金融产品智能推荐方法及系统与流程

本发明属于金融产品数据处理，具体涉及一种金融产品智能推荐方法及系统。

背景技术：

1、目前的金融产品推荐方法，在一些热门且适配范围广的金融产品被请求的次数过多导致请求信道异常拥挤并产生同一时段的请求死循环问题，而且如果系统的资源分配策略不当，则会导致进程因竞争资源不当而产生死锁的现象，由于推荐金融产品一般在两个或多个任务中，如果每个任务锁定了其他任务试图锁定的资源，此时会造成这些任务永久阻塞，从而出现死锁并使服务器对产生异常的高负载，但是另一些其他金融产品符合的用户群体相对较小所以信道相对空闲却无法被利用；

2、如果服务器无法合理分配请求使得热门且适配范围广的金融产品的请求过多，则会导致信道过度拥挤使得服务器性能下降，响应速度变慢甚至出现服务中断使得服务器的线程被i/o阻塞导致大量的查询请求线程处于等待锁定状态，无法被查询最终导致服务器宕机或服务崩溃。

技术实现思路

1、本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明的第一个目的在于提出金融产品智能推荐方法，可以实现负载均衡，避免在推荐金融产品时信道拥挤导致的服务器宕机；

2、本发明的第二个目的在于提出一种金融产品智能推荐系统。

3、为达上述目的，本发明第一方面实施例提出一种金融产品智能推荐方法，所述方法包括以下步骤：

4、s100，用户通过第一客户端发送查询请求后，服务器根据查询请求向第二客户端发送查询指令；

5、s200，第二客户端根据查询指令将查询指令结果对应的金融产品的数据信息发送给服务器；

6、s300，服务器根据金融产品的数据信息筛选出低荷产品的数据信息；

7、s400，服务器将低荷产品的数据信息发送给第一客户端。

8、根据本发明实施例的智能推荐方法，可以实现负载均衡，避免在推荐金融产品时信道拥挤导致的服务器宕机。

9、进一步的，在第一客户端、第二客户端和服务器是主节点和多个子节点构成的网状拓扑结构，每个子节点都与主节点通过有线网络、无线网络任意一种互相连接并进行通信，其中主节点为服务器，子节点为第一客户端和第二客户端，其中第一客户端为用户使用的客户端，第二客户端为金融产品公司使用的客户端或数据库客户端；

10、进一步的，查询请求是http请求，至少包括查询字符串信息，查询字符串信息包括金融产品的数据信息。

11、在步骤s200中，金融产品的数据信息包括股票、期货或者基金的信息和金融产品的数据参数。

12、在步骤s300中，服务器根据金融产品的数据信息筛选出低荷产品的数据信息包括：

13、s301，获取金融产品的数据信息的数据参数；

14、其中，金融产品的数据参数包括：金融产品的数据信息在服务器发送金融产品给第一客户端时需要占用的并发的线程数、金融产品的当前请求数和金融产品的时延；其中金融产品的数据信息在发送时需要占用的并发的线程数为该金融产品上一次发送至服务器所占用的并发的线程数；金融产品的当前请求数为最近1小时内所发送数据信息请求的数量；金融产品的时延为上一次金融产品的数据信息传送到服务器的时延。

15、进一步的，获取金融产品的数据参数的方法包括：获取金融产品的数据信息在发送时需要占用的线程数,使用m(i)表示序号为第i个金融产品的数据信息在发送时需要占用的线程数，其中i表示金融产品的序号，i＝1,2,…,g，g是金融产品的数量，获取当前服务器可用的线程数v,获取各个金融产品的数据信息的当前请求数和时延，使用n(i)表示序号为第i个金融产品的当前请求数，t(i)表示序号为第i个金融产品的时延；

16、进一步的，由于一些热门且适配范围广的金融产品被请求的次数过多导致请求信道异常拥挤并产生同一时段的请求死循环问题，而且如果系统的资源分配策略不当，则会导致进程因竞争资源不当而产生死锁的现象，由于推荐金融产品一般在两个或多个任务中，如果每个任务锁定了其他任务试图锁定的资源，此时会造成这些任务永久阻塞，从而出现死锁并使服务器对产生异常的高负载，但是另一些其他金融产品符合的用户群体相对较小所以信道相对空闲却无法被利用，如果服务器无法合理分配请求使得热门且适配范围广的金融产品的请求过多，则会导致信道过度拥挤使得服务器性能下降，响应速度变慢甚至出现服务中断、服务器的线程被i/o阻塞导致大量的查询请求线程处于等待锁定状态，金融产品信息无法被查询最终导致服务器宕机和服务崩溃；为了解决这个问题，则需要找出热门且适配范围广的金融产品并降低其信道拥挤程度，所以本发明提出了在步骤s302，根据金融产品的数据参数计算并发访问负荷时延；

