[发明专利]一种用户兴趣分类方法

权利要求书

1.一种用户兴趣分类方法，其特征在于：使用UCB方法来计算用户的兴趣偏好，是在近实时的情况下进行计算，借助大数据工具SparkStreaming系统+Kafka系统+Hbase系统来搭建整个计算流程，整个计算流程步骤如下：

S1：服务器通过Kafka系统将原始数据收据，并通过Kafka系统传输到下游；

S2：通过SparkStreaming系统接收步骤S1中Kafka系统传输下来的数据，并将传输下来的数据解析聚合成计算机语言的数据格式，再通过Kafka系统传输到下游；

S3：下游通过SparkStreaming系统接收步骤S2中Kafka系统传输下来的解析合成数据，首先对传输下来的解析合成数据进行解析，实时统计当前批次用户的各个类别的曝光次数分布、播放次数分布，并且获取当前批次用户在Hbase系统已经存储的各个类别的历史曝光次数分布、历史播放次数分布，代入UCB公式，得到当前批次用户的各个类别UCB的最新值；所述UCB公式为

整个公式由两部分组成收益+探索两部分组成，前者是倾向于推荐当前平均播放收益大的类别的音频产品，后者是倾向于推荐曝光次数相对较少的类别的音频产品；

所述PC_j和PH_j为用户在类别j的当前批次的播放次数和历史播放次数，PC和PH为用户当前批次所有类别的播放次数和所有类别的历史播放次数，VC_j和VH_j为用户在类别j的当前批次的曝光次数和历史曝光次数，VC和VH为用户当前批次所有类别的曝光次数和所有类别的曝光播放次数，参数β控制收益部分和探索部分的比重；

S4：将步骤S3中计算后得出的当前批次的用户的最新的各个类别的曝光次数分布、播放次数分布、UCB分值进行分类，同步更新到Hbase系统中，方便服务器根据用户的兴趣进行分类推送。

2.根据权利要求1所述的一种用户兴趣分类方法，其特征在于：所述Kafka系统是一种高吞吐量的分布式发布订阅消息系统，它可以处理消费者在网站中的所有动作流数据。

3.根据权利要求1所述的一种用户兴趣分类方法，其特征在于：所述Spark Streaming系统对于Spark核心API的拓展，从而支持对于实时数据流的可拓展，高吞吐量和容错性流处理，所述SparkStreaming系统接收到实时数据流同时将其划分为分批，这些数据的分批将会被Spark的引擎所处理从而生成同样按批次形式的最终流。

4.根据权利要求3所述的一种用户兴趣分类方法，其特征在于：所述Spark是专为大规模数据处理而设计的快速通用的计算引擎，所述API是一些预先定义的函数，或指软件系统不同组成部分衔接的约定。

5.根据权利要求1所述的一种用户兴趣分类方法，其特征在于：所述Hbase系统是一个分布式的、面向列的开源数据库，是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统，利用HBase技术可在廉价PCServer上搭建起大规模结构化存储集群。

6.根据权利要求5所述的一种用户兴趣分类方法，其特征在于：所述PCServer是电脑服务器，是指网络中能对其它机器提供某些服务的计算机系统。