一种实时推送信息的方法和装置制造方法及图纸

本发明专利技术公开了一种实时推送信息的方法和装置，该方法包括：通过发布订阅消息系统实时接收用户的当前行为数据，并将当前行为数据保存在数据库中；从数据库中获取最接近当前行为数据发生时刻前的N个历史行为数据，并确定N个历史行为数据对应的N个项目Item，其中，N为正整数；根据Item倒查表分别计算N个Item中每个Item与当前行为数据对应的Item的相似度，并根据相似度更新存储在数据库中的相似度矩阵。本发明专利技术整个过程采取根据实时历史行为数据进行计算，实效性强，推送结果较为符合用户的意愿，用户体验较好，解决了现有技术的如下问题：基于离线模型进行推荐时，无法实现真正的实时个性化推荐，系统性能较差。

【技术实现步骤摘要】
一种实时推送信息的方法和装置
本专利技术涉及通讯领域，特别是涉及一种实时推送信息的方法和装置。
技术介绍
现有技术中，很多系统都实现了个性化推荐功能，但由于数据量比较大，推荐结果是由离线计算出来的，要定期的更新推荐模型，很多系统最快的也只能做到小时级的更新，而且，有很大部分的推荐是依赖于搜索，然而，这些推荐结果没有考虑到用户的实时性行为，失去了用户兴趣的时效性，以至于推荐结果不准确。例如，为某一用户推荐的是A区的400～500万的房源，然而，该用户搜索的是B区房源，即希望看到的是B区200～300万的房源。因此，基于离线模型且脱离了实时搜索进行的推荐，推荐速度较慢，也无法实现真正的实时个性化推荐，系统性能较差，用户体验较低。
技术实现思路
本专利技术提供一种实时推送信息的方法和装置，用以解决现有技术的如下问题：基于离线模型且脱离了实时搜索进行的推荐，推荐速度较慢，也无法实现真正的实时个性化推荐，系统性能较差，用户体验较低。为解决上述技术问题，一方面，本专利技术提供一种实时推送信息的方法，包括：通过发布订阅消息系统实时接收用户的当前行为数据，并将所述当前行为数据保存在数据库中；从所述数据库中获取最接近所述当前行为数据发生时刻前的N个历史行为数据，并确定所述N个历史行为数据对应的N个项目Item，其中，所述N为正整数；根据Item倒查表分别计算所述N个Item中每个Item与所述当前行为数据对应的Item的相似度，并根据所述相似度更新存储在所述数据库中的相似度矩阵。可选的，根据Item倒查表分别计算所述N个Item中每个Item与所述当前行为数据对应的Item的相似度，包括：从所述数据库中获取每个所述Item的倒查表，其中，所述倒查表至少包括以下信息之一：发生时间，所处类别，搜索字段，用户年龄，搜索地域；根据所述倒查表和相似度公式计算每个所述Item与所述当前行为数据对应的Item的相似度。可选的，根据所述相似度更新存储在所述数据库中的相似度矩阵之后，还包括：更新所述当前行为数据对应的Item的倒查表并存储在所述数据库中。可选的，根据所述相似度更新存储在所述数据库中的相似度矩阵之后，还包括：根据用户的M个历史行为数据查询所述数据库，以根据所述相似度矩阵确定所述M个历史行为数据对应Item的P个待推荐Item；按照预设筛选条件从所述P个待推荐的Item中选择Q个Item推荐至所述用户；其中，所述M、P、Q均为正整数，P大于等于Q。可选的，按照预设筛选条件从所述P个待推荐的Item中选择Q个Item推荐至所述用户，包括：在所述预设筛选条件为多个的情况下，分别按照每个所述预设筛选条件从所述P个待推荐的Item中选择Q个Item，以得到多组推荐Item；按照所述预设筛选条件的优先级由高到低的顺序依次推荐每组Item至所述用户。另一方面，本专利技术还提供一种实时推送信息的装置，包括：接收模块，用于通过发布订阅消息系统实时接收用户的当前行为数据；保存模块，用于将所述当前行为数据保存在数据库中；获取模块，用于从所述数据库中获取最接近所述当前行为数据发生时刻前的N个历史行为数据，并确定所述N个历史行为数据对应的N个项目Item，其中，所述N为正整数；计算模块，用于根据Item倒查表分别计算所述N个Item中每个Item与所述当前行为数据对应的Item的相似度，并根据所述相似度更新存储在所述数据库中的相似度矩阵。可选的，所述计算模块包括：第一计算单元，用于从所述数据库中获取每个所述Item的倒查表，其中，所述倒查表至少包括以下信息之一：发生时间，所处类别，搜索字段，用户年龄，搜索地域；第二计算单元，用于根据所述倒查表和相似度公式计算每个所述Item与所述当前行为数据对应的Item的相似度。可选的，所述保存模块，还用于更新所述当前行为数据对应的Item的倒查表并存储在所述数据库中。可选的，还包括：推荐模块，用于根据用户的M个历史行为数据查询所述数据库，以根据所述相似度矩阵确定所述M个历史行为数据对应Item的P个待推荐Item；按照预设筛选条件从所述P个待推荐的Item中选择Q个Item推荐至所述用户；其中，所述M、P、Q均为正整数，P大于等于Q。可选的，所述推荐模块，还用于在所述预设筛选条件为多个的情况下，分别按照每个所述预设筛选条件从所述P个待推荐的Item中选择Q个Item，以得到多组推荐Item；按照所述预设筛选条件的优先级由高到低的顺序依次推荐每组Item至所述用户。本专利技术实时接收用户的当前行为数据，并对其进行保存，然后从保存的数据库中获取用户之前的历史行为数据，以确定各个历史行为数据对应的Item，并根据每个Item对应的Item倒查表计算与当前行为数据对应的Item的相似度，进而根据相似度来推送相关信息，整个过程采取根据实时历史行为数据进行计算，实效性强，推送结果较为符合用户的意愿，用户体验较好，解决了现有技术的如下问题：基于离线模型且脱离了实时搜索进行的推荐，推荐速度较慢，也无法实现真正的实时个性化推荐，系统性能较差，用户体验较低。附图说明图1是本专利技术第一实施例中实时推送信息的方法的流程图；图2是本专利技术第二实施例中实时推送信息的装置的结构示意图；图3是本专利技术第二实施例中实时推送信息的装置的优选结构示意图；图4是本专利技术第三实施例中实时更新相似度矩阵的流程图。具体实施方式为了解决现有技术的如下问题：基于离线模型且脱离了实时搜索进行的推荐，推荐速度较慢，也无法实现真正的实时个性化推荐，系统性能较差，用户体验较低；本专利技术提供了一种实时推送信息的方法和装置，以下结合附图以及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不限定本专利技术。本专利技术第一实施例提供一种实时推送信息的方法，该方法的流程如图1所示，包括步骤S102至S106：S102，通过发布订阅消息系统实时接收用户的当前行为数据，并将当前行为数据保存在数据库中。S104，从数据库中获取最接近当前行为数据发生时刻前的N个历史行为数据，并确定N个历史行为数据对应的N个项目Item，其中，N为正整数。S106，根据Item倒查表分别计算N个Item中每个Item与当前行为数据对应的Item的相似度，并根据相似度更新存储在数据库中的相似度矩阵。实现时，上述的发布订阅消息系统可以是Kafka系统，该Kafka系统就是实时接收用户行为的一个系统；对于数据库，其可以是多种类型的数据库，例如较为常用的Redis数据库。本专利技术实施例实时接收用户的当前行为数据，并对其进行保存，然后从保存的数据库中获取用户之前的历史行为数据，以确定各个历史行为数据对应的Item，并根据每个Item对应的Item倒查表计算与当前行为数据对应的Item的相似度，进而根据相似度来推送相关信息，整个过程采取根据实时历史行为数据进行计算，实效性强，推送结果较为符合用户的意愿，用户体验较好，解决了现有技术的如下问题：基于离线模型且脱离了实时搜索进行的推荐，推荐速度较慢，也无法实现真正的实时个性化推荐，系统性能较差，用户体验较低。根据Item倒查表分别计算N个Item中每个Item与当前行为数据对应的Item的相似度时，先从数据库中获取每个Item的倒查表，其中，倒查表至少包括以本文档来自技高网...

