[发明专利]一种基于基因标签的推荐系统的推荐方法

权利要求书

1.一种基于基因标签的推荐系统的推荐方法，其特征在于：具体方法包含以下步骤：步骤一、收集用户基因位点数据、表型数据和行为数据将数据进行清洗建模保存到hdfs；

步骤二、根据提供的规则将基因位点数据、表型数据、行为数据进行计算转换为可用的用户基因标签数据；

步骤三、收集产品和内容数据进行提炼，提取观点和成分内容，进行标签化和用户的基因标签进行相关联；

步骤四、将数据处理成适合的后端查询的结构推送到ElasticSearch，用于快速检索；

步骤五、通过特定的条件在基因标签上圈出指定人群，并进行推送相关内容以及产品。

2.根据权利要求1所述的一种基于基因标签的推荐系统的推荐方法，其特征在于：所述步骤一中的基因位点数据收集过程为：使用Python和Shell边写到脚本从基因原始数据FTP上将基因原始数据下载简单处理后并上传到HDFS，然后使用Hive建立ods外部表映射HDFS目录；

所述的步骤一中表型数据收集过程为：使用Sqoop将收集的表型数据同步到HDFS并建立Hive ods表；

所述步骤一中的行为数据的收集过程为：使用Flume将Kafka接受的行为埋点数据传输到HDFS，然后使用Hive建立ods外部表映射HDFS目录。

3.根据权利要求1所述的一种基于基因标签的推荐系统的推荐方法，其特征在于：所述步骤二中产品内容数据收集过程为：上传到HDFS，然后使用Hive建立ods外部表映射HDFS目录；

所述的步骤二的数据处理过程为：在dwd建立外部表设置orc+snappy格式存储，将ods的数据进行处理，并优化存放策略，用于提升下一步分析的效率。

4.根据权利要求1所述的一种基于基因标签的推荐系统的推荐方法，其特征在于：所述的步骤三的标签化过程：编写UDF对位点数据、表型等数据进行处理，输出为标签，将产品数据进行处理和标签进行绑定，将数据存入st层。

5.根据权利要求1所述的一种基于基因标签的推荐系统的推荐方法，其特征在于：所述的步骤五的详细过程：使用elasticSeach-hadoop插件，将标签用户数据和产品内容数据推送到ElasticSearch用于提供查询检索。