基于云计算的资源推荐方法及系统的制作方法
【专利摘要】本发明提供一种基于云计算的资源推荐方法及系统，属于通信技术领域。本发明的基于云计算的资源推荐方法，包括：接收用户所发送的资源分配请求信息；其中，所述资源分配请求信息包括：用户位置信息、网点类别；根据预设算法，计算出用户所发送的网点类别下各个网点的热度权重，并进行排序；根据用户位置信息，计算出用户所发送的网点类别下各个网点的位置到用户位置之间的距离权重，并进行排序；根据热度权重和距离权重的排序，向用户发送所推荐的网点信息。本发明可用于银行推荐、餐厅推荐等。
【专利说明】
基于云计算的资源推荐方法及系统
技术领域
[0001] 本发明属于通信技术领域，具体设及一种基于云计算的资源推荐方法及系统。
【背景技术】
[0002] 目前，银行、餐馆和医院等公共场所需要进行排队获取可用资源，为了提高排队效 率，在现有技术中为此提供了一种排队系统。
[0003] 但是现有的排队系统，在处理用户发送的资源分配请求的时候，依据用户发送请 求的时间先后顺序排序。随着移动终端的普及，用户申请资源的时候，使用移动终端的几率 越来越高，原有只考虑时间的算法，也即现有的排队系统仅仅是按照用户申请资源的先后 顺序对用户进行排序，而并没有考虑到用户与所请求的资源之间的距离等信息。具体的，如 果其中某些用户发起请求资源的时间比较靠前，此时其排列顺序也就是比较靠前，但是一 旦后面进行资源请求的用户与该资源之间的距离较近，就很有可能出现后面的用户先到达 资源所在地，但是由于排序在后，不能办理业务，此时将会导致后面用户需要等待较长时间 才能办理相关业务，同时不合理的安排资源同样是对资源的一种浪费，W及等待时间上的 浪费。
【发明内容】
[0004] 本发明所要解决的技术问题包括，针对现有的排队系统存在的上述问题，提供一 种提供资源分配合理性的基于云计算的资源推荐方法及系统。
[0005] 解决本发明技术问题所采用的技术方案是一种基于云计算的资源推荐方法，包 括：
[0006] 接收用户所发送的资源分配请求信息;其中，所述资源分配请求信息包括:用户位 置信息、网点类别；
[0007] 根据预设算法，计算出用户所发送的网点类别下各个网点的热度权重，并进行排 序；
[0008] 根据用户位置信息，计算出用户所发送的网点类别下各个网点的位置到用户位置 之间的距离权重，并进行排序；
[0009] 根据热度权重和距离权重的排序，向用户发送所推荐的网点信息。
[0010] 优选的是，所述根据预设算法，计算出用户所发送的网点类别下各个网点的热度 权重，并进行排序的步骤包括：
[0011] 根据公式
计算出用户所发送的网点类别下各个网点的热度权 重P[i];其中，i代表网点编号;η为大于等于1的整数;xi代表实时记录的用户所发送的网点 类别下的各个网点被点击的次数；
[0012] 根据所计算出的各个网点的热度权重值的大小进行排序。
[0013] 优选的是，所述根据用户位置信息，计算出用户所发送的网点类别下各个网点的 位置到用户位置之间的距离权重，并进行排序的步骤具体包括：
[0014] 所述根据用户位置信息，分别计算出用户位置到用户所发送的网店类别下的各个 网点之间的距离；
[0015] 根据公式
计算出用户所发送的网点类别下各个网点的位置到 用户位置之间的距离权重d[i];其中，i代表网点编号;η为大于等于1的整数;yi代表用户位 置到用户所发送的网店类别下的各个网点之间的距离；
[0016] 根据所计算出的各个网点的距离权重值大小进行排序。
[0017] 优选的是，所述根据热度权重和距离权重的排序，向用户发送所推荐的网点信息 的步骤具体包括：
