[发明专利]对象推荐方法、装置和计算机设备

说明书

本申请实施例提供了一种对象推荐方法，其特征在于，方法，包括：获取针对于待推荐对象的搜索文本；对搜索文本进行切分，得到搜索文本对应的文本字符；在预先构建的数组中对文本字符进行前缀索引，得到文本字符对应的第一匹配结果；根据第一匹配结果，在预先构建的双数组Trie树中对文本字符进行最大匹配，得到搜索文本的文本分词；利用文本分词，从推荐对象数据库中，获取与文本分词相匹配的待推荐对象。在本申请实施例提供的该方法中，将原本双数组Trie树中的一部分数据，例如单子节点树结构，存储在数组中，从而，避免形成一个庞大的树干，消耗服务器的内存，解决了消耗内存大的问题。

技术领域

本申请涉及信息搜索领域，特别是涉及一种对象推荐方法、装置和计算机设备。

背景技术

用户在购物平台进行采购时，通常会‘货比三家’，通过比较多个同类商品，最终选择合适的商品下单。由于购物平台存在海量商品数据，而人工筛选同类商品的效率低下，因此目前通常采用智能推荐技术进行同类商品的筛选和推荐，实现系统快速帮用户筛选同类商品，使采购参考数据更加全面，整体采购效率进一步提升。

对于智能推荐技术，“分词”一直是一项十分重要且基础的步骤。分词就是将句子、段落、文章这种长文本，分解为以字词为单位的数据结构，方便后续的处理分析工作。在现有的分词技术中，多采用双数组Trie树算法对搜索文本进行分词，然而，现有的双数组Trie树，由于如果一个词与其他词的前缀不一样，会展开一个新的树干去存储，所以会形成一个庞大的树干，消耗服务器的内存。因此，存在消耗内存大的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种优化内存占用的对象推荐方法、装置和计算机设备。

第一方面，本申请提供了一种对象推荐方法。所述方法包括：

获取针对于待推荐对象的搜索文本；

对所述搜索文本进行切分，得到所述搜索文本对应的文本字符；

在预先构建的数组中对所述文本字符进行前缀索引，得到所述文本字符对应的第一匹配结果；所述数组包括单子节点树结构；

根据所述第一匹配结果，在预先构建的双数组Trie树中对所述文本字符进行最大匹配，得到所述搜索文本的文本分词；所述双数组Trie树包括多子节点树结构；

利用所述文本分词，从推荐对象数据库中，获取与所述文本分词相匹配的待推荐对象。

在其中一个实施例中，在预先构建的数组中对所述文本字符进行前缀索引，得到所述文本字符对应的第一匹配结果，包括：将所述文本字符中的第一个字符和第二个字符进行组合，得到第一词条；在所述数组中匹配所述第一词条；在匹配成功的情况下，确定所述第一匹配结果为所述数组包括所述第一词条；在匹配失败的情况下，确定所述第一匹配结果为所述数组不包括所述第一词条。

在其中一个实施例中，根据所述第一匹配结果，在预先构建的双数组Trie树中对所述文本字符进行最大匹配，得到所述搜索文本的文本分词，包括：在所述第一匹配结果为所述数组包括所述第一词条的情况下，将所述第一词条的最后一个字符作为当前字符；获取所述文本字符中的所述当前字符的下一个字符，由所述第一词条和所述下一个字符组合得到第二词条；并将所述第二词条作为当前词条；在所述双数组Trie树中查询所述当前词条，得到与所述当前词条对应的当前匹配结果；在所述当前匹配结果为所述双数组Trie树不包括所述当前词条且所述当前词条不是所述双数组Trie树中的词的前缀的情况下，将所述当前词条作为所述文本分词中的一个分词。