一種推薦數據的推送方法及系統技術方案

本申請公開了一種推薦數據的推送方法及系統，方法包括：獲取預設時間點之前用戶行為日志，提取出第一關鍵詞集合，計算關鍵詞集合中各個關鍵詞的第一權重；獲取預設時間點之后的用戶行為日志，提取出第二關鍵詞集合，計算關鍵詞集合中各個關鍵詞的第二權重；將第一關鍵詞集合和第二關鍵詞集合進行合并處理，合并重復的關鍵詞的權重，得到第三關鍵詞集合以及各個關鍵詞的第三權重；將第三關鍵詞集合中的關鍵詞與推薦數據的關鍵詞進行匹配，確定所需推送的推薦數據，將確定的推薦數據隨用戶請求的網頁數據一起發送給用戶所在的客戶端，以便客戶端根據所述推薦數據進行展現。該方法和系統能夠提高網站服務器的處理速度和響應速度。

【技術實現步驟摘要】

本申請涉及數據處理技術，尤其涉及一種推薦數據的推送方法及系統。
技術介紹
隨著互聯網技術的發展，在網絡用戶瀏覽互聯網網頁內容的同時，網站運營者會通過網站服務器向網絡用戶所在的客戶端推送一些與用戶的網頁訪問請求相關的推薦數據，如，與用戶所瀏覽的網頁內容相關的網絡推薦廣告、與用戶購買意圖相關的推薦商品等 以現有的網絡廣告投放為例，傳統的投放方法是在預設的時間段內，在網站的固定位置展示某一預設的廣告。這里所展示的廣告是針對所有訪問該網站的用戶的，也即是說每一個訪問該網站的用戶均能夠瀏覽到該廣告。該投放方法并未考慮訪問網站的用戶之間的個體差異，廣告投放效果較差。從而，定向廣告投放方法應運而生。在現有的定向廣告投放方法中，根據用戶當前瀏覽網頁的內容，確定與該內容對應的廣告，在預設位置展示該廣告。具體的，在用戶瀏覽網頁的過程中，網站服務器接收用戶所在客戶端發來的網頁數據請求，根據所述網頁數據請求查找得到用戶所請求的網頁數據；根據所述網頁數據確定網頁內容，進而根據網頁內容確定所需投放的廣告數據，將廣告數據和網頁數據一起返回給用戶所在的客戶端，以便客戶端在向用戶展示網頁的同時進行對應廣告的展示。但是，對于定向廣告投放來說，將用戶意向與廣告精確匹配非常重要，而現有的上述定向廣告投放方法中，由于每一頁網頁所包含內容的多樣性，因此，通過網頁所包含的內容并無法對用戶意向進行準確判斷，因此，所投放廣告與用戶意向之間的匹配程度較低。更為重要的是，現有的定向廣告投放方法中，網站服務器在每次接收到客戶端發來的網頁數據請求時，都需要實時根據所述網頁數據請求所請求的網頁數據確定所需投放的廣告數據，因此，網站服務器的數據處理量較大，從而影響了網站服務器的處理速度和對于客戶端的響應速度；尤其是在網站訪問量很大時，網站服務器所接收到的網頁瀏覽請求數量很大，這時，網站服務器再同時進行廣告數據的實時確定，必然會嚴重降低網站服務器的處理速度和響應速度。綜上所述，現有的網頁推薦數據與用戶意向之間的匹配程度較低，且由于網站服務器的數據處理量較大，從而影響了網站服務器的處理速度和對于客戶端的響應速度
技術實現思路
有鑒于此，本申請要解決的技術問題是，提供一種網頁推薦數據的推送方法及系統，能夠提高用戶意向與推薦數據之間的匹配程度，而且，能夠提高網站服務器的處理速度和響應速度。為此，本申請實施例采用如下技術方案本申請實施例提供一種推薦數據的推送方法，包括獲取預設時間點之前用戶的行為日志，提取行為日志中的第一關鍵詞集合，利用預設規則計算關鍵詞集合中各個關鍵詞的第一權重；獲取預設時間點之后的用戶行為日志，提取行為日志中的第二關鍵詞集合，利用預設規則計算關鍵詞集合中各個關鍵詞的第二權重；將第一關鍵詞集合和第二關鍵詞集合進行合并處理，并對兩個集合中重復的關鍵詞的權重進行合并處理，得到第三關鍵詞集合以及各個關鍵詞的第三權重；將第三關鍵詞集合中的關鍵詞與預先設置的推薦數據的關鍵詞進行匹配，確定所需向該用戶推送的推薦數據，將確定的推薦數據隨用戶請求的網頁數據一起發送給用戶所在的客戶端，以便客戶端根據所述推薦數據進行展現。本申請實施例還提供一種推薦數據的推送系統，包括第一計算單元，用于獲取預設時間點之前用戶的行為日志，提取行為日志中的第 一關鍵詞集合，利用預設規則計算關鍵詞集合中各個關鍵詞的第一權重；第二計算單元，用于獲取預設時間點之后的用戶行為日志，提取行為日志中的第二關鍵詞集合，利用預設規則計算關鍵詞集合中各個關鍵詞的第二權重；合并單元，用于將第一關鍵詞集合和第二關鍵詞集合進行合并處理，并對兩個集合中重復的關鍵詞的權重進行合并處理，得到第三關鍵詞集合以及各個關鍵詞的第三權重；匹配單元，用于將第三關鍵詞集合中的關鍵詞與預先設置的推薦數據的關鍵詞進行匹配，確定所需向該用戶推送的推薦數據，將確定的推薦數據隨用戶請求的網頁數據一起發送用戶所在的客戶端，以便客戶端根據所述推薦數據進行展現。