[发明专利]数据推荐方法和装置

说明书

本申请公开了一种数据推荐方法和装置，属于大数据处理技术领域。本申请可以通过获取目标使用者的使用者信息，并根据该目标使用者的使用者信息和数据推荐模型，确定为该目标使用者推荐的包括多个第一数据集的第一推荐列表，相较于人工查找的方式，本方案以一种智能推荐的方式，可以更加快速地为目标使用者推荐数据集。并且，由于该数据推荐模型是根据多个数据集样本、使用过该多个数据集样本的多个使用者样本的使用者信息以及使用日志数据训练得到的，因此，通过该数据推荐模型可以为该目标使用者推荐更为合适的数据集。

技术领域

本申请涉及大数据处理技术领域，特别涉及一种数据推荐方法和装置。

背景技术

当前，存储在数据库中的数据集日益增加。使用者可以根据需求，从数据库中存储的海量的数据集中获取目标数据集。例如，一个公司的数据库中可以包括诸如工资表、员工信息表、采购表、业绩表等数据集，使用者可以在需要的时候，从该数据库中获取目标数据集。

在相关技术中，当使用者从数据库中获取目标数据集时，使用者需要根据自身知道的一些关键词，人工从数据库中海量的数据集中按照目录、文件命名等进行查找。由于数据库中存储的数据集体系庞大、类型繁杂，使用者可能对数据库中存储的数据集了解不够，对文件命名的规则也了解较少，因此，往往要查看多个目录或文件才能找到想要的目标数据集，查找速度很慢。另外，使用者根据自身知道的一些关键词，可能会从数据库中查找到多个感兴趣的数据集，使用者可以从这几个数据集中选择一个数据集作为获取的目标数据集，这种情况下，由于这几个数据集的数据质量可能有高有低，且这几个数据集的数据规模可能也相差较大，因此，使用者最终获取的目标数据集的数据质量可能较低、数据规模也可能不合适。

由上述可知，如何快速有效地从海量的数据集中获取到适合使用者的目标数据集，仍是当前大数据处理技术领域的一个难题，因此，亟需一种智能的数据推荐方法，以快速高效地推荐数据集给使用者。

发明内容

本申请提供了一种数据推荐方法和装置，可以解决相关技术中人工方式获取目标数据集的速度较慢、且获取到的目标数据集的可能不合适的问题。所述技术方案如下：

一方面，提供了一种数据推荐方法，所述方法包括：

获取目标使用者的使用者信息；

根据所述目标使用者的使用者信息和数据推荐模型，确定第一推荐列表，所述第一推荐列表包括为所述目标使用者推荐的多个第一数据集；

其中，所述数据推荐模型是根据多个数据集样本、使用所述多个数据集样本的多个使用者样本的使用者信息以及使用日志数据训练得到，所述使用日志数据包括所述多个使用者样本的历史使用记录。

可选地，所述根据所述目标使用者的使用者信息和数据推荐模型，确定第一推荐列表，包括：

通过所述数据推荐模型对所述目标使用者的使用者信息进行处理，得到第二推荐列表，所述第二推荐列表包括多个第二数据集；

根据第一特征集、第二特征集、第三特征集和所述第二推荐列表，确定所述第一推荐列表，所述多个第一数据集和所述第二数据集存在交集；

其中，所述第一特征集包括所述多个数据集样本的特征信息，所述第二特征集包括所述多个使用者样本的属性信息，所述多个使用者样本的属性信息从所述多个使用者样本的使用者信息中提取得到，所述第三特征集包括所述多个使用者样本与多个数据集样本之间的关联关系、所述多个数据集样本中各个数据集样本的关联关系以及多个使用者样本中各个使用者样本之间的关联关系。

可选地，所述根据所述目标使用者的使用者信息和数据推荐模型，确定第一推荐列表之前，还包括：

根据所述多个数据集样本，确定第一特征集；

根据所述多个使用者样本的使用者信息，确定第二特征集；