[发明专利]一种信息推荐方法及装置

权利要求书

1.一种信息推荐方法，其特征在于，包括：

将检索内容和数据库中的每一个数据模型名称分别进行相似性计算，获得第一计算结果；

根据所述第一计算结果获取数据模型推荐清单，对所述数据模型推荐清单中的数据模型进行质量检查，获取第二计算结果；

根据所述第一计算结果和所述第二计算结果，获取所述数据模型推荐清单中的数据模型推荐次序，以进行信息推荐。

2.根据权利要求1所述的方法，其特征在于，所述将检索内容和数据库中的每一个数据模型名称分别进行相似性计算，获得第一计算结果包括：

将所述检索内容和所述数据库中的每一个数据模型名称分别进行分词；

将分词后的检索内容转换为第一向量，将分词后的数据库中的每一个数据模型名称分别转换为第二向量；

分别计算第一向量和每一个第二向量的余弦结果，获得第一计算结果，每一个所述余弦结果表示所述检索内容和对应的所述数据模型名称的相似性。

3.根据权利要求1所述的方法，其特征在于，所述对所述数据模型推荐清单中的数据模型进行质量检查，获得第二计算结果，包括：

对所述数据模型推荐清单中的每一个数据模型分别进行数据内容检查，获得数据内容检查结果，所述数据内容包括：数据缺失、数据重复和数据异常；

对每一个数据模型的所述数据缺失的检查结果、所述数据重复的检查结果以及所述数据异常的检查结果分别进行加权计算，获得所述第二计算结果。

4.根据权利要求3所述的方法，其特征在于，所述数据缺失的检查结果的权重、所述数据重复的检查结果的权重以及所述数据异常的检查结果的权重均相等，且所述数据缺失的检查结果的权重、所述数据重复的检查结果的权重以及所述数据异常的检查结果的权重相加等于1。

5.根据权利要求1-4任意一项所述的方法，其特征在于，所述根据所述第一计算结果和所述第二计算结果，获取所述数据模型推荐清单中的数据模型推荐次序，以进行信息推荐包括：

对所述第一计算结果和所述第二计算结果进行加权计算，获取所述数据模型推荐清单中的数据模型推荐次序，以进行信息推荐；

所述第一计算结果的权重大于所述第二计算结果的权重且所述第一计算结果的权重与所述第二计算结果的权重相加等于1。

6.一种信息推荐装置，其特征在于，包括：

第一获取单元，用于将检索内容和数据库中的每一个数据模型名称分别进行相似性计算，获得第一计算结果；

第二获取单元，用于根据所述第一计算结果获取数据模型推荐清单，对所述数据模型推荐清单中的数据模型进行质量检查，获取第二计算结果；

第三获取单元，用于根据所述第一计算结果和所述第二计算结果，获取所述数据模型推荐清单中的数据模型推荐次序，以进行信息推荐。

7.根据权利要求6所述的装置，其特征在于，所述第一获取单元包括：分词单元、转换单元以及第一计算单元；

所述分词单元，用于将所述检索内容和所述数据库中的每一个数据模型名称分别进行分词；

所述转换单元，用于将分词后的检索内容转换为第一向量，将分词后的数据库中的每一个数据模型名称分别转换为第二向量；

所述第一计算单元，用于分别计算第一向量和每一个第二向量的余弦结果，获得第一计算结果，每一个所述余弦结果表示所述检索内容和对应的所述数据模型名称的相似性。

8.根据权利要求6所述的装置，其特征在于，所述第二获取单元包括：检查单元以及第二计算单元；

所述检查单元，用于对所述数据模型推荐清单中的每一个数据模型分别进行数据内容检查，获得数据内容检查结果，所述数据内容包括：数据缺失、数据重复和数据异常；

所述第二计算单元，用于对每一个所述数据缺失的检查结果、所述数据重复的检查结果以及所述数据异常的检查结果分别进行加权计算，获得所述第二计算结果。