数据预热方法、装置、电子设备及存储介质与流程

本申请涉及计算机技术领域，特别是涉及一种数据预热方法、装置、电子设备及存储介质。

背景技术：

数据预热，是指把数据预先从磁盘缓存到内存中，在使用数据时，达到提高数据读取速度的目的。比如提供商家信息的服务，商家数据一般持久化在数据库中(磁盘存储)，当接收到通过接口调用的请求时，会从数据库检索商家信息，然后返回结果。为了提升请求接口的性能，往往会把商家信息缓存在内存中，在请求时，则可以直接从内存中读取商家信息，提升整体的读取性能。现有的数据预热方案，是基于全量数据的预计算与缓存。即通过定时任务调度，获取全量的业务数据；再进行分布式计算，并将计算后的数据做分布式存储。

发明人通过对现有技术的研究发现，现有技术中的数据预热方法至少存在以下缺陷：全量数据预热会造成缓存资源的浪费，缓存资源利用率低下，定时加载数据，数据的时效性受加载周期的限制，可能存在数据时效性差的问题。

技术实现要素：

本申请提供一种数据预热方法，有助于提升数据预热的效率和预热数据的时效性。

第一方面，本申请实施例提供了一种数据预热方法包括：

获取目标商家访问的当前业务对象；

确定所述当前业务对象对应的候选预热业务对象；

根据获取的所述目标商家的自身信息、所述目标商家的同行信息和所述候选预热业务对象的预设属性信息中的任意一种或多种，确定所述目标商家对所述候选预热业务对象的热度值；

对所述热度值满足预设条件的所述候选预热业务对象的数据，执行数据预热操作。

第二方面，本申请实施例提供了一种数据预热装置，包括：

当前业务对象确定模块，用于获取目标商家访问的当前业务对象；

候选预热业务对象确定模块，用于确定所述当前业务对象对应的候选预热业务对象；

候选预热业务对象热度值确定模块，用于根据获取的所述目标商家的自身信息、所述目标商家的同行信息和所述候选预热业务对象的预设属性信息中的任意一种或多种，确定所述目标商家对所述候选预热业务对象的热度值；

数据预热模块，用于对所述热度值满足预设条件的所述候选预热业务对象的数据，执行数据预热操作。

第三方面，本申请实施例还提供了一种电子设备，包括存储器、处理器及存储在所述存储器上并可在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本申请实施例所述的数据预热方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时本申请实施例中所述的数据预热方法的步骤。

本申请实施例提供的数据预热方法，通过获取目标商家访问的当前业务对象，确定所述当前业务对象对应的候选预热业务对象，根据获取的所述目标商家的自身信息、所述目标商家的同行信息和所述候选预热业务对象的预设属性信息中的任意一种或多种，确定所述目标商家对所述候选预热业务对象的热度值，对所述热度值满足预设条件的所述候选预热业务对象的数据，执行数据预热操作，解决了现有技术中全量数据预热会造成缓存资源的浪费，缓存资源利用率低下，以及，可能存在数据时效性差的问题。本申请实施例提供的数据预热方法通过根据商家的实时行为，启动数据预热，提升了数据预热的时效性。通过结合商家的关联数据确定商家对各候选预热业务对象的热度值，并选择热度值符合预设条件的候选预热业务对象进行数据预热，可以节约缓存。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例一的数据预热方法流程图；

图2是本申请实施例二的数据预热方法的流程图；

图3是本申请实施例三的数据预热装置结构示意图之一；

图4是本申请实施例三的数据预热装置的结构示意图之二。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

实施例一

本申请实施例提供的一种数据预热方法，如图1所示，该方法包括：步骤110至步骤140。

步骤110，获取目标商家访问的当前业务对象。

本申请实施例中的业务对象可以理解为应用的功能模块。

在本申请的一些实施例中，通过实时监听并分析目标商家访问服务端的业务对象的地址，可以确定所述目标商家访问的当前业务对象。例如，目标商家在客户端操作时，会实时向服务端发送http请求，http请求信息中携带了所述目标商家的商家标识、商家的请求路径，商家的请求操作内容等信息。服务端接收到所述http请求之后，解析所述http请求，反馈给所述客户端所述请求路径的对应数据，并存储所述商家标识和请求路径、请求操作内容等信息作为商家的访问日志。然后，通过分析所述商家的访问日志，确定所述目标商家访问的当前业务对象，如评论应用的一个待回复评论功能模块。

