標籤進行匹配，並使用關係資料縮小搜索範圍後得到的匹配成功的元資料標籤所對應的資料。
根據請求項26所述的裝置，其中，所述第二接收單元用於當互動裝置處於搜索關鍵字的狀態時，接收資料處理裝置發送的對應搜索關鍵字的狀態的推薦資料。
根據請求項26所述的裝置，其中，所述第二接收單元用於當互動裝置處於瀏覽資料表的狀態時，接收資料處理裝置發送的對應瀏覽資料表的狀態的推薦資料。