在线并行计算推荐信息的方法、装置及服务器制造方法及图纸

本发明专利技术公开了一种在线并行计算推荐信息的方法、装置及服务器，属于互联网技术领域。包括：获取第一用户在当前所使应用下的应用标识以及信息位标识，获取每个信息位标识对应的信息列表；实时在线获取应用标识对应的实时数据，拉取应用标识对应的历史数据，根据实时数据及历史数据并行计算每个信息列表中的待推荐信息的预测权重；根据每个待推荐信息的每种预测权重对每个信息列表中的待推荐信息进行筛选；将每个信息列表中筛选出的待推荐信息确定为每个信息列表对应的信息位标识所标识的信息位的推荐信息。本发明专利技术通过实时在线获取到的实时数据及拉取到的历史数据并行计算待推荐信息的预测权重，根据预测权重确定推荐信息，使确定的推荐信息较精准。

【技术实现步骤摘要】
在线并行计算推荐信息的方法、装置及服务器
本专利技术涉及互联网
，特别涉及一种在线并行计算推荐信息的方法、装置 及服务器。
技术介绍
随着互联网的高速发展及完善，相比于报纸、广播和电视这传统三大传播媒体，网 络媒体由于其拥有强大的实时性、灵活性等优势而逐渐成为传播媒体的重要战略组成部 分。其中，信息在网络中进行传播时，传播方式除了传统撒网式投放之外，更多的是采用一 种根据采集到的数据确定推荐信息，再将确定的推荐信息进行推荐的方法。由于信息在传 播时采用不同的推荐信息的确定方法会带来不同的效益，因此，需要根据实际情况选择更 加合理的推荐信息的计算方法。 相关技术中提供了一种推荐信息的计算方法，在该方法中，当终端检测到用户上 网时，终端获取该用户在当前所使应用下的应用标识以及至少一个信息位标识，并获取用 户的相关数据。之后，终端再将获取到的应用标识、每个信息位标识和该用户的相关数据发 送至服务器。服务器根据该用户的相关数据计算该用户的关注类型，并获取每个信息位标 识对应的信息列表后，根据该用户的关注类型对可投信息列表中的信息进行筛选，从而将 用户关注的信息确定为每个信息位推荐的信息。其中，用户的相关数据为终端在离线情况 下积累一段时间后获取到的数据。 在实现本专利技术的过程中，专利技术人发现上述方法至少存在以下问题： 由于用户的相关数据为终端在离线情况下积累一段时间后获取到的数据，因而获 取到的数据的实时性较差，从而使服务器根据用户的相关数据确定的用户的关注类型无法 真实地反映用户的关注情况，导致根据用户的关注类型对可投信息列表中的信息进行筛选 的方式比较粗糙，细度不够，从而确定的推荐信息不够精准。
技术实现思路
为了解决相关技术的问题，本专利技术实施例提供了一种在线并行计算推荐信息的方 法、装置及服务器。所述技术方案如下： 一方面，提供了一种在线并行计算推荐信息的方法，所述方法包括： 获取第一用户在当前所使应用下的应用标识以及至少一个信息位标识，获取每个 信息位标识对应的信息列表，所述信息列表中包含至少一个待推荐信息； 实时在线获取所述应用标识对应的实时数据，拉取所述应用标识对应的历史数 据，并根据所述获取到的实时数据及拉取到的历史数据并行计算每个信息列表中的待推荐 信息的至少一种预测权重，所述预测权重用于衡量每个待推荐信息的推荐比重值； 根据每个待推荐信息的每种预测权重对每个信息列表中的待推荐信息进行筛选， 得到每个信息列表中筛选出的待推荐信息； 将每个信息列表中筛选出的待推荐信息确定为每个信息列表对应的信息位标识 所标识的信息位的推荐信息。 另一方面，提供了一种在线并行计算推荐信息的装置，所述装置包括： 第一获取模块，用于获取第一用户在当前所使应用下的应用标识以及至少一个信 息位标识； 第二获取模块，用于获取每个信息位标识对应的信息列表，所述信息列表中包含 至少一个待推荐信息； 第三获取模块，用于实时在线获取所述应用标识对应的实时数据，拉取所述应用 标识对应的历史数据； 计算模块，用于根据所述取到的实时数据及拉取到的历史数据并行计算每个信息 列表中的待推荐信息的至少一种预测权重，所述预测权重用于衡量每个待推荐信息的推荐 比重值； 筛选模块，用于根据每个待推荐信息的每种预测权重对每个信息列表中的待推荐 信息进行筛选，得到每个信息列表中筛选出的待推荐信息； 确定模块，用于将每个信息列表中筛选出的待推荐信息确定为每个信息列表对应 的信息位标识所标识的信息位的推荐信息。 