步骤120，确定所述当前业务对象对应的候选预热业务对象。

对于应用的功能模块来说，以每一个功能模块作为入口，可以进入至少一个其他功能模块。例如，对于酒店服务，通过首页可以进入销量查询模块、信息配置模块、评论处理模块。即，每个业务对象会对应至少一个候选预热业务对象。所述候选预热业务对象通常为通过该业务对象可以进入的其他业务对象。本申请的实施例中，某个业务对象对应哪几个候选预热业务对象根据业务需求预先定义。

步骤130，根据获取的所述目标商家的自身信息、所述目标商家的同行信息和所述候选预热业务对象的预设属性信息中的任意一种或多种，确定所述目标商家对所述候选预热业务对象的热度值。

在本申请的一些实施例中，目标商家、所述目标商家的同行商家等商家的自身信息至少包括商家的基本信息和业务信息。其中，基本信息存储在商家系统中，进一步包括：商家标识、门店等级、门店标识、门店类型、门店信息、城市标识、商圈标识、计算过的商家对业务对象的热度值等。所述业务信息存储自业务系统中，进一步包括：销量信息、评价信息、产品信息等，例如：包括订单销量、评价分数、待回复评价数、可售卖产品数。

在本申请的一些实施例中，可以预先根据业务需求设置计算商家对某个业务对象的热度值时需要考虑的商家信息的具体种类，和某一具体信息对应的计算权重；然后，根据计算某个业务对象的热度值需要考虑的商家信息的种类，到相应数据服务系统获取相应信息，并根据获取到的信息和对应的权重计算该业务对象的热度值。

步骤140，对所述热度值满足预设条件的所述候选预热业务对象的数据，执行数据预热操作。

在本申请的一些实施例中，可以预先设置热度值阈值，所述预设条件为：所述目标商家对候选预热业务对象的热度值大于所述热度值阈值。即，对所述目标商家对每个候选预热业务对象的热度值分别进行判断，如果所述目标商家对某个候选预热业务对象a的热度值大于所述热度值阈值，则认为所述目标商家进入该候选预热业务对象a的可能性较大，则预先将该候选预热业务对象a的数据加载到缓存中做数据预热。

本申请实施例提供的数据预热方法，通过获取目标商家访问的当前业务对象，确定所述当前业务对象对应的候选预热业务对象，根据获取的所述目标商家的自身信息、所述目标商家的同行信息和所述候选预热业务对象的预设属性信息中的任意一种或多种，确定所述目标商家对所述候选预热业务对象的热度值，对所述热度值满足预设条件的所述候选预热业务对象的数据，执行数据预热操作，解决了现有技术中全量数据预热会造成缓存资源的浪费，缓存资源利用率低下，以及，可能存在数据时效性差的问题。本申请实施例提供的数据预热方法通过根据商家的实时行为，确定候选预热业务对象，并进一步结合商家的关联数据确定商家对各候选预热业务对象的热度值，并选择热度值符合预设条件的候选预热业务对象进行数据预热，可以节约缓存。同时，由于根据目标商家的操作实时进行数据预热，因此可以提升数据的时效性。

实施例二

本申请实施例提供了一种数据预热方法，如图2所示，该方法包括：步骤210至步骤270。

步骤210，获取目标商家访问的当前业务对象。

本申请实施例中的业务对象可以理解为应用的功能模块。

在本申请的一些实施例中，通过实时监听并分析目标商家访问服务端的业务对象的地址，可以确定所述目标商家访问的当前业务对象。在本申请的一些实施例中，所述获取目标商家访问的当前业务对象的步骤，包括：通过分析目标商家的访问日志，获取所述目标商家当前访问的实时操作信息；确定所述实时操作信息中的请求业务对象作为当前业务对象。

