媒资推荐方法与流程

本申请涉及数据处理，特别涉及一种媒资推荐方法。本申请同时涉及一种媒资推荐装置、一种计算设备，以及一种计算机可读存储介质。

背景技术：

1、随着互联网技术的发展，智能电视、智能机顶盒、智能盒子，以及带有智能显示屏幕的产品等越来越多的被应用到人们的生活中。在使用这些产品时，可以通过实时特征存算技术，对用户进行媒资推荐。

2、现有技术中，实时特征存算技术是一种用于处理实时数据流的技术，其结合了实时数据存储和实时计算的能力。该技术能够在数据流中提取和计算实时特征，以便实时监测、分析和决策。实时特征存算技术可以应用于各种领域，如物联网、金融、电商等，用于实时风险控制、实时推荐、实时监控等场景。实时特征存算技术通过高效的数据处理和计算引擎，快速提取和计算数据流中的特征，并将结果存储在实时数据库中，以供后续查询和分析使用。这种技术的应用可以实现实时决策和实时响应，提高业务效率和用户体验。

3、然而，目前实时特征存算方法对于处理大规模数据流可能面临性能挑战，需要高效的计算和存储系统来处理和存储大量的实时数据。其次，实时特征存算技术在处理复杂的特征计算时可能需要设计和调优复杂的算法和模型，以确保准确性和效率。此外，实时特征存算技术对数据流的实时性要求较高，需要及时处理和更新数据，否则可能导致延迟和不准确的结果。最后，实时特征存算技术的实施和维护成本较高，需要专业的技术团队和大量的资源来支持其运行和优化。故通过实时特征存算技术进行媒资推荐仍面临着挑战。

技术实现思路

1、有鉴于此，本申请实施例提供了一种媒资推荐方法，以解决现有技术中存在的技术缺陷。本申请实施例同时提供了一种媒资推荐装置，一种计算设备，以及一种计算机可读存储介质。

2、根据本申请实施例的第一方面，提供了一种媒资推荐方法，包括：

3、接收客户端上报的全埋点数据，对所述全埋点数据进行预处理，得到用户流数据，并将所述用户流数据存储至数据流存储库；

4、基于预设执行策略，对存储的所述用户流数据执行分布式快照，并通过预设计算节点，对所述分布式快照范围内的所述用户流数据进行处理，得到用户特征；

5、将所述用户特征发送至预设缓存中间件中预热，响应于接收到的推荐指令，通过所述用户特征进行媒资推荐。

6、可选地，所述对所述全埋点数据进行预处理，得到用户流数据包括：

7、对所述全埋点数据进行数据清洗，得到用户行为数据；

8、对所述用户行为数据进行打标，得到用户流数据。

9、可选地，所述对所述用户行为数据进行打标，得到用户流数据包括：

10、提取所述用户行为数据的时间水印；

11、为所述用户行为数据配置本地编码，并向所述缓存中间件竞争变量，其中所述变量与所述时间水印具备一一对应关系；

12、基于所述变量设置所述本地编码，得到用户流数据。

13、可选地，所述将所述用户流数据存储至所述数据流存储库包括：

14、拆分所述用户流数据，得到所述用户行为数据和所述用户编码数据；

15、将所述用户行为数据和所述用户编码数据分别不间断的写入所述数据流存储库。

16、可选地，所述基于预设执行策略，对存储的所述用户流数据执行分布式快照包括：

17、基于预设时长，在所述数据流存储库范围内执行所述分布式快照；

18、确定所述分布式快照范围内的用户流数据对应的分布式编码；

19、将所述分布式编码发送至所述计算节点。

20、可选地，所述通过预设计算节点，对所述分布式快照范围内的所述用户流数据进行处理，得到用户特征包括：

21、基于所述分布式编码，通过所述计算节点调用对应的用户流数据；

22、通过所述计算节点调用预设的计算任务，对所述用户流数据进行特征计算，得到所述用户特征。

23、可选地，所述通过所述用户特征进行媒资推荐包括：

24、确定所述推荐指令中包含的场景编码，并基于所述场景编码确定媒资推荐模式；

25、提取所述缓存中间件中预热的所述用户特征；

26、根据所述媒资推荐模式与所述用户特征，确定待推荐媒资；

27、将所述待推荐媒资发送至所述客户端，完成媒资推荐。

28、可选地，所述响应于接收到的推荐指令，通过所述用户特征进行媒资推荐之前还包括：

29、基于预设推荐时长，生成推荐指令，或通过所述客户端包含的推荐控件，采集所述推荐指令。

30、根据本申请实施例的第二方面，提供了一种媒资推荐装置，包括：

31、存储模块，被配置为接收客户端上报的全埋点数据，对所述全埋点数据进行预处理，得到用户流数据，并将所述用户流数据存储至数据流存储库；

32、计算模块，被配置为基于预设执行策略，对存储的所述用户流数据执行分布式快照，并通过预设计算节点，对所述分布式快照范围内的所述用户流数据进行处理，得到用户特征；