【技术保护点】
一种实时推送信息的方法，其特征在于，包括：通过发布订阅消息系统实时接收用户的当前行为数据，并将所述当前行为数据保存在数据库中；从所述数据库中获取最接近所述当前行为数据发生时刻前的N个历史行为数据，并确定所述N个历史行为数据对应的N个项目Item，其中，所述N为正整数；根据Item倒查表分别计算所述N个Item中每个Item与所述当前行为数据对应的Item的相似度，并根据所述相似度更新存储在所述数据库中的相似度矩阵。

【技术特征摘要】
1.一种实时推送信息的方法，其特征在于，包括：通过发布订阅消息系统实时接收用户的当前行为数据，并将所述当前行为数据保存在数据库中；从所述数据库中获取最接近所述当前行为数据发生时刻前的N个历史行为数据，并确定所述N个历史行为数据对应的N个项目Item，其中，所述N为正整数；根据Item倒查表分别计算所述N个Item中每个Item与所述当前行为数据对应的Item的相似度，并根据所述相似度更新存储在所述数据库中的相似度矩阵。2.如权利要求1所述的方法，其特征在于，根据Item倒查表分别计算所述N个Item中每个Item与所述当前行为数据对应的Item的相似度，包括：从所述数据库中获取每个所述Item的倒查表，其中，所述倒查表至少包括以下信息之一：发生时间，所处类别，搜索字段，用户年龄，搜索地域；根据所述倒查表和相似度公式计算每个所述Item与所述当前行为数据对应的Item的相似度。3.如权利要求1所述的方法，其特征在于，根据所述相似度更新存储在所述数据库中的相似度矩阵之后，还包括：更新所述当前行为数据对应的Item的倒查表并存储在所述数据库中。4.如权利要求1至3中任一项所述的方法，其特征在于，根据所述相似度更新存储在所述数据库中的相似度矩阵之后，还包括：根据用户的M个历史行为数据查询所述数据库，以根据所述相似度矩阵确定所述M个历史行为数据对应Item的P个待推荐Item；按照预设筛选条件从所述P个待推荐的Item中选择Q个Item推荐至所述用户；其中，所述M、P、Q均为正整数，P大于等于Q。5.如权利要求4所述的方法，其特征在于，按照预设筛选条件从所述P个待推荐的Item中选择Q个Item推荐至所述用户，包括：在所述预设筛选条件为多个的情况下，分别按照每个所述预设筛选条件从所述P个待推荐的Item中选择Q个Item，以得到多组推荐Item；按照...

【专利技术属性】
技术研发人员：滕茂根，
申请(专利权)人：北京五八信息技术有限公司，
类型：发明
国别省市：北京,11