以分布式服务集群为例，目标商家在客户端操作时，通过http协议在网络层与服务端交互，网络会经过nginx路由到具体服务。nginx记录了所有的请求信息，并将信息发送至kafka统一收集汇总。因为nginx属于集群服务，需要上报所有集群的日志数据到kafka，这样才能确保处理信息完整性。由于kafka具备高吞吐的特点，可以实时搜集商家的访问日志。在本申请的一些实施例中，nginx上报至kafka的日志可以包括：目标商家的商家标识、访问的服务地址、请求操作内容、访问时间、访问路径等。kafka在收集到所有访问日志后，将收集到的访问日志，统一推送至实时数据处理服务storm，由storm做大量数据的解析。

storm通过将每条日志数据转换成json格式，并获取每条日志中的预设关键信息，然后，通过正则表达式，精确识别出目标商家的实时操作信息。例如，每条日志数据转换成json格式数据后，可以提取以下关键信息：商家账号信息(包括商家标识)、当前请求的服务地址、当前请求服务模块及参数。在大量的日志数据中，如何解析匹配出需要的模块数据是一个关键。本很轻的一些实施例中，每个模块都有固定的请求地址，通过正则表达式可以解析出每条日志中的请求模块信息。

解析得到所述目标商家当前的请求模块信息之后，通过消息机制将所述目标商家及所述目标商家当前的请求模块信息推送到消息系统，由各系统服务通过消息系统监听到目标商家当前的实时操作信息。各系统服务可以将监听到的所述目标商家的所述实时操作信息中的请求业务对象作为当前业务对象。

通过分析目标商家的访问日志，获取所述目标商家当前访问的实时操作信息；并确定所述实时操作信息中的请求业务对象作为当前业务对象时，可以提升获取数据的时效性，仅有一步提升数据预热的时效性。

步骤220，确定所述当前业务对象对应的候选预热业务对象。

确定所述当前业务对象对应的候选预热业务对象的具体实施方式参见实施例一，本实施例不再赘述。本实施例中，假设当前业务对象为评论模块，确定的当前业务对象对应的候选预热业务对象包括：回复评论模块、商家信息编辑模块、首页。

步骤230，获取计算所述候选预热业务对象的热度值需要的计算因子的列表和所述计算因子对应的权重。

其中，每个所述计算因子对应所述目标商家的基本信息、所述目标商家的业务信息、所述目标商家的同行商家对所述候选预热业务对象的热度值、所述候选预热业务对象的属性信息的信息中任意一种信息包括的预设信息项。例如，某一计算因子对应商家的基本信息中的门店等级。

在本申请的一些实施例中，所述自身信息包括基本信息和业务信息，所述同行信息为所述目标商家的同行商家的所述基本信息和所述业务信息，所述基本信息进一步包括历史计算的对业务对象的热度值；所述根据获取的所述目标商家的自身信息、所述目标商家的同行信息和所述候选预热业务对象的预设属性信息中的任意一种或多种，确定所述目标商家对所述候选预热业务对象的热度值的步骤，包括：获取计算所述候选预热业务对象的热度值需要的计算因子的列表和所述计算因子对应的权重，其中，每个所述计算因子对应所述目标商家的基本信息、所述目标商家的业务信息、所述目标商家的同行商家对所述候选预热业务对象的热度值、所述候选预热业务对象的属性信息的信息中任意一种信息包括的预设信息项；确定每个所述计算因子的归一化数值；以相应的权重对所述计算因子的列表中每个所述计算因子的归一化数值进行加权求和，得到所述目标商家对所述候选预热业务对象的热度值。

在本申请的一些实施例中，所述基本信息包括：商家标识，以及以下任意一个或多个信息项：商圈标识、城市标识、门店类型、门店等级等信息项；所述业务信息包括：订单信息、销量信息、评论信息等信息项；业务对象的属性信息包括：是否核心模块、是否在运行推广、是否有新手引导等信息项。