[0018] 根据公式：s[i]=p[i]*Ai[i]+d[i]*A2[i]，计算出用户所发送的网点类别下各个 网点综合分数s[i];其中，代表网点编号;η为大于等于1的整数;p[i]代表用户所发送的网 点类别下各个网点的热度权重;d[i]代表用户所发送的网点类别下各个网点的位置到用户 位置之间的距离权重;Ai[i]代表热度权重的调节权重;A2[i]代表距离权重的调节权重；
[0019] 根据所计算出的用户所发送的网点类别下各个网点综合分数高低进行网点的排 序，并向用户进行网点的推荐。
[0020] 进一步优选的是，所述Ai[。和所述A2[i]均为手动调节或者为自动调节。
[0021] 解决本发明技术问题所采用的技术方案是一种基于云计算的资源推荐系统，包 括:接收单元，用于接收用户所发送的资源分配请求信息；其中，所述资源分配请求信息包 括:用户位置信息、网点类别；
[0022] 热度权重计算单元，用于根据预设算法，计算出用户所发送的网点类别下各个网 点的热度权重，并进行排序；
[0023] 距离权重计算单元，用于根据用户位置信息，计算出用户所发送的网点类别下各 个网点的位置到用户位置之间的距离权重，并进行排序；
[0024] 资源推送单元，用于根据热度权重和距离权重的排序，向用户发送所推荐的网点 信息。
[0025] 优选的是，所述热度权重计算单元具体用于，
[00%]根据公式：
计算出用户所发送的网点类别下各个网点的热度权 重P[i];其中，i代表网点编号;η为大于等于1的整数;xi代表实时记录的用户所发送的网点 类别下的各个网点被点击的次数；
[0027] 根据所计算出的各个网点的热度权重值的大小进行排序。
[0028] 优选的是，所述距离权重计算单元具体用于，
[0029] 所述根据用户位置信息，分别计算出用户位置到用户所发送的网店类别下的各个 网点之间的距离；
[0030] 根据公式：
计算出用户所发送的网点类别下各个网点的位置到 用户位置之间的距离权重d[i];其中，i代表网点编号;η为大于等于1的整数;yi代表用户位 置到用户所发送的网店类别下的各个网点之间的距离；
[0031] 根据所计算出的各个网点的距离权重值大小进行排序。
[0032] 优选的是，所述资源推送单元具体用于，
[0033] 根据公式:s[i]=p[i]*Ai[i]+d[i]*A2[i]，计算出用户所发送的网点类别下各个 网点综合分数s[i];其中，代表网点编号;η为大于等于1的整数;p[i]代表用户所发送的网 点类别下各个网点的热度权重;d[i]代表用户所发送的网点类别下各个网点的位置到用户 位置之间的距离权重;Ai[i]代表热度权重的调节权重;A2[i]代表距离权重的调节权重；
[0034] 根据所计算出的用户所发送的网点类别下各个网点综合分数高低进行网点的排 序，并向用户进行网点的推荐。
[0035] 进一步优选的是，所述Ai[。和所述A2[i]均为手动调节或者为自动调节。
[0036] 本发明具有如下有益效果：
[0037] 所提供的基于云计算的资源推荐方法及系统，依据用户所发送的资源分配请求信 息，计算出用户与网点之间的距离权重和网点的热度权重两个因素，实现合理配需，为用户 合理推荐相应的网点，从而提高资源分配的合理性。
【附图说明】
[0038] 图1为本发明的实施例1的基于云计算的资源推荐方法的流程图；
[0039] 图2为本发明的实施例2的基于云计算的资源推荐系统的结构示意图。
【具体实施方式】
[0040] 为使本领域技术人员更好地理解本发明的技术方案，下面结合附图和具体实施方 式对本发明作进一步详细描述。
[0041 ] 实施例1:
[0042] 结合图1所示，本实施例提供一种基于云计算的资源推荐方法，该资源推荐方法的 实现是基于资源推荐系统，也即云管理平台，与用户移动终端之间可W通过无线网络实现 信息交互。本实施例的资源推荐方法，具体包括如下步骤：
[0043] 步骤一、接收用户所发送的资源分配请求信息；其中，所述资源分配请求信息包 括:用户位置信息、网点类别。
[0044] 该步骤具体包括:云管理平台中的数据接收单元接收用户通过移动终端所发送的 资源分配请求信息；其中，资源分配请求信息中包含有用户位置信息、网点类别，当然还可 W包括发送时间。同时，应当理解的是，在云管理平台的存储模块中预先存储有网点的位 置、各个网点的所属的网点类别、网点被点击次数。
[0045] 举例，用户当前位置为崇文口，想要去网点是工商银行(工商银行所述的网点类别 工商银行类），此时用户将通过移动终端将自己的当前位置信息和网点类别发送送给云管 理平台，相应的云管理平台接收到的信息则是网点类别：工商银行类；用户位置信息：崇文 π。在此需要说明的是，用户位置信息可w是用户手动输入上传至云管理平台，也可w是移 动终端自身定位出当前位置信息自动发送给云管理平台。
[0046] 步骤二、根据预设算法，计算出用户所发送的网点类别下各个网点的热度权重，并 进行排序。
[0047] 该步骤具体包括:首先，云管理平台在初始化时会对云管理平台的存储模块中各 个网点类别下的各个网点进行编号（或者说是打标签），编号用i表示，1^1 ^n;n为大于等 于1的整数。同时，云管理平台也会实时记录更新存储模块中各个网点被点击的次数。之后， 利用公式
计算出用户所发送的网点类别下各个网点的热度权重P[i];其 中，i代表网点编号;η为大于等于1的整数;XI代表实时记录的用户所发送的网点类别下的 各个网点被点击的次数。最后根据所计算出的各个网点的热度权重值的大小进行排序。
[0048] 步骤Ξ、根据用户位置信息，计算出用户所发送的网点类别下各个网点的位置到 用户位置之间的距离权重，并进行排序。
[0049] 该步骤具体包括:首先，云管理平台根据其存储模块中预先存储的各个网点的位 置信息，W及所接收的用户发送的用户位置信息计算出用户位置与其所发送的网点类别下 的各个网点之间的距离。之后，根据公式：
计算出用户所发送的网点类别 下各个网点的位置到用户位置之间的距离权重d[i];其中，i代表网点编号;η为大于等于1 的整数;yi代表用户位置到用户所发送的网店类别下的各个网点之间的距离。最后根据所 计算出的各个网点的距离权重值的大小进行排序。
[0050] 其中，距离系数yi根据实际距离的大小，成阶梯分布，具体信息如下：
[0化1] disi < 500m,yi = 1
[0054] 其中，disi为发送资源分配请求的移动终端与请求网点之间的实际距离。根据调 研，移动终端与请求网点之间的距离在500米W内，对于用户来说距离不会成为参考因素， 也就是说请求网点距离用户300米和距离用户400米不会影响用户的选择，所W距离因数为 1。距离因数在500米到1000米之间下降的比在1000米W上下降的快，运是因为在500米到 1000米之间，用户随着距离的增加会减少对网点的选择倾向。在1000米W上，用户虽然也会 随着距离的增加减少对网点的选择倾向，但是不会像500米到1000米之间减少的那样快。距 离因数整体上呈现递减的趋势，即yi(〇,500m]〉yi(500m, 1000m]〉yi( 1000m,+〇〇]。
[0055] 在此需要说明的是，上述步骤二和步骤Ξ的顺序可W互换，也就是说在本实施例 中并不对步骤二和步骤Ξ的顺序进行限定。
[0056] 步骤四、根据热度权重和距离权重的排序，向用户发送所推荐的网点信息。