17、具体的，在步骤s302中，根据数据参数计算并发访问负荷时延s(i)的方法为：

18、

19、其中，t(i)表示序号为i的金融产品的时延，m(i)表示序号为i的金融产品的数据信息在发送时需要占用的线程数，v为当前服务器可用的线程数，n(i)表示序号为i的金融产品的当前请求数，g为金融产品的数量，为所有金融产品的当前请求数的和；其中并发访问负荷时延是在系统中同时处理多个请求时所引入的延迟，由于在计算机系统中，当多个任务同时竞争使用同一资源时，就会引入并发性问题，而且如果资源的处理能力有限，或者系统没有有效地调度资源，就会导致延迟增加，即使是简单的任务也需要等待很长时间才能完成，所以通过并发访问负荷时延的计算可以反应出资源竞争、资源调度和请求处理效率的问题，例如：多个请求同时访问同一资源时会导致竞争；当资源无法同时满足所有请求，就会出现排队等待的情况，增加了请求的响应时间，而且由于资源调度不合理，会导致某些请求等待过长时间才能获得服务，最终形成增加整体的延迟。

20、本步骤的有益效果为：通过考虑每个金融产品的数据信息发送所占用的线程数，以及服务器可用的线程数来计算机系统中的并发性和多个请求同时执行的负荷量准确地评估系统中的资源利用情况，避免资源的过度竞争和争用；并通过计算机系统中的资源分配和调度原理将所有金融产品请求数的加权平均，反映每个产品的相对请求量导致的并发访问请求量产生的负荷时延，最终通过筛选出并发访问负荷时延反应出的高负荷数据并进行调整资源分配，可以避免信道过度拥挤导致的性能下降。

21、s303，根据并发访问负荷时延筛选出高负荷产品，并计算高负荷产品的服务器归零界：

22、获取金融产品的并发访问负荷时延的平均值sm，筛选出并发访问负荷时延大于sm的金融产品并记为高负荷产品b(j)，j∈i，其中j为高负荷产品的序号，计算高负荷产品b(j)的服务器归零界z(j)；

23、

24、其中z(j)为序号为j的高负荷产品的服务器归零界，sm为金融产品的并发访问负荷时延的平均值，s(j)为序号为j的高负荷产品的并发访问负荷时延，为所有金融产品的数据信息在发送时需要占用的线程数的和，m(j)表示序号为j金融产品的数据信息在发送时需要占用的线程数，为所有金融产品的当前请求数的和，n(j)表示序号为j金融产品的当前请求数，g为金融产品的数量，ln表示自然对数；s(j)/sm为序号j的高负荷产品的并发访问负荷时延与所有产品的平均值之比。如果这个比值较大，说明产品j给服务器带来的查询负载较重；这一部分通过序号j的高负荷产品的线程数与所有产品线程数的加权平均值之比的自然对数该产品线程数相对于整体平均水平的情况。

25、本步骤的有益效果为：通过服务器归零界找出对信道产生异常拥挤的产品的请求路径，并阻止对其的请求以动态地分配服务器资源，从而使服务器在高负载时能够更好地应对其他请求，在保持稳定的性能表现的同时实现负载均衡，确保服务器上的各项资源(如线程、内存、带宽等)分配的合理，即避免了因为某些热门金融产品出现大量的请求，导致信道异常拥挤使得服务器性能下降的情况，也避免了服务器的线程被i/o阻塞导致大量的查询请求线程处于等待锁定状态无法被查询，导致服务器宕机和服务崩溃的情况。

26、s304，将服务器归零界z(j)大于1的高负荷产品记为请求过热产品；

27、s305，将金融产品中除异常产品外的产品记为低荷产品。

28、在步骤s400中，服务器将低荷产品的数据信息发送给第一客户端，其中低荷产品的数据信息包括股票、期货或者基金的信息。

29、本发明的有益效果为：通过金融产品智能推荐系统执行金融产品智能推荐方法，可以实现负载均衡，避免在推荐金融产品时信道拥挤导致的服务器宕机。

30、为达上述目的，本发明第二方面实施例还提出一种金融产品智能推荐系统，所述金融产品智能推荐系统包括：处理器、存储器及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现一种金融产品智能推荐方法中的步骤，所述金融产品智能推荐系统运行于桌上型计算机、笔记本、掌上电脑及云端数据中心的计算设备中。

31、通过金融产品智能推荐系统执行金融产品智能推荐系统，可以实现负载均衡，避免在推荐金融产品时信道拥挤导致的服务器宕机。