在本申请的一些实施例中，每个业务对象预先设置有计算商家对该业务对象的热度值时所需要计算因子(即需要依赖的信息的类别)的配置列表，所述配置列表中还包括每个计算因子对应的权重。本申请实施例中具体实施时，通过预设的业务对象配置信息，获取计算所述候选预热业务对象的热度值需要的计算因子的列表和所述计算因子对应的权重。例如，通过配置信息可以获取到计算所述候选预热业务对象--回复评论模块的热度值的计算因子的列表中包括5个计算因子，所述5个计算因子分别对应：门店等级、同行商家对回复评论模块的热度值、待回复评论数、差评数、属性信息，其中，所述门店等级对应的权重为0.05，同行商家对回复评论模块的热度值对应的权重为0.2，待回复评论数对应的权值为0.4，差评数对应的权值为0,2，所述属性信息对应的权重为0.8。具体实施时，可以根据业务需求设置业务对象的配置信息，那么，根据配置的计算因子和权重计算得到的热度值进行业务对象预热，更加符合业务推广的需求，有助于提升各业务模块的留存率、转化率。

步骤240，获取所述计算因子对应的预设信息项的数值。

在确定了计算每个候选预热业务对象的热度值所需要的计算因子和权重之后，进一步确定每个所述计算因子的归一化数值。在本申请的一些实施例中，所述确定每个所述计算因子的归一化数值的步骤，包括：获取所述计算因子对应的预设信息项的数值；对所述预设信息项的数值进行归一化处理，得到相应所述计算因子的归一化数值。其中，获取所述计算因子对应的预设信息项的数值进一步包括：当所述计算因子对应的所述预设信息项为所述目标商家的基本信息时，通过预置的商家系统确定所述计算因子对应的预设信息项的数值；当所述计算因子对应的所述预设信息项为所述目标商家的业务信息时，通过预置的业务系统确定所述计算因子对应的预设信息项的数值；当所述计算因子对应的所述预设信息项为所述目标商家的同行商家对所述候选预热业务对象的热度值时，通过预置的商家系统获取所述计算因子对应的预设信息项的数值；当所述计算因子对应的所述预设信息项为所述候选预热业务对象的属性信息时，通过预置的配置信息确定所述计算因子对应的预设信息项的数值；对所述预设信息项的数值进行归一化处理，得到相应所述计算因子的归一化数值。

在本申请的一些实施例中，以候选预热业务对象包括：回复评论模块、商家信息编辑模块、首页为例，在计算所述目标商家a对回复评论模块的热度值时，假设确定计算所述回复评论模块的热度值所需的计算因子对应：门店等级、同行商家对回复评论模块的热度值、待回复评论数、差评数、属性信息，其中，所述门店等级对应的权重为0.05，同行商家对回复评论模块的热度值对应的权重为0.2，待回复评论数对应的权值为0.4，差评数对应的权值为0,2，所述属性信息对应的权重为0.8，则首先需要获取所述计算因子对应的信息。

具体到本实施例而言，所述门店等级为目标商家的基本信息，因此，可以通过商家系统获取所述目标商家的基本信息，进一步确定所述目标商家的门店等级。其中，所述基本信息可以包括：商家标识、商圈标识、城市标识、门店类型、门店等级、计算过的商家对业务对象的热度值。所述同行商家对回复评论模块的热度值为商家的基本信息，因此，可以通过商家系统获取所述目标商家的基本信息中包括的计算过的商家对业务对象的热度值。具体实施时，通过同行商家的商家标识调用商家系统的接口，即可获得所述同行商家的基本信息，如计算过的该同行商家对当前候选预热业务对象的热度值。所述同行商家的基本信息与所述目标商家都属于系统的商家，具有相同类别的基本信息。