[0057] 该步骤具体包括:云管理平台根据步骤二和步骤Ξ中所计算出的用户所发送的网 点类别下各个网点的热度权重和距离权重的排序进行综合打分，W向用户推荐相应的网 点。具体的，根据公式:s[i]=p[i]*Ai[i]+d[i]*A2[i]，计算出用户所发送的网点类别下各 个网点综合分数S[i];其中，代表网点编号;η为大于等于1的整数;p[i]代表用户所发送的 网点类别下各个网点的热度权重;d[i]代表用户所发送的网点类别下各个网点的位置到用 户位置之间的距离权重;Ai[i]代表热度权重的调节权重;A2[i]代表距离权重的调节权重； 之后根据所计算出的用户所发送的网点类别下各个网点综合分数高低进行网点的排序，并 向用户进行网点的推荐。
[0058] 其中，上述的Ai[i]和A2[i]均为手动调节或者为自动调节，例如说，如果用户看重 的是网点距离，想选择离自己近的网点，此时则可W将A2[i]调节的大一些，如果用户看重 的网点的受欢迎程度，则可W将Ai[i]调节的大一些，可W根据个人需求具体限定。
[0059] 综上所述，本实施例中所提供的基于云计算的资源推荐方法，依据用户所发送的 资源分配请求信息，计算出用户与网点之间的距离权重和网点的热度权重两个因素，实现 合理配需，为用户合理推荐相应的网点，从而提高资源分配的合理性。
[0060] 实施例2:
[0061] 如图2所示，本实施例提供一种基于云计算的资源推荐系统，其可采用实施例1中 的资源推荐方法向用户推荐相应的资源信息。本实施例的资源推荐系统包括:接收单元、热 度权重计算单元、距离权重计算单元、资源推送单元。
[0062] 其中，接收单元用于接收用户所发送的资源分配请求信息;其中，所述资源分配请 求信息包括:用户位置信息、网点类别。
[0063] 具体的，云管理平台中的数据接收单元接收用户通过移动终端所发送的资源分配 请求信息；其中，资源分配请求信息中包含有用户位置信息、网点类别，当然还可W包括发 送时间。同时，应当理解的是，在云管理平台的存储模块中预先存储有网点的位置、各个网 点的所属的网点类别、网点被点击次数。
[0064] 其中，热度权重计算单元用于根据预设算法，计算出用户所发送的网点类别下各 个网点的热度权重，并进行排序。
[0065] 具体的，热度权重计算单元具体用于在初始化时会对云管理平台的存储模块中各 个网点类别下的各个网点进行编号（或者说是打标签），编号用i表示，1^1 ^n;n为大于等 于1的整数。同时，云管理平台也会实时记录更新存储模块中各个网点被点击的次数。之后， 利用公式
计算出用户所发送的网点类别下各个网点的热度权重P[i];其 中，i代表网点编号;η为大于等于1的整数;XI代表实时记录的用户所发送的网点类别下的 各个网点被点击的次数。最后根据所计算出的各个网点的热度权重值的大小进行排序。
[0066] 其中，距离权重计算单元用于根据用户位置信息，计算出用户所发送的网点类别 下各个网点的位置到用户位置之间的距离权重，并进行排序。
[0067] 具体的，距离权重计算单元，首先根据其存储模块中预先存储的各个网点的位置 信息，W及所接收的用户发送的用户位置信息计算出用户位置与其所发送的网点类别下的 各个网点之间的距离。之后，根据公式
计算出用户所发送的网点类别下 各个网点的位置到用户位置之间的距离权重d[i];其中，i代表网点编号;η为大于等于1的 整数;yi代表用户位置到用户所发送的网店类别下的各个网点之间的距离。最后根据所计 算出的各个网点的距离权重值的大小进行排序。
[0068]其中，距离系数yi根据实际距离的大小，成阶梯分布，具体信息如下：
