[发明专利]文件映射方法及装置和文件推荐方法及装置

说明书

技术领域

本发明涉及文件共享技术，尤指一种文件映射方法及装置和文件推荐方法及装置。

背景技术

通过网盘等用于文件共享的应用系统，用户在贡献自身文件资源的同时，也能获取别人贡献的资源。在目前的文件共享应用系统中，用户登陆后，系统会根据用户贡献的文件、文件下载历史等信息，为用户推荐其可能感兴趣的文件列表。

在现有文件共享应用系统中，文件由文件标识id和用于表达文件主题内容的元数据来表示。其中，文件标识id一般随机生成；元数据包括一系列的、表征文件内容的关键字。

为了能给用户推荐其感兴趣的文件，文件共享应用系统需要维护用户的搜索和共享历史，记录用户搜索和分享过的文件的关键字，举例来看，假设为某用户维护的关键字为{网络，计算机，系统结构}。那么，当系统在判断是否要为该用户推荐文件A(表述为{id_a，K＝{k1，k2，....}})时，首先需要计算为该用户维护的关键字{网络，计算机，系统结构}和文件A的关键字集合K的相似度；如果某个k_i与该用户的关键字匹配，则判断出文件A为该用户感兴趣的文件。

现有的文件标识id中不包含文件的内容信息。文件标识id采用随机生成的方式产生，也就是说，文件标识id是一串没有具体含义的记号，无法表征文件的特征。在现有给用户推荐其感兴趣的文件的方法中，当需要判断文件是否为用户感兴趣的文件时，需要通过文件标识id这个记号获取文件的元数据信息，再从元数据中提取出文件的关键字信息，然后再按照上述方法判断是否适合推荐。

而在文件共享系统中，文件不呈现聚集性的特征，文件的存储位置由文件标识id的散列函数来决定。由于文件标识id不具备任何含义，因此，相似文件的实际映射位置可能会大相径庭，基于这种文件映射方式，当为用户推荐其感兴趣的文件时，需要对共享文件系统中所有的文件进行扫描，并比对文件的关键字集合与用户的关键字集合，从而判断出某一文件是否是用户感兴趣的。这显然给文件推荐的实现带来了一定的困难，而且大大降低了文件推荐的效率。

发明内容

为了解决上述技术问题，本发明提供了一种文件映射方法及装置和文件推荐方法及装置，能够使得文件的存储呈现聚集性的特征，提高文件推荐效率。

为了达到本发明目的，本发明提供了一种文件映射方法，包括：利用布鲁姆过滤器对经过哈希运算的文件的关键字进行处理后生成文件标识；

将文件标识间海明码距离满足预设条件的文件，利用纠错码存储到物理上相同或临近的节点，其中所述预设条件为海明码距离的大小与文件是否相似之间的对应关系。

所述文件的关键字包括s个，s为大于1的自然数；所述生成文件标识包括：

计算所述s个关键字的一致性哈希在布鲁姆过滤器中的s次插入操作。

所述将文件标识间海明码距离满足预设条件的文件，利用纠错码存储到物理上相同或临近的节点包括：

利用纠错码建立所述节点的节点标识至纠错节点标识的一一映射关系；

在所有的纠错节点标识中，选择一个与所述文件标识海明码距离最小的、并且值最小的纠错节点标识，将所述文件标识存储在与该纠错节点标识对应的节点标识表示的物理节点上。

本发明还提供了一种文件映射装置，至少包括第一生成模块和映射模块，其中，

第一生成模块，用于对文件的关键字进行哈希运算，利用布鲁姆过滤器对经过哈希运算的关键字进行处理后生成文件标识。

映射模块，用于获取文件标识间的海明码距离，并将获得的海明码距离满足预设条件的文件，利用纠错码存储到物理上相同或临近的节点，其中所述预设条件为海明码距离的大小与文件是否相似之间的对应关系。

本发明又提供了一种文件推荐方法，包括：

对与用户兴趣相关的关键字进行哈希运算并生成用户的兴趣向量；

利用纠错码确定生成的用户的兴趣向量表征的文件的存储位置；

根据生成的用户的兴趣向量和存储位置上的文件标识的相似度，确定用户感兴趣的文件，其中，文件标识为利用布鲁姆过滤器对经过哈希运算的文件的关键字进行处理后生成文件标识。

所述生成用户的兴趣向量包括：所述与用户兴趣相关的各关键字分别经过哈希运算后的结果组成的、长度为所述与用户兴趣相关的关键字个数的兴趣向量U。

所述确定生成的用户的兴趣向量表征的文件的存储位置包括：

利用布鲁姆过滤器对经过哈希运算的用户兴趣相关的关键字进行处理后生成表征用户兴趣的文件的文件标识；