本实施例中，所述待回复评论数、差评数属于业务数据，可以通过所述目标商家的商家标识调用业务系统的接口，即可获得所述目标商家的业务信息，即可以获取到所述目标商家的待回复评论数、差评数等信息项的值。在本申请的一些实施中，所述业务信息包括：订单信息、销量信息、评论信息等信息项，其中，每一个信息项还可以包括更多细分的信息项。例如，订单信息进一步可以包括成交订单数量信息项，取消订单数量信息项等。

在本申请的一些实施例中，所述业务对象的属性信息包括：是否核心模块、是否在运行推广、是否有新手引导等信息项。具体到本实施例而言，每个候选预热业务对象在配置信息中预先设置有属性信息，通过预设配置信息可以获取所述候选预热业务对象的属性信息。例如，获取到所述回复评论模块的属性信息为：(1,0，1)，即所述回复评论模块为核心模块，不在运行推广，有新手引导。

当所述计算因子对应所述目标商家的同行商家对所述预热业务对象的热度值时，首先根据所述目标商家的基本信息中包括的商圈标识、城市标识、门店类型、门店等级中的任意一项或多项确定所述目标商家的同行商家。然后，进一步确定所述同行商家的基本信息。在本申请的一些实施例中，如果预先计算过所述同行商家对所述候选预热业务对象的热度值，则可以直接从所述同行商家的基本信息中获取所述同行商家对所述候选预热业务对象的热度值。如果预先没有计算过所述同行商家对所述候选预热业务对象的热度值，则可以将所述同行商家对所述候选预热业务对象的热度值设置为0，或者，根据所述同行商家的基本信息、业务信息、所述候选预热业务对象的预设属性信息实时计算所述同行商家对所述候选预热业务对象的热度值。根据所述同行商家的基本信息、业务信息、所述候选预热业务对象的预设属性信息实时计算所述同行商家对所述候选预热业务对象的热度值的具体实施方式参见计算所述目标商家对所述候选预热业务对象的热度值的具体实施方式，区别点在于不考虑所述同行商家的同行商家的信息。

步骤250，对所述预设信息项的数值进行归一化处理，得到相应所述计算因子的归一化数值。

本申请的一些实施例中，在通过商家系统和业务系统获得所述计算因子对应的目标商家的基本信息、业务信息、候选预热业务对象的属性信息、所述目标商家的同行商家已经计算过的对所述候选预热业务对象的热度值，具有不同的量纲，因此，还需要对所述计算因子对应的部分或全部信息项的数值进行归一化处理，以保证每个计算因子对应的数据被平等对待，提升计算得到的热度值的准确性。

例如，对于待回复评论数x’，通过公式x’＝(x-min)/(max-min),将待回复评论数归一化到(0,1)的区间内，其中，min表示x变化区间内的最小值，max表示x变化区间内的最大值。之后，将所述待回复评论数归一化处理后的数值，作为待回复评论数的归一化数值，用于计算热度值。再例如，商家系统将酒店等级分为7种，分别表示为1-7，数值越高，代表等级越高。1代表普通经济型，7代表高星型，如果目标商家的门店等级信息想的数值为2，那么归一化处理后，门店等级的归一化数值为(2-1)/(7-1)＝0.16667。

步骤260，以相应的权重对所述计算因子的列表中每个所述计算因子的归一化数值进行加权求和，得到所述目标商家对所述候选预热业务对象的热度值。

在本申请的一些实施例中，在确定每个计算因子对应的归一化数值之后，可以以每个计算因子对应的权重与该计算因子对应的归一化数值的乘积作为该计算因子的单项热度值，然后，将所述计算因子的列表中每个所述计算因子的单项热度值累加，将累加得到的和作为所述目标商家对所述候选预热业务对象的热度值。

具体到本实施例而言，如果计算所述回复评论模块的热度值所需的5个计算因子——门店等级、同行商家对回复评论模块的热度值、待回复评论数、差评数和属性信息对应的归一化数值分别为：0.16667、0.01、0.32、0.02和0.8，所述门店等级对应的权重为0.05，同行商家对回复评论模块的热度值对应的权重为0.2，待回复评论数对应的权值为0.4，差评数对应的权值为0,2，所述属性信息对应的权重为0.8，则所述目标商家对所述回复评论模块的热度值为：

