[发明专利]信息处理方法和装置

说明书

技术领域

本发明涉及通信技术领域，特别涉及一种信息处理方法和装置，具体地涉及一种信息预处理方法和装置。

背景技术

随着互联网技术的发展，用户对个性化网络信息的需求日益增强，越来越多的信息提供网站也提供了将网络数据进行针对用户的个性化处理后呈现给用户的服务。

这样的经过个性化处理的信息先让可以增强对用户的针对性，尤其是应用于具体的产品推广领域，则能产生更好的推广效果。

例如：在通过网络进行的应用程序推广领域，虽然现有的点击量（下载量）排行信息已经可以有效的向用户推荐排名更靠前的应用程序，但是，考虑到用户的个性化需求，总点击量排名靠前的应用程序并不一定是用户自身需要的应用程序，这样的推广操作的针对性并不强。

而考虑到用户群体的共性特征，如果能够将用户日常交互的好友对应用程序的应用率做出针对性的排行，显然可以大幅的提升这样的排行对于用户的针对性推广作用。

而在现有的技术中，也提出了这样的技术方案，通过将海量数据针对用户进行实时计算，来将相应的结果针对性的呈现给用户，从而实现对应用的针对性服务。

但是，在实时海量数据计算领域，比如对用户的所有好友进行应用程序的应用指标计算的过程中，假设用户的好友有n个，而每个好友使用的应用程序有m个，那么，这个指标计算将会是n*m的放大级别。如果在用户每次获取基于好友的应用程序排名时，都调用所有的信息进行运算，且n和m的值比较大，那么，具体的计算量将是非常巨大的，因此，现有技术进一步提出了相应的优化方案。

优化方案一

采用离线计算的方式，即对所有用户进行后台计算生成临时结果，查询时直接返回临时结果。

优化方案二

采用结果缓冲的方法，即首次调用时进行实时计算，然后将计算结果缓冲到缓存系统，后续调用直接从缓存系统中返回结果。

在实际中，上述优化方案二中所提出的准实时计算方法比较常见，因为每天访问的用户并不会是全量用户，这种方法能够较大程度降低计算量。

在实现本发明实施例的过程中，申请人发现现有技术至少存在以下问题：

对于优化方案一，考虑到实际用户的巨大数量（在实际应用中，实际用户往往数以亿计），对于相应信息的全量计算也将是非常耗时的，而且最终会导致结果存在比较大的延迟，这种方法更多用于非生产系统的离线统计，不适用于在线计算。

对于优化方案二，其首次进行结果调用时会进行实时计算，而通常此类计算往往比较复杂，用户体验上会觉得延迟较大。

发明内容

本发明实施例提供一种信息处理方法和装置，解决在现有技术中基于海量数据为用户进行个性化信息计算时存在结果延迟的问题。

为达到上述目的，本发明实施例一方面提供了一种信息处理方法，所述方法具体包括：

计算服务器接收Web服务器发送的用户路径提示消息，其中，所述用户路径提示消息中包括当前登录所述Web服务器的用户的用户名，以及所述用户当前所访问页面的信息；

所述计算服务器获取所述当前访问页面所对应的所述用户访问目标页面的行为因子，并在所述行为因子的值满足预设条件时，查询缓存服务器中是否保存有所述用户在所述目标页面所对应的有效的目标信息；

如果查询结果为否，所述计算服务器计算所述用户在所述目标页面所对应的目标信息，将计算得到的目标信息保存在所述缓存服务器中；

当所述计算服务器接收到所述Web服务器发送的查询请求消息时，所述计算服务器向所述缓存服务器获取所述用户在所述目标页面所对应的有效的目标信息，并通过所述Web服务器将所述目标信息在所述目标页面中展示给所述用户。

另一方面，本发明实施例还提供了一种计算服务器，具体包括：

接收模块，用于接收Web服务器发送的用户路径提示消息或，所述Web服务器发送的查询请求消息；

因子获取模块，用于根据所述接收模块所接收到的用户路径提示消息，获取所述当前访问页面所对应的所述用户访问目标页面的行为因子；

查询模块，用于在所述因子获取模块所获取的行为因子的值满足预设条件时，查询缓存服务器中是否保存有所述用户在所述目标页面所对应的有效的目标信息；

计算模块，用于在所述查询模块的查询结果为否时，计算所述用户在所述目标页面所对应的目标信息，将计算得到的目标信息保存在所述缓存服务器中；