还提供了一种服务器，所述服务器包括有存储器，以及一个或者一个以上的程序， 其中一个或者一个以上的程序存储于存储器中，且经配置以由一个或者一个以上的处理器 执行，所述一个或者一个以上的程序包含用于进行以下操作的指令： 获取第一用户在当前所使应用下的应用标识以及至少一个信息位标识，获取每个 信息位标识对应的信息列表，所述信息列表中包含至少一个待推荐信息； 实时在线获取所述应用标识对应的实时数据，拉取所述应用标识对应的历史数 据，并根据所述获取到的实时数据及拉取到的历史数据并行计算每个信息列表中的待推荐 信息的至少一种预测权重，所述预测权重用于衡量每个待推荐信息的推荐比重值； 根据每个待推荐信息的每种预测权重对每个信息列表中的待推荐信息进行筛选， 得到每个信息列表中筛选出的待推荐信息； 将每个信息列表中筛选出的待推荐信息确定为每个信息列表对应的信息位标识 所标识的信息位的推荐信息。 本专利技术实施例提供的技术方案的有益效果是： 通过获取每个信息位标识对应的信息列表，实时在线获取用户当前所使应用下的 应用标识对应的实时数据，拉取应用标识对应的历史数据，使得获取到的数据更具实时性， 且根据获取到的实时数据及拉取到的历史数据并行计算每个信息列表中的待推荐信息的 预测权重，根据每个待推荐信息的每种预测权重确定的推荐信息更为精准，且提高了计算 速度。 【附图说明】 为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使 用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于 本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他 的附图。 图1是本专利技术实施例一提供的一种在线并行计算推荐信息的方法流程图； 图2是本专利技术实施例二提供的一种在线并行计算推荐信息的方法流程图； 图3是本专利技术实施例二提供的第一种在线并行计算推荐信息的流程示意图； 图4是本专利技术实施例二提供的第二种在线并行计算推荐信息的流程示意图； 图5是本专利技术实施例二提供的第三种在线并行计算推荐信息的流程示意图； 图6是本专利技术实施例三提供的一种在线并行计算推荐信息的装置结构示意图； 图7是本专利技术实施例三提供的一种第三获取模块的结构示意图； 图8是本专利技术实施例四提供的一种服务器的结构示意图。 【具体实施方式】 为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术实施方 式作进一步地详细描述。 实施例一 由于现有的相关技术在确定推荐信息时，使用的用户的相关数据为终端在离线情 况下积累一段时间后获取到的数据，因此，导致获取到的数据的实时性较差，从而使服务器 根据用户的相关数据确定的用户的关注类型无法真实地反映用户的关注情况，导致根据用 户的关注类型对信息列表中的信息进行筛选的方式比较粗糙，细度不够，从而使得确定的 推荐信息不够精准。 为了预防上述情况，本专利技术实施例提供了一种在线并行计算推荐信息的方法，该 方法可应用于服务器，参见图1，以服务器作为执行主体为例，本实施例提供的方法流程包 括： 101 :获取第一用户在当前所使应用下的应用标识以及至少一个信息位标识，获取 每个信息位标识对应的信息列表，信息列表中包含至少一个待推荐信息； 102 :实时在线获取应用标识对应的实时数据，拉取应用标识对应的历史数据，并 根据实时在线获取到的实时数据及拉取到的历史数据并行计算每个信息列表中的待推荐 信息的至少一种预测权重，预测权重用于衡量每个待推荐信息的本文档来自技高网...