0.16667*0.05+0.01*0.2+0.32*0.4+0.02*0.2+0.8*0.8＝3.5417。

步骤270，对所述热度值满足预设条件的所述候选预热业务对象的数据，执行数据预热操作。

在本申请的一些实施例中，可以预先设置热度值阈值，所述预设条件为：所述目标商家对候选预热业务对象的热度值大于所述热度值阈值。即，对所述目标商家对每个候选预热业务对象的热度值分别进行判断，如果所述目标商家对某个候选预热业务对象a的热度值大于所述热度值阈值，则认为所述目标商家进入该候选预热业务对象a的可能性较大，则预先将该候选预热业务对象a的数据加载到缓存中做数据预热。例如，所述目标商家对所述候选预热业务对象——回复评论模块、商家信息编辑模块、首页的热度值分别为：3.5417、0.75、2.675，如果预设热度值阈值为2.0，则热度值满足预设条件的所述候选预热业务对象包括：回复评论模块和首页，因此，将回复评论模块和首页的数据预先加载到缓存中。

当目标商家访问回复评论模块或首页时，直接从缓存中加载模块数据，可以快速响应商家的需求。

本申请实施例中的商家系统和业务系统为提供商家数据服务的现有系统，支持以商家标识作为参数的接口调用，其具体实施方式，此处不再赘述。

本申请实施例提供的数据预热方法，通过获取目标商家访问的当前业务对象，确定所述当前业务对象对应的候选预热业务对象，进一步的，获取计算所述候选预热业务对象的热度值需要的计算因子的列表和所述计算因子对应的权重，然后获取所述计算因子对应的预设信息项的归一化数值，并以相应的权重对所述计算因子的列表中每个所述计算因子的归一化数值进行加权求和，得到所述目标商家对所述候选预热业务对象的热度值，最后，对所述热度值满足预设条件的所述候选预热业务对象的数据，执行数据预热操作，解决了现有技术中全量数据预热会造成缓存资源的浪费，缓存资源利用率低下，以及，可能存在数据时效性差的问题。本申请实施例提供的数据预热方法通过根据商家的实时行为，确定候选预热业务对象，并进一步结合商家的关联数据确定商家对各候选预热业务对象的热度值，并选择热度值符合预设条件的候选预热业务对象进行数据预热，可以节约缓存。同时，由于根据目标商家的操作实时进行数据预热，因此可以提升数据的时效性。并且，由于热度值的计算采用了目标商家的自身信息和同行商家的信息，可以提升计算得到的热度值的准确性。采用本申请实施例公开的数据预热方法，对于没有历史数据的新商家，可以根据其同行商家的信息确定该新商家对候选预热业务对象的热度值，从而实现新商家数据的预热。

本申请实施例提供的数据预热方法，利用商家的一些历史数据(基于系统已存储的访问数据，业务数据、商家信息)、同行数据(同城市、同商圈、同类型商家的兴趣特征结果值)构建商家对某个功能模块的兴趣特征，其中，所述兴趣特征就是本申请所述的热度值，可以准确预测目标商家感兴趣的功能模块，提升数据预热的效率。

实施例三

本申请实施例提供了一种数据预热装置，如图3所示，所述装置包括：

当前业务对象确定模块310，用于获取目标商家访问的当前业务对象；

候选预热业务对象确定模块320，用于确定所述当前业务对象对应的候选预热业务对象；

候选预热业务对象热度值确定模块330，用于根据获取的所述目标商家的自身信息、所述目标商家的同行信息和所述候选预热业务对象的预设属性信息中的任意一种或多种，确定所述目标商家对所述候选预热业务对象的热度值；

