一种数据推荐方法、装置、电子设备及存储介质制造方法及图纸

本申请实施例公开了一种数据推荐方法、装置、电子设备及存储介质，涉及人工智能技术领域。其中，该方法包括：接收用户请求，并确定请求的参数；生成参数对应的路由码；根据路由码从编排定义数据库中挑选出插件调用数据；根据插件调用数据依次调用对应的插件得到推荐数据集，并将推荐数据集发送至用户。本申请实施例提供的技术方案，能够既能够满足快捷稳定的需求又能满足复杂且多变的需求。需求又能满足复杂且多变的需求。需求又能满足复杂且多变的需求。

【技术实现步骤摘要】
一种数据推荐方法、装置、电子设备及存储介质


[0001]本申请实施例涉及人工智能
，尤其涉及一种数据推荐方法、装置、电子设备及存储介质。

技术介绍

[0002]数据推荐业务是指在用户和内容间建立关联的一种业务，该业务通过对用户进行预测，实现针对性的内容分发。
[0003]现有技术中，数据推荐业务常见有策略管理和规则引擎两种方案。策略管理是指开发者对其编码实现的规则中的一些参数预留的修改功能，业务专家可通过修改规则的参数，对系统中已实现的规则进行的调整。如将“年龄>10”改为“年龄>20”。规则引擎是一种更复杂的方案，业务专家可通过一些系统已实现的运算集合，自行增删或修改一些规则参数和规则组合。如对规则“年龄>20”，可增加“且性别＝男”。
[0004]但是，对于策略管理来说，要求开发者已经实现了特定的规则或规则组合，业务专家才可以对其进行修改，业务专家可对系统做的调整非常有限，复杂的修改需要开发者参与。对于规则引擎来说，为了考虑到系统复杂度，该方法所支持的基本运算通常限于大小比较、基础逻辑、简单的流程判断等，如大于、小于、或等，业务专家需在系统已支持的基本运算内进行排列组合。通常随着业务积累，规则组合将变得非常复杂以至于难以修改，或修改后同其他逻辑冲突且难以排查。因此，亟需设计一种数据推荐既能够满足快捷稳定的需求又能满足系统复杂且多变的需求。