【技术保护点】
一种在线并行计算推荐信息的方法，其特征在于，所述方法包括：获取第一用户在当前所使应用下的应用标识以及至少一个信息位标识，获取每个信息位标识对应的信息列表，所述信息列表中包含至少一个待推荐信息；实时在线获取所述应用标识对应的实时数据，拉取所述应用标识对应的历史数据，并根据所述获取到的实时数据及拉取到的历史数据并行计算每个信息列表中的待推荐信息的至少一种预测权重，所述预测权重用于衡量每个待推荐信息的推荐比重值；根据每个待推荐信息的每种预测权重对每个信息列表中的待推荐信息进行筛选，得到每个信息列表中筛选出的待推荐信息；将每个信息列表中筛选出的待推荐信息确定为每个信息列表对应的信息位标识所标识的信息位的推荐信息。

【技术特征摘要】
1. 一种在线并行计算推荐信息的方法，其特征在于，所述方法包括： 获取第一用户在当前所使应用下的应用标识以及至少一个信息位标识，获取每个信息 位标识对应的信息列表，所述信息列表中包含至少一个待推荐信息； 实时在线获取所述应用标识对应的实时数据，拉取所述应用标识对应的历史数据，并 根据所述获取到的实时数据及拉取到的历史数据并行计算每个信息列表中的待推荐信息 的至少一种预测权重，所述预测权重用于衡量每个待推荐信息的推荐比重值； 根据每个待推荐信息的每种预测权重对每个信息列表中的待推荐信息进行筛选，得到 每个信息列表中筛选出的待推荐信息； 将每个信息列表中筛选出的待推荐信息确定为每个信息列表对应的信息位标识所标 识的信息位的推荐信息。2. 根据权利要求1所述的方法，其特征在于，所述根据所述获取到的实时数据及拉取 到的历史数据并行计算每个信息列表中的待推荐信息的至少一种预测权重，包括： 根据所述获取到的实时数据及拉取到的历史数据并行计算各个信息列表中的待推荐 信息的预测权重，并根据所述获取到的实时数据及拉取到的历史数据并行计算同一信息列 表中的待推荐信息的每种预测权重； 其中，所述预测权重至少包括点击率和成交率中的一种。3. 根据权利要求1或2所述的方法，其特征在于，所述方法还包括： 如果根据所述获取到的实时数据及拉取到的历史数据计算每个信息列表中的待推荐 信息的至少一种预测权重的时间超出预设时间阈值，则停止计算操作，并根据当前的计算 结果获取每个信息列表中的每个待推荐信息的预测权重。4. 根据权利要求1或2所述的方法，其特征在于，所述实时在线获取所述应用标识对应 的实时数据，拉取所述应用标识对应的历史数据，包括： 根据所述应用标识实时在线获取所述第一用户的实时数据并拉取所述第一用户的历 史数据，并确定所述第一用户当前所在群组； 根据所述应用标识实时在线获取所述第一用户当前所在群组内的各个第二用户的实 时数据，并拉取所述第一用户当前所在群组内的各个第二用户的历史数据； 根据各个第二用户及所述第一用户的实时数据获取所述应用标识对应的实时数据，并 根据各个第二用户及所述第一用户的历史数据获取所述应用标识对应的历史数据。5. 根据权利要求4所述的方法，其特征在于，所述确定所述第一用户当前所在群组，包 括： 根据所述第一用户的历史数据及实时数据确定所述第一用户当前所在群组； 或者，根据所述应用标识确定所述第一用户当前所在群组。6. -种在线并行计算推荐信息的装置，其特征在于，所述装置包括： 第一获取模块，用于获取第一用户在当前所使应用下的应用标识以及至少一个信息位 标识； 第二获取模块，用于获取每个信息位标识对应的信息列表，所述信息列表中包含至少 一个待推荐信息； 第三获取模块，用于实时在线获取所述应用标识对应的实时数据，拉取所述应用标识 对应的历史数据； 计算模块，用于根据所述获取到的实时数据及拉取到的历...

【专利技术属性】
技术研发人员：吴官林，
申请(专利权)人：深圳市腾讯计算机系统有限公司，
类型：发明
国别省市：广东;44