数据预热模块340，用于对所述热度值满足预设条件的所述候选预热业务对象的数据，执行数据预热操作。

可选的，如图4所示，所述候选预热业务对象热度值确定模块330进一步包括：

计算因子和权重确定子模块3301，用于获取计算所述候选预热业务对象的热度值需要的计算因子的列表和所述计算因子对应的权重，其中，每个所述计算因子对应所述目标商家的基本信息、所述目标商家的业务信息、所述目标商家的同行商家对所述候选预热业务对象的热度值、所述候选预热业务对象的属性信息的信息中任意一种信息包括的预设信息项；

计算因子数值确定子模块3302，用于确定每个所述计算因子的归一化数值；

热度值计算子模块3303，用于以相应的权重对所述计算因子的列表中每个所述计算因子的归一化数值进行加权求和，得到所述目标商家对所述候选预热业务对象的热度值。

可选的，如图4所示，所述计算因子数值确定子模块3302，进一步包括：

第一计算因子数值确定单元33021，用于当所述计算因子对应的所述预设信息项为所述目标商家的基本信息时，通过预置的商家系统确定所述计算因子对应的预设信息项的数值；

第二计算因子数值确定单元33022，用于当所述计算因子对应的所述预设信息项为所述目标商家的业务信息时，通过预置的业务系统确定所述计算因子对应的预设信息项的数值；

第三计算因子数值确定单元33023，用于当所述计算因子对应的所述预设信息项为所述目标商家的同行商家对所述候选预热业务对象的热度值时，通过预置的商家系统获取所述计算因子对应的预设信息项的数值；

第四计算因子数值确定单元33024，用于当所述计算因子对应的所述预设信息项为所述候选预热业务对象的属性信息时，通过预置的配置信息确定所述计算因子对应的预设信息项的数值；

归一化单元33025，用于对所述预设信息项的数值进行归一化处理，得到相应所述计算因子的归一化数值。

可选的，所述计算因子和权重确定子模块3301进一步用于：

通过预设的业务对象配置信息，获取计算所述候选预热业务对象的热度值需要的计算因子的列表和所述计算因子对应的权重。

可选的，所述当前业务对象确定模块310，进一步用于：

通过分析目标商家的访问日志，获取所述目标商家当前访问的实时操作信息；

确定所述实时操作信息中的请求业务对象作为当前业务对象。

本申请实施例公开的数据预热装置用于实现本申请实施例中所述的数据预热方法，所述装置的各模块、子模块和单元，用于实现所述方法的相应步骤，各模块、子模块和单元的具体实施方式参见方法部分的相应步骤，此处不再赘述。

本申请实施例提供的数据预热装置，通过获取目标商家访问的当前业务对象，确定所述当前业务对象对应的候选预热业务对象，根据获取的所述目标商家的自身信息、所述目标商家的同行信息和所述候选预热业务对象的预设属性信息中的任意一种或多种，确定所述目标商家对所述候选预热业务对象的热度值，对所述热度值满足预设条件的所述候选预热业务对象的数据，执行数据预热操作，解决了现有技术中全量数据预热会造成缓存资源的浪费，缓存资源利用率低下，以及，可能存在数据时效性差的问题。本申请实施例提供的数据预热装置通过根据商家的实时行为，确定候选预热业务对象，并进一步结合商家的关联数据确定商家对各候选预热业务对象的热度值，并选择热度值符合预设条件的候选预热业务对象进行数据预热，可以节约缓存。同时，由于根据目标商家的操作实时进行数据预热，因此可以提升数据的时效性。

并且，由于热度值的计算采用了目标商家的自身信息和同行商家的信息，可以提升计算得到的热度值的准确性。采用本申请实施例公开的数据预热装置，对于没有历史数据的新商家，可以根据其同行商家的信息确定该新商家对候选预热业务对象的热度值，从而实现新商家数据的预热。

相应的，本申请还提供了一种电子设备，包括存储器、处理器及存储在所述存储器上并可在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如本申请实施例一和实施例二所述的数据预热方法。所述电子设备可以为pc机、移动终端、个人数字助理、平板电脑等。

本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请实施例一和实施例二所述的数据预热方法的步骤。

本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上对本申请提供的一种数据预热方法及装置进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件实现。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。