[0072] 其中，disi为发送资源分配请求的移动终端与请求网点之间的实际距离。根据调 研，移动终端与请求网点之间的距离在500米W内，对于用户来说距离不会成为参考因素， 也就是说请求网点距离用户300米和距离用户400米不会影响用户的选择，所W距离因数为 1。距离因数在500米到1000米之间下降的比在1000米W上下降的快，运是因为在500米到 1000米之间，用户随着距离的增加会减少对网点的选择倾向。在1000米W上，用户虽然也会 随着距离的增加减少对网点的选择倾向，但是不会像500米到1000米之间减少的那样快。距 离因数整体上呈现递减的趋势，即yi(〇,500m]〉yi(500m, 1000m]〉yi( 1000m,+〇〇]。
[0073] 其中，资源推送单元，用于根据热度权重计算单元所计算出的热度权重和距离权 重计算单元所计算出的距离权重的排序，向用户发送所推荐的网点信息。
[0074] 具体的，资源推送单元根据所计算出的用户所发送的网点类别下各个网点的热度 权重和距离权重的排序进行综合打分，W向用户推荐相应的网点。具体的，根据公式:s[i] = p[i]*Ai[i]+d[i]*A2[i]，计算出用户所发送的网点类别下各个网点综合分数s[i];其中， 代表网点编号;η为大于等于1的整数;p[i]代表用户所发送的网点类别下各个网点的热度 权重;d[i]代表用户所发送的网点类别下各个网点的位置到用户位置之间的距离权重;Ai
[i]代表热度权重的调节权重;A2[i]代表距离权重的调节权重;之后根据所计算出的用户 所发送的网点类别下各个网点综合分数高低进行网点的排序，并向用户进行网点的推荐。
[0075] 其中，上述的Ai[i]和A2[i]均为手动调节或者为自动调节，例如说，如果用户看重 的是网点距离，想选择离自己近的网点，此时则可W将A2[i]调节的大一些，如果用户看重 的网点的受欢迎程度，则可W将Ai[i]调节的大一些，可W根据个人需求具体限定。
[0076] 综上所述，本实施例中所提供的基于云计算的资源推荐系统，依据用户所发送的 资源分配请求信息，计算出用户与网点之间的距离权重和网点的热度权重两个因素，实现 合理配需，为用户合理推荐相应的网点，从而提高资源分配的合理性。
[0077] 可W理解的是，W上实施方式仅仅是为了说明本发明的原理而采用的示例性实施 方式，然而本发明并不局限于此。对于本领域内的普通技术人员而言，在不脱离本发明的精 神和实质的情况下，可W做出各种变型和改进，运些变型和改进也视为本发明的保护范围。
【主权项】
1. 一种基于云计算的资源推荐方法，其特征在于，包括： 接收用户所发送的资源分配请求信息;其中，所述资源分配请求信息包括:用户位置信 息、网点类别； 根据预设算法，计算出用户所发送的网点类别下各个网点的热度权重，并进行排序； 根据用户位置信息，计算出用户所发送的网点类别下各个网点的位置到用户位置之间 的距离权重，并进行排序； 根据热度权重和距离权重的排序，向用户发送所推荐的网点信息。2. 根据权利要求1所述的基于云计算的资源推荐方法，其特征在于，所述根据预设算 法，计算出用户所发送的网点类别下各个网点的热度权重，并进行排序的步骤包括： 根据公式：计算出用户所发送的网点类别下各个网点的热度权重p [i];其中，i代表网点编号;η为大于等于1的整数;xA表实时记录的用户所发送的网点类 别下的各个网点被点击的次数； 根据所计算出的各个网点的热度权重值的大小进行排序。3. 根据权利要求1所述的基于云计算的资源推荐方法，其特征在于，所述根据用户位置 信息，计算出用户所发送的网点类别下各个网点的位置到用户位置之间的距离权重，并进 行排序的步骤具体包括： 所述根据用户位置信息，分别计算出用户位置到用户所发送的网店类别下的各个网点 之间的距离； 根据公式\ 十算出用户所发送的网点类别下各个网点的位置到用户 位置之间的距离权重d[i];其中，i代表网点编号;η为大于等于1的整数;71代表用户位置到 用户所发送的网店类别下的各个网点之间的距离； 根据所计算出的各个网点的距离权重值大小进行排序。