[发明专利]一种把离线算法在线进行计算的方法及装置

说明书

技术领域

本发明涉及互联网通信领域，特别涉及一种把离线算法在线进行计算的方法及装置。

背景技术

目前，用户经常在网络上浏览不同类型的业务信息，如视频、广告和商品信息等，服务器可以根据用户过去浏览的业务信息，预测用户当前可能感兴趣的业务信息，并将预测的业务信息推荐给用户。

服务器推荐业务信息的过程如下所示：

服务器在离线的情况下，先获取用户离当前最近且时长为预设时长的时间段内操作的每个业务信息对应的历史记录，该业务信息的对应的历史记录至少包括该业务信息的标识，操作该业务信息的操作行为类型和操作该业务信息的操作时间。根据每个业务信息对应的历史记录离线计算出该用户的用户兴趣矩阵B_K*N，用户兴趣矩阵B_K*N的每一行对应业务信息的一种属性因子，每一列对应一种操作行为，用户兴趣矩阵B_K*N中的元素B_ij表示该用户对属性因子i发生操作行为j的兴趣值，并保存在离线情况下计算得到的用户的用户兴趣矩阵B_K*N。然后服务器每隔预设时长的时间，按上述方法离线计算该用户的用户兴趣矩阵，并将保存的用户兴趣矩阵更新为新计算的用户兴趣矩阵。

当需要推荐业务信息给该用户时，获取预设的业务信息矩阵A_M*K，业务信息矩阵A_M*K的每一行对应一个业务信息，每一列对应业务信息的一种属性因子，业务信息矩阵A_M*K中的元素A_ij表示属性因子j在业务信息i中的权重。根据获取的业务信息矩阵A_M*K和保存的离线计算得到的该用户的用户兴趣矩阵B_K*N，计算出离线业务推荐矩阵W_M*N，离线业务推荐矩阵W_M*N的每一行对应一个业务信息，每一列对应一种操作行为，离线业务推荐矩阵W_M*N中的元素W_ij表示该用户对业务信息i发生操作行为j的兴趣程度。根据离线业务推荐矩阵W_M*N获取用户发生操作行为的兴趣程度最大的几个业务信息，将获取的业务信息作为用户当前可能感兴趣的业务信息并推荐给用户。

在实现本发明的过程中，发明人发现现有技术至少存在如下问题：

服务器每隔预设时长的时间更新一次该用户的用户兴趣矩阵，预设时长往往为半个月或一个月等。而用户对业务信息的感兴趣程度是时刻变化的，如此根据用户兴趣矩阵得到的离线业务推荐矩阵中包括的兴趣程度较大的业务信息可能不是当前用户所感兴趣的业务信息，从而降低了推荐业务信息的准确度。

发明内容

为了提高推荐业务信息的准确度，本发明提供了一种把离线算法在线进行计算的方法及装置。所述技术方案如下：

一种把离线算法在线进行计算的方法，所述方法包括：

获取用户在第一时间段内操作的每个业务信息对应的历史记录，所述第一时间段为离当前最近且时长为预设时长的时间段；

根据所述每个业务信息对应的历史记录，构建第一用户兴趣矩阵；

根据所述第一用户兴趣矩阵，对保存离线计算得到的第二用户兴趣矩阵进行修正，得到第三用户兴趣矩阵；

根据预设的业务信息矩阵和所述第三用户兴趣矩阵，计算出在线业务推荐矩阵。

一种把离线算法在线进行计算的装置，所述装置包括：

获取模块，用于获取用户在第一时间段内操作的每个业务信息对应的历史记录，所述第一时间段为离当前最近且时长为预设时长的时间段；

构建模块，用于根据所述每个业务信息对应的历史记录，构建第一用户兴趣矩阵；

修正模块，用于根据所述第一用户兴趣矩阵，对保存离线计算得到的第二用户兴趣矩阵进行修正，得到第三用户兴趣矩阵；

计算模块，用于根据预设的业务信息矩阵和所述第三用户兴趣矩阵，计算出在线业务推荐矩阵。