33、推荐模块，被配置为将所述用户特征发送至预设缓存中间件中预热，响应于接收到的推荐指令，通过所述用户特征进行媒资推荐。

34、根据本申请实施例的第三方面，提供了一种计算设备，包括：

35、存储器和处理器；

36、所述存储器用于存储计算机可执行指令，所述处理器执行所述计算机可执行指令时实现所述媒资推荐方法的步骤。

37、根据本申请实施例的第四方面，提供了一种计算机可读存储介质，其存储有计算机可执行指令，该指令被处理器执行时实现所述媒资推荐方法的步骤。

38、根据本申请实施例的第五方面，提供了一种芯片，其存储有计算机程序，该计算机程序被芯片执行时实现所述媒资推荐方法的步骤。

39、本申请提供的媒资推荐方法，通过接收客户端上报的全埋点数据，对所述全埋点数据进行预处理，得到用户流数据，并将所述用户流数据存储至数据流存储库；基于预设执行策略，对存储的所述用户流数据执行分布式快照，并通过预设计算节点，对所述分布式快照范围内的所述用户流数据进行处理，得到用户特征；将所述用户特征发送至预设缓存中间件中预热，响应于接收到的推荐指令，通过所述用户特征进行媒资推荐。其中，通过设置独立的数据流存储库以容纳各种类型和格式的数据，使得特征数据的处理和分析更为灵活和全面，且独立的数据流存储库具备弹性和可扩展的存储能力，保障了高吞吐量的数据访问，实现大规模的实时数据流处理，此外，独立的数据流存储库提供了对数据的版本控制和数据治理的基础，进而确保数据的可靠性和一致性，保障数据的处理和分析更为准确和可信，并且实时提取和计算全埋点数据相关的用户特征，为用户提供更为精准和个性化的服务，提升媒资推荐业务执行效率，从底层解决了实时特征计算和存储的问题，并通过全新推荐逻辑，更为实时的响应用户的观影偏好，用户体验感得到提升。

技术特征：

1.一种媒资推荐方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述对所述全埋点数据进行预处理，得到用户流数据，包括：

3.根据权利要求2所述的方法，其特征在于，所述对所述用户行为数据进行打标，得到用户流数据，包括：

4.根据权利要求3所述的方法，其特征在于，所述将所述用户流数据存储至所述数据流存储库，包括：

5.根据权利要求1所述的方法，其特征在于，所述基于预设执行策略，对存储的所述用户流数据执行分布式快照，包括：

6.根据权利要求5所述的方法，其特征在于，所述通过预设计算节点，对所述分布式快照范围内的所述用户流数据进行处理，得到用户特征，包括：

7.根据权利要求1所述的方法，其特征在于，所述通过所述用户特征进行媒资推荐，包括：

8.根据权利要求7所述的方法，其特征在于，所述响应于接收到的推荐指令，通过所述用户特征进行媒资推荐之前，还包括：

9.一种计算设备，其特征在于，包括：

10.一种计算机可读存储介质，其存储有计算机指令，其特征在于，该指令被处理器执行时实现权利要求1至8任意一项所述媒资推荐方法的步骤。

技术总结本申请提供一种媒资推荐方法，包括：接收客户端上报的全埋点数据，对所述全埋点数据进行预处理，得到用户流数据，并将所述用户流数据存储至数据流存储库；基于预设执行策略，对存储的所述用户流数据执行分布式快照，并通过预设计算节点，对所述分布式快照范围内的所述用户流数据进行处理，得到用户特征；将所述用户特征发送至预设缓存中间件中预热，响应于接收到的推荐指令，通过所述用户特征进行媒资推荐。通过设置独立的数据流存储库以容纳各种类型和格式的数据，具备弹性和可扩展的存储能力，保障了高吞吐量的数据访问，并且实时提取和计算全埋点数据相关的用户特征，提升媒资推荐业务执行效率。技术研发人员：何安平,冉鹏受保护的技术使用者：宜宾市极米光电有限公司技术研发日：技术公布日：2024/7/23