[发明专利]一种个性化推荐方法和系统

权利要求书

1.一种个性化推荐方法，其特征在于，包括：

收集用户从终端的各个业务系统产生的行为数据，并进行预处理；

根据已定义好的行为模型，对所述预处理后的数据进行分析，得到用户分析信息；

根据推荐策略对推送内容及所述用户分析信息进行检索并匹配，实时生成个性化推荐服务。

2.根据权利要求1所述的个性化推荐方法，其特征在于，包括：

将热点内容实时推送给高速缓存；并使用open-replicator来读取binlog。采用发布/订阅的模式、精确到字段级别的配置。

3.根据权利要求2所述的个性化推荐方法，其特征在于，通过多种渠道通知各个业务系统数据的变化，同时有选择性的将热点数据存入redis中，使用open-replicator来保证mysql与redis之间热点信息的同步。

4.根据权利要求1所述的个性化推荐方法，其特征在于，所述收集用户从终端的各个业务系统产生的行为数据，包括：

使用CGLib实现动态代理，以实现无感埋点。

5.根据权利要求1所述的个性化推荐方法，其特征在于，所述根据已定义好的行为模型，对所述预处理后的数据进行分析，得到用户分析信息，包括采用storm流式处理框架进行实时计算，所述storm流式处理框架中包括分布式调度模块、数据监控模块、netty+aigo的无锁并发框架。

6.一种个性化推荐系统，其特征在于，所述系统包括：行为收集系统、实时计算系统、后台管理系统、推送系统，其中：

所述后台管理系统，用于对行为模型进行定义；

所述行为收集系统，用于监控用户通过终端产生的行为数据，所述行为收集系统从所述终端的各个业务系统获取数据，并进行预处理；

所述实时计算系统，经过预处理后的数据以流的方式进入所述实时计算系统，所述实时计算系统根据已定义好的行为模型，对所述预处理后的数据进行分析，得到用户分析信息；

所述推送系统，根据推荐策略对推送内容及所述用户分析信息进行检索并匹配，实时生成个性化推荐服务。

7.根据权利要求6所述的个性化推荐系统，其特征在于，还包括资源管理系统，所述资源管理系统将热点内容实时推送给高速缓存，并使用open-replicator来读取binlog，采用发布/订阅的模式、精确到字段级别的配置。

8.根据权利要求7所述的个性化推荐系统，其特征在于，通过多种渠道通知各个业务系统数据的变化，同时有选择性的将热点数据存入redis中，使用open-replicator来保证mysql与redis之间热点信息的同步。

9.根据权利要求6所述的个性化推荐系统，其特征在于，所述行为收集系统使用CGLib实现动态代理，以实现无感埋点。

10.根据权利要求6所述的个性化推荐系统，其特征在于，所述实时计算系统采用storm流式处理框架进行实时计算，所述storm流式处理框架中包括分布式调度模块、数据监控模块、netty+aigo的无锁并发框架。