4. 根据权利要求1所述的基于云计算的资源推荐方法，其特征在于，所述根据热度权重 和距离权重的排序，向用户发送所推荐的网点信息的步骤具体包括： 根据公式：8[1]=?[幻*^[1]+(1[1]*如[1]，计算出用户所发送的网点类别下各个网点 综合分数s[i];其中，代表网点编号;η为大于等于1的整数;p[i]代表用户所发送的网点类 别下各个网点的热度权重;d[i]代表用户所发送的网点类别下各个网点的位置到用户位置 之间的距离权重;Ai [ i ]代表热度权重的调节权重;A2 [ i ]代表距离权重的调节权重； 根据所计算出的用户所发送的网点类别下各个网点综合分数高低进行网点的排序，并 向用户进行网点的推荐。5. 根据权利要求4所述的基于云计算的资源推荐方法，其特征在于，所述Μ [ i ]和所述A2 [i ]均为手动调节或者为自动调节。6. -种基于云计算的资源推荐系统，其特征在于，包括： 接收单元，用于接收用户所发送的资源分配请求信息;其中，所述资源分配请求信息包 括:用户位置信息、网点类别； 热度权重计算单元，用于根据预设算法，计算出用户所发送的网点类别下各个网点的 热度权重，并进行排序； 距离权重计算单元，用于根据用户位置信息，计算出用户所发送的网点类别下各个网 点的位置到用户位置之间的距离权重，并进行排序； 资源推送单元，用于根据热度权重和距离权重的排序，向用户发送所推荐的网点信息。7. 根据权利要求6所述的基于云计算的资源推荐系统，其特征在于，所述热度权重计算 单元具体用于， 根据公式^\ 十算出用户所发送的网点类别下各个网点的热度权重p [i];其中，i代表网点编号;η为大于等于1的整数;xA表实时记录的用户所发送的网点类 别下的各个网点被点击的次数； 根据所计算出的各个网点的热度权重值的大小进行排序。8. 根据权利要求6所述的基于云计算的资源推荐系统，其特征在于，所述距离权重计算 单元具体用于，所述根据用户位置信息，分别计算出用户位置到用户所发送的网店类别下的各个网点 之间的距离； 根据公式 \ 十算出用户所发送的网点类别下各个网点的位置到用户 位置之间的距离权重d[i];其中，i代表网点编号;η为大于等于1的整数;71代表用户位置到 用户所发送的网店类别下的各个网点之间的距离； 根据所计算出的各个网点的距离权重值大小进行排序。9. 根据权利要求6所述的基于云计算的资源推荐系统，其特征在于，所述资源推送单元 具体用于， 根据公式：8[1]=?[幻*^[1]+(1[1]*如[1]，计算出用户所发送的网点类别下各个网点 综合分数s[i];其中，代表网点编号;η为大于等于1的整数;p[i]代表用户所发送的网点类 别下各个网点的热度权重;d[i]代表用户所发送的网点类别下各个网点的位置到用户位置 之间的距离权重;Ai [ i ]代表热度权重的调节权重;A2 [ i ]代表距离权重的调节权重； 根据所计算出的用户所发送的网点类别下各个网点综合分数高低进行网点的排序，并 向用户进行网点的推荐。10. 根据权利要求9所述的基于云计算的资源推荐系统，其特征在于，所述Adi]和所述 A2[i]均为手动调节或者为自动调节。
【文档编号】H04L12/58GK105871707SQ201610438614
【公开日】2016年8月17日
【申请日】2016年6月17日
【发明人】郭玉华, 王志军, 徐雷
【申请人】中国联合网络通信集团有限公司