[发明专利]内容缓存方法及装置

权利要求书

1.一种内容缓存方法，其特征在于，所述方法应用于边缘服务节点，所述方法包括：

根据预先训练好的用户分类模型，对所述边缘服务节点所服务的区域内的Q个用户进行分类，生成P个用户集合，所述P个用户集合与P个类型一一对应，所述用户集合包括所述Q个用户中的一个或多个用户，所述用户集合中的用户对应的类型与所述用户集合对应的类型是相同的，Q为正整数，P为小于等于Q的正整数；

根据目标类型的用户集合中各个用户的数据包，确定所述目标类型对应的K个内容的喜好值；其中，所述目标类型为P个类型中的任意一个；所述喜好值用于表征用户集合中的用户使用内容的概率，K为正整数；

根据所述K个内容的喜好值，确定L个待缓存的内容，所述L个待缓存的内容是所述K个内容按照喜好值从大到小的排列顺序中的前L个内容，L为正整数；

缓存所述L个待缓存的内容。

2.根据权利要求1所述的内容缓存方法，其特征在于，所述K个内容中第i个内容的喜好值根据以下公式确定：

其中，α为第i个内容的喜好值，β_i为第i个内容在所述目标类型的用户集合中各个用户的数据包中出现的次数，β_j为K个内容中第j个内容在所述目标类型的用户集合中各个用户的数据包中出现的次数，γ_i为第i个内容对应的权重系数。

3.根据权利要求1或2所述的内容缓存方法，其特征在于，所述用户分类模型为决策树；所述方法包括：

获取多个第一用户数据，每一个第一用户数据关联一个样本用户，一个第一用户数据包括M个特征的数值，M为大于1的正整数；

根据所述多个第一用户数据，生成多个用户向量，所述用户向量包括标签数据以及归一化后的N个目标特征的数值，所述标签数据用于指示所述用户向量所关联的样本用户的类型；N个目标特征为M个特征的子集，N为小于M的正整数；

根据所述多个用户向量，构建所述决策树。

4.根据权利要求3所述的内容缓存方法，其特征在于，所述方法还包括：

以所述多个第一用户数据作为多个用户事务，所述用户事务包括M个事务项，M个事务项与M个特征一一对应；

根据所述多个用户事务，确定所有的高频项集，所述高频项集为支持度大于阈值的事务项集合；

根据所有的高频项集，确定N个目标事务项，所述N个目标事务项为所述M个事务项的子集，所述N个目标事务项与所述N个目标特征一一对应。

5.一种边缘服务节点，其特征在于，包括：

分类模块，用于根据预先训练好的用户分类模型，对所述边缘服务节点所服务的区域内的所述Q个用户进行分类，生成P个用户集合，所述P个用户集合与P个类型一一对应，所述用户集合包括所述Q个用户中的一个或多个用户，所述用户集合中的用户对应的类型与所述用户集合对应的类型是相同的，Q为正整数，P为小于等于Q的正整数；

确定模块，根据目标类型的用户集合中各个用户的数据包，确定所述目标类型对应的K个内容的喜好值；其中，所述目标类型为P个类型中的任意一个；所述喜好值用于表征用户集合中的用户使用内容的概率，K为正整数；

所述确定模块，还用于根据所述K个内容的喜好值，确定L个待缓存的内容，所述L个待缓存的内容是所述K个内容按照喜好值从大到小的排列顺序中的前L个内容，L为正整数；

存储模块，用于缓存所述L个待缓存的内容。

6.根据权利要求5所述的边缘服务节点，其特征在于，所述K个内容中第i个内容的喜好值根据以下公式确定：

其中，α为第i个内容的喜好值，β_i为第i个内容在所述目标类型的用户集合中各个用户的数据包中出现的次数，β_j为K个内容中第j个内容在所述目标类型的用户集合中各个用户的数据包中出现的次数，γ_i为第i个内容对应的权重系数。