[发明专利]一种热度关联的海量数据实时计算方法、装置及服务器

说明书

技术领域

本发明涉及互联网领域，特别涉及一种热度关联的海量数据实时计算方法、装置及服务器。

背景技术

随着互联网技术的快速发展，网络上的商品信息的数量越来越多，极大的丰富了人们的日常生活，但是另一方面，用户从网络上快速准确地寻找到与自身有关的商品信息的难度越来越大；因此，为用户推荐与其有关的商品信息的方法受到业界人士广泛关注。

目前，可以通过推荐信息列表来为用户推荐商品信息，推荐信息列表用于存储浏览商品信息和相关商品信息集合的对应关系，在推荐信息列表中每个浏览商品信息对应的相关商品信息集合，该相关商品信息集合包括与该浏览商品信息相关的商品信息，且在该相关商品信息集合中每个相关商品信息按关联热度从大到小进行排序。当某个用户在浏览某个商品信息时，根据浏览的该商品信息，从推荐信息列表中获取对应的相关商品信息集合，从该相关商品信息集合中选择关联热度最大的几个相关商品信息推荐给该用户。

需要说明的是：为了保障推荐商品信息的时效性，推荐信息列表每隔预设时间长度更新一次，具体为：获取历史记录文件，历史记录文件用于记录用户群体中的用户在离当前最近且时长为预设时间长度的时间段内浏览的商品信息，根据该历史记录文件生成一个推荐信息列表，并将已存储的推荐信息列表更新为生成的推荐信息列表。

在实现本发明的过程中，发明人发现上述技术至少存在以下问题：

在上述方案中，生成推荐信息列表是计算复杂度较高的过程，为了减少生成推荐信息列表的次数，往往将预设时间长度设置的较长，可能是几天或几周等，如此导致根据推荐信息列表推荐信息的时效性较差。

发明内容

为了提高根据推荐信息矩阵推荐信息的时效性，本发明提供了一种热度关联的海量数据实时计算方法、装置及服务器。所述技术方案如下：

一种热度关联的海量数据实时计算方法，所述方法包括：

获取第一用户，所述第一用户为在第一时间段内浏览网络信息的用户，所述第一时间段为离当前最近且时长为预设第一时长的时间段；

根据所述第一用户在第二时间段内浏览的网络信息，构建所述第一用户对应的个人关联矩阵，所述第二时间段为离当前最近且时长为预设第二时长的时间段，所述第二时长大于所述第一时长；

根据已存储的第二用户对应的个人关联矩阵和所述第一用户对应的个人关联矩阵，计算推荐信息矩阵，所述第二用户为用户群体中除所述第一用户以外的其他用户。

一种热度关联的海量数据实时计算装置，所述装置包括：

获取模块，用于获取第一用户，所述第一用户为在第一时间段内浏览网络信息的用户，所述第一时间段为离当前最近且时长为预设第一时长的时间段；

构建模块，用于根据所述第一用户在第二时间段内浏览的网络信息，构建所述第一用户对应的个人关联矩阵，所述第二时间段为离当前最近且时长为预设第二时长的时间段，所述第二时长大于所述第一时长；

计算模块，用于根据已存储的第二用户对应的个人关联矩阵和所述第一用户对应的个人关联矩阵，计算推荐信息矩阵，所述第二用户为用户群体中除所述第一用户以外的其他用户。

一种热度关联的海量数据实时计算服务器，所述服务器包括：

一个或多个处理器；和

存储器；

所述存储器存储有一个或多个程序，所述一个或多个程序被配置成由所述一个或多个处理器执行，所述一个或多个程序包含用于进行所述热度关联的海量数据实时计算方法的指令。

在本发明实施例中，获取在离当前最近且时长为预设第一时长的第一时间段内浏览网络信息的第一用户，且第一时长可以为半小时或一小时等，所以第一时间段内浏览网络信息的第一用户的数目不是很多，获取的第一用户在计算第二时间段内浏览网络信息的数目也不是很多，所以每次计算推荐信息矩阵的计算复杂度也不是很高，可以缩短任意相邻两次计算推荐信息矩阵之间的时间间隔，且任意相邻两次计算推荐信息矩阵之间的时间间隔小于第二时长，提高了计算推荐信息矩阵的频率，并进一步提高根据推荐信息矩阵推荐信息的时效性。

附图说明

图1是本发明实施例1提供的一种热度关联的海量数据实时计算方法流程图；

图2是本发明实施例2提供的一种热度关联的海量数据实时计算方法流程图；

图3是本发明实施例3提供的一种热度关联的海量数据实时计算装置结构示意图；

图4是本发明实施例4提供的一种热度关联的海量数据实时计算服务器结构示意图。

具体实施方式