[发明专利]热力图的展示方法、服务器及系统有效
| 申请号: | 202011202436.0 | 申请日: | 2020-11-02 |
| 公开(公告)号: | CN112035559B | 公开(公告)日: | 2021-02-02 |
| 发明(设计)人: | 程文捷 | 申请(专利权)人: | 浙江口碑网络技术有限公司 |
| 主分类号: | G06F16/248 | 分类号: | G06F16/248 |
| 代理公司: | 北京市浩天知识产权代理事务所(普通合伙) 11276 | 代理人: | 刘兰兰 |
| 地址: | 310012 浙江省杭州市西*** | 国省代码: | 浙江;33 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 力图 展示 方法 服务器 系统 | ||
1.一种热力图的展示方法,应用于后端服务器,其特征在于,具体包括:
根据获取到的历史订单数据计算各个实体对象端的用户分布数据,将各个实体对象端的用户分布数据存储至数据仓库中;
通过第一周期任务周期性计算与所述数据仓库中存储的各个实体对象端的用户分布数据相对应的热力点聚类结果,得到各个实体对象端的第一聚类结果;其中,每当第一任务周期到达时,通过第一周期任务获取所述数据仓库中存储的各个实体对象端的全量用户分布数据,根据所述全量用户分布数据计算各个实体对象端的第一聚类结果;
通过第二周期任务周期性计算与所述数据仓库中存储的各个实体对象端的用户分布数据相对应的热力点聚类结果,得到各个实体对象端的第二聚类结果;其中,每当第二任务周期到达时,通过第二周期任务获取所述数据仓库中存储的各个实体对象端的增量用户分布数据,根据所述增量用户分布数据计算各个实体对象端的第二聚类结果;其中,所述第一周期任务的第一任务周期大于所述第二周期任务的第二任务周期;
根据所述第一聚类结果以及所述第二聚类结果,在预设缓存中存储各个实体对象端的热力点计算结果;
响应于前端应用服务器发送的热力点查询请求,将所述预设缓存中存储的与所述热力点查询请求中包含的实体对象端对应的热力点计算结果发送给所述前端应用服务器,以供所述前端应用服务器展示与所述实体对象端相对应的热力图;
其中,所述根据获取到的历史订单数据计算各个实体对象端的用户分布数据,将各个实体对象端的用户分布数据存储至数据仓库中具体包括:按照第一任务周期周期性获取并计算各个实体对象端的用户分布数据;以及按照第二任务周期周期性获取并计算各个实体对象端的用户分布数据,得到以第二任务周期划分的增量数据表;则所述通过第二周期任务获取所述数据仓库中存储的各个实体对象端的增量用户分布数据具体包括:根据所述以第二任务周期划分的增量数据表,获取所述数据仓库中存储的各个实体对象端的增量用户分布数据。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一聚类结果以及所述第二聚类结果,在预设缓存中存储各个实体对象端的热力点计算结果包括:
每当第一聚类结果产生时,通过第一同步任务根据所述第一聚类结果更新预设缓存中存储的各个实体对象端的热力点计算结果;以及,
每当第二聚类结果产生时,通过第二同步任务根据所述第二聚类结果更新预设缓存中存储的各个实体对象端的热力点计算结果。
3.根据权利要求1所述的方法,其特征在于,所述计算与所述数据仓库中存储的各个实体对象端的用户分布数据相对应的热力点聚类结果包括:
将各个实体对象端的用户分布数据划分为多个数据分组,将多个数据分组分配给多个并行计算节点,由各个并行计算节点按照热力点聚类算法计算与各个数据分组相对应的分组聚类结果,根据多个分组聚类结果得到各个实体对象端的第一聚类结果和/或第二聚类结果。
4.根据权利要求3所述的方法,其特征在于,所述将各个实体对象端的用户分布数据划分为多个数据分组,将多个数据分组分配给多个并行计算节点包括:
根据预设的资源配置参数,确定并行计算节点的数量为N,将各个实体对象端的用户分布数据划分为N个数据分组,将N个数据分组分配给N个并行计算节点;其中,N为自然数。
5.根据权利要求4所述的方法,其特征在于,所述由各个并行计算节点按照热力点聚类算法计算与各个数据分组相对应的分组聚类结果,根据多个分组聚类结果得到各个实体对象端的第一聚类结果和/或第二聚类结果包括:
通过监控线程监控各个并行计算节点的处理进度信息;
根据监控结果动态调整所述预设的资源配置参数,和/或,根据监控结果动态调整所述第一任务周期和/或第二任务周期。
6.根据权利要求3-5任一所述的方法,其特征在于,所述将多个数据分组分配给多个并行计算节点,由各个并行计算节点按照热力点聚类算法计算与各个数据分组相对应的分组聚类结果包括:
确定与多个数据分组相对应的公共数据,将所述公共数据设置为可供各个并行计算节点引用的公共对象。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江口碑网络技术有限公司,未经浙江口碑网络技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011202436.0/1.html,转载请声明来源钻瓜专利网。