對于上述技術方案的技術效果分析如下根據用戶在預設時間點之前和之后的用戶行為日志分別進行關鍵詞的提取以及權重的計算，且為距離當前時間近的關鍵詞賦予更高的權重值，進行關鍵詞以及權重的合并處理后，通過權重值最高的若干個關鍵詞與推薦數據的關鍵詞進行匹配，從而確定所需推送的推薦數據并進行推送處理，從而使得所推送的推薦數據與用戶行為日志中的關鍵詞，也即用戶的意向進行匹配，提高了推薦數據與用戶意向之間的匹配程度；而且，通過預設時間點，將用戶的行為日志劃分為兩部分，從而可以以一個較大的周期值周期性的對預設時間點之前用戶的行為日志進行處理，而以一個較小的周期值周期性的對預設時間點之后的用戶行為日志進行處理，甚至，可以在網站服務器確定用戶進行網頁訪問時，再對預設時間點之后的用戶行為日志進行處理，網站服務器接收到用戶通過客戶端發來的網頁數據請求后，無須根據所請求的網頁數據進行推薦數據的實時確定，而是預先進行用戶對應推薦數據的確定，在用戶訪問網頁時直接查找得到用戶對應的推薦數據即可；即使網站服務器確定用戶進行網頁訪問時，再對預設時間點之后的用戶行為日志進行處理，其所需處理的數據量也大大減小，從而相對于現有技術中的推薦數據推送方法，網站服務器的數據處理量大大降低，從而大大提高了網站服務器的處理速度和響應速度；另外，在實際應用中如果每次用戶訪問網站時，都進行用戶所有行為日志數據的處理，則處理的數據量巨大，對網站系統的處理速率以及響應速度影響較大；而且，同時處理用戶所有的行為日志時，對于用戶當前的用戶意向將會有所忽略。而通過設置預設時間點，分別以不同的周期來進行預設時間點之前和之后行為日志的處理，則處理的數據量相對很小，處理速度快，也可以提高網站系統的響應速度。附圖說明圖I為本申請實施例中網絡環境結構示意圖；圖2為本申請實施例一種推薦數據推送方法流程示意圖；圖3為本申請實施例另一種推薦數據推送方法流程示意圖；圖4為本申請實施例一種推薦數據推送系統結構示意圖；圖5為本申請實施例推薦數據推送系統中一單元結構示意圖； 圖6為本申請實施例推薦數據推送系統中另一單元結構示意圖。具體實施例方式為使本領域技術人員更加清楚的理解本申請實施例，首先介紹本申請實施例所應用的網絡環境。如圖I所示，包括網站服務器110以及客戶端120，其中，網站服務器用于接收到用戶通過客戶端發來的網頁數據請求時，確定所需向用戶推送的推薦數據，將推薦數據與網頁數據一起發送給客戶端；客戶端用于接收用戶操作指令，根據用戶操作指令向網站服務器發送網頁數據請求，并將收到的網頁數據和推薦數據向用戶進行展現。以下，結合附圖詳細說明本申請實施例的推薦數據推送方法及系統的實現。圖2為本申請實施例推薦數據推送方法流程示意圖，該方法適用于網站服務器中，如圖2所示，包括步驟201 :獲取預設時間點之前用戶的行為日志，提取行為日志中的第一關鍵詞集合，利用預設規則計算關鍵詞集合中各個關鍵詞的第一權重；步驟202 :獲取預設時間點之后的用戶行為日志，提取行為日志中的第二關鍵詞集合，利用預設規則計算關鍵詞集合中各個關鍵詞的第二權重；其中，步驟201和步驟202之間的執行順序不限制。另外，在實際應用中，可以為步驟201設置一個第一周期，以進行步驟201的循環處理；而為步驟202設置一個本文檔來自技高網...

【技術保護點】
一種推薦數據的推送方法，其特征在于，包括：獲取預設時間點之前用戶的行為日志，提取行為日志中的第一關鍵詞集合，利用預設規則計算關鍵詞集合中各個關鍵詞的第一權重；獲取預設時間點之后的用戶行為日志，提取行為日志中的第二關鍵詞集合，利用預設規則計算關鍵詞集合中各個關鍵詞的第二權重；將第一關鍵詞集合和第二關鍵詞集合進行合并處理，并對兩個集合中重復的關鍵詞的權重進行合并處理，得到第三關鍵詞集合以及各個關鍵詞的第三權重；將第三關鍵詞集合中的關鍵詞與預先設置的推薦數據的關鍵詞進行匹配，確定所需向該用戶推送的推薦數據，將確定的推薦數據隨用戶請求的網頁數據一起發送給用戶所在的客戶端，以便客戶端根據所述推薦數據進行展現。

【技術特征摘要】

【專利技術屬性】
技術研發人員：仇光，劉逸哲，殷維棟，楊松，郭寧，張亮，
申請(專利權)人：阿里巴巴集團控股有限公司，
類型：發明
國別省市：