技术实现思路

[0005]本申请实施例提供了一种数据推荐方法、装置、电子设备及存储介质，可以实现既能够满足快捷稳定的需求又能满足复杂且多变的需求。
[0006]第一方面，本申请实施例提供了一种数据推荐方法，该方法包括：
[0007]接收用户请求，并确定所述请求的参数；
[0008]生成所述参数对应的路由码；
[0009]根据所述路由码从编排定义数据库中挑选出插件调用数据；
[0010]根据所述插件调用数据依次调用对应的插件得到推荐数据集，并将所述推荐数据集发送至所述用户。
[0011]第二方面，本申请实施例提供了一种数据推荐装置，该装置包括：
[0012]参数确定模块，用于接收用户请求，并确定所述请求的参数；
[0013]路由码生成模块，用于生成所述参数对应的路由码；
[0014]插件确定模块，用于根据所述路由码从编排定义数据库中挑选出插件调用数据；
[0015]数据推荐模块，用于根据所述插件调用数据依次调用对应的插件得到推荐数据集，并将所述推荐数据集发送至所述用户。
[0016]第三方面，本申请实施例提供了一种电子设备，该电子设备包括：
[0017]一个或多个处理器；
[0018]存储装置，用于存储一个或多个程序；
[0019]当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本申请任意实施例所述的数据推荐方法。
[0020]第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现本申请任意实施例所述的数据推荐方法。
[0021]本申请实施例提供了一种数据推荐方法、装置、电子设备及存储介质，该方法包括：接收用户请求，并确定请求的参数；生成参数对应的路由码；根据路由码从编排定义数据库中挑选出插件调用数据；根据插件调用数据依次调用对应的插件得到推荐数据集，并将推荐数据集发送至用户。本申请先通过内核得到插件调用数据，再根据插件调用数据调用插件，从而得到推荐数据集，可以通过内核
‑
插件机制的数据推荐方法将流程和业务进行了代码解耦，本申请的数据推荐方法能够既能够满足快捷稳定的需求又能满足复杂且多变的需求。
[0022]应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其他特征将通过以下的说明书而变得容易理解。
附图说明
[0023]附图用于更好地理解本方案，不构成对本申请的限定。其中：
[0024]图1为本申请实施例提供的一种数据推荐方法的第一流程示意图；
[0025]图2为本申请实施例提供的一种数据推荐方法的第二流程示意图；
[0026]图3为本申请实施例提供的数据推荐的流程信令图；
[0027]图4为本申请实施例提供的一种数据推荐装置的结构示意图；
[0028]图5是用来实现本申请实施例的一种数据推荐方法的电子设备的框图。
具体实施方式
[0029]为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0030]在介绍本申请实施例之前，先对本申请的应用场景以及相关术语进行解释。本申请的数据推荐方法的应用场景可以是短视频社交平台根据用户的搜索请求向用户推荐该用户喜好的短视频内容，也可以是金融机构根据用户的搜索请求向用户推荐适合该用户的理财产品。上述场景中的“短视频内容”与“理财产品”都为本申请中的“推荐数据集”。总的来说，本申请是适用于根据专家系统向用户推荐数据的推荐业务场景，现有技术大多采用的是策略管理和规则引擎的方法，而本申请采用的是内核
‑
插件的方法。
[0031]其中，推荐业务：是指在用户和内容间建立关联的一种业务，该业务通过对用户进行预测，实现针对性的内容分发。专家系统：是一个含有大量的某个领域专家水平的知识与经验的计算机程序，能够利用人类专家的知识和解决问题的方法来处理该领域问题。内核：本身是操作系统的概念，是指为应用系统提供对计算机硬件的安全访问的一部分软件，本
申请中指的是实现推荐业务的抽象流程所需要的最精简的软件实现，可独立部署运行。插件：是指一种程序，该程序为设计人员划分的具有独立边界的推荐业务逻辑的具体实现，不可独立部署运行。解耦：是指解除代码、系统间的依赖关系。编排：对插件的调用顺序和条件进行调整。
[0032]现有技术中，主流推荐系统通常包含召回、过滤、粗排序、精排序等流程，这些流程可通过开发人员设计人工智能算法自动调整，或者通过业务专家设计具体逻辑后开发人员编码实现，分别称作人工智能系统和专家系统。由于推荐系统所面对的用户、渠道、产品的不同，不同场景的关注点和推荐逻辑往往是完全不同的，专家系统通常包含巨大量的知识和规则。同时，业务专家在设计知识和规则时，一般需要大量的尝试、调整和对比，以达到更好的推荐效果。这造成专家系统是及其复杂和多变的。但是，推荐系统作为直面用户的服务，又需要稳定和快速的响应，这就要求系统不要频繁的修改变化。两者是矛盾的。
[0033]实施例一
[0034]图1为本申请实施例提供的一种数据推荐方法的第一流程示意图，本实施例可适本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据推荐方法，其特征在于，所述方法包括：接收用户请求，并确定所述请求的参数；生成所述参数对应的路由码；根据所述路由码从编排定义数据库中挑选出插件调用数据；根据所述插件调用数据依次调用对应的插件得到推荐数据集，并将所述推荐数据集发送至所述用户。2.根据权利要求1所述的数据推荐方法，其特征在于，所述方法还包括：当未从所述编排定义数据库中挑选出所述插件调用数据时，暂停数据推荐业务，并向系统维护人员发送系统异常信息，以提示所述系统维护人员对数据推荐系统进行维护。3.根据权利要求1所述的数据推荐方法，其特征在于，所述根据所述路由码从编排定义数据库中挑选出插件调用数据，包括：根据所述路由码确定对应的路由码匹配关系；根据所述路由码匹配关系从所述编排定义数据库中获取所述路由码对应的多个插件调用数据；根据所述多个插件调用数据的匹配相关度，从所述多个插件调用数据中挑选出所述匹配相关度最高的插件调用数据。4.根据权利要求1所述的数据推荐方法，其特征在于，所述插件调用数据包括需调用的插件信息和所述插件之间的调用顺序；所述根据所述插件调用数据依次调用对应的插件得到推荐数据集，包括：根据所述插件之间的调用顺序确定首次调用的插件，并运行所述首次调用的插件得到运行结果；根据所述运行结果从产品数据池中得到推荐候选集；根据所述插件之间的调用顺序确定下次调用的插件，并运行所述下次调用的插件得到运行结果；根据所述运行结果对所述推荐候选集进行修改得到修改之后的推荐候选集，直至将所述需调用的插件信息中的插件运行完，从而得到所述推荐数据集。5.根据权利要求4所述的数据推荐方法，其特征在于，在根据所述运行结果从产品数据池中得到推荐候选集之后，还包括：判断所述推荐候选集是否满足推荐要求；若满足，则将所述推荐候选集作为所述推荐数据集；若不满足，则继续执行根据所述插件之间的调用顺序确定下次调用的插件，根据所述下次调用的插件的类型运行所述...

【专利技术属性】
技术研发人员：魏鹏远，佟超，陈绍猛，吴爽，
申请(专利权)人：中国农业银行股份有限公司，
类型：发明
国别省市：