数据交易环境下针对数据需求方的最佳实践方法、方法、电子设备和可读存储介质

摘要

本发明提供了一种数据交易环境下针对数据需求方的最佳实践方法、系统、电子设备和可读存储介质。其中最佳实践方法包括：获取数据需求方的历史访问记录，并根据历史访问记录、历史购买记录、关联用户画像以及实时数据交易热点信息中的至少多项获得与数据需求方相匹配的推荐数据交易产品。通过本申请提出的技术方案，能够基于数据需求方的历史访问记录或历史购买记录，获取数据需求方的偏好信息，并基于此结合数据需求方的相似用户画像以及当前的实时数据交易热点，为数据需求方提供适应性的关联产品推荐，从而帮助数据需求方更为便捷地获取所需的数据交易产品信息，节省了数据需求方的搜寻时间成本，同时能够更好地匹配数据需求方的真实需求。

说明书

技术领域

本发明涉及通信技术领域，具体地，公开了一种数据交易环境下针对需求方的最佳实践方法、系统、电子设备和可读存储介质。

背景技术

随着互联网技术和大数据应用的高速发展，越来越多的企业和个人寻求大数据分析来帮助自身突破现有瓶颈，为大众客户提供更具有针对性，更为优质高效的服务。大数据分析的基础是海量的数据，如何从指数化增长的海量数据中选择适合于自身业务领域的数据产品进行交易成为了目前数据产品交易领域中的一大难题。

可以理解的是，在海量的数据产品中，需求方往往很难去找到自身所需的数据产品信息，很有可能出现花了大价钱购买的数据与实际所需的数据匹配度很低甚至是无法使用的场景，对需求方的数据交易形成了糟糕的负面体验。虽然目前现有的数据交易平台均可以提供基于数据交易产品名称的检索功能，但由于对数据交易产品的名称命名尚未形成标准认知，不同供应方对于数据交易产品的描述也存在文字表达上的差异，需求方往往耗费了大量的时间成本，也很难通过检索准确查找到需要订购的数据交易产品。

因此，如何针对不同需求方对于数据交易产品的不同需求，为其提供对应的数据资源推荐，从而保证数据需求方在数据交易过程中能够享有最佳的实践操作体验就变得尤为重要。

发明内容

针对现有技术中存在的上述缺陷，本发明提供一种数据交易环境下针对需求方的最佳实践方法、系统、装置和可读存储介质。

具体地，在本申请的第一方面提供了一种数据交易环境下针对需求方的最佳实践方法，具体包括：

在接收到需求方针对数据交易产品的第一访问请求的情况下，获取第一访问请求对应的需求方信息及数据交易产品信息；

呈现数据交易产品信息；以及

基于访问请求生成关联于需求方的访问记录，并根据访问记录对存储的关联于需求方的历史访问记录进行更新；

最佳实践方法还包括：

在接收到需求方针对数据产品交易平台的第二访问请求的情况下，获取第二访问请求对应的需求方信息；

根据需求方信息获取需求方的历史访问记录、需求方的历史购买记录以及需求方的相似用户画像；

根据历史访问记录、历史购买记录、相似用户画像以及实时的数据交易产品交易信息中的至少两项，生成关联于需求方的推荐数据交易产品；

通过数据产品交易平台向需求方呈现推荐数据交易产品。

在上述第一方面的一种可能的实现中，历史访问记录存储于键值对数据库，每个需求方对应一个访问记录列表；

访问记录列表包括多条访问记录，访问记录于访问记录列表中依照时间轴次序逆序排列；

于访问记录列表中，最后一条访问记录距离当前时刻的间隔时间小于或等于第一预设阈值；

于访问记录列表中，访问记录的数量小于或等于第二预设阈值。

在上述第一方面的一种可能的实现中，根据新增的访问记录对历史访问记录进行更新的步骤包括：

获取与新增的访问记录对应于同一需求方的访问记录列表；

判断访问记录列表的当前访问记录的数量是否等于第二预设阈值；

在当前访问记录的数量等于第二预设阈值的情况下，于访问记录列表中，删除最后一条访问记录并将新增的访问记录插入访问记录列表中；

在当前访问记录的数量不等于第二预设阈值的情况下，将新增的访问记录插入访问记录列表中。

在上述第一方面的一种可能的实现中，需求方的相似用户画像包括：

需求方的相似用户的历史访问记录和/或相似用户的历史购买记录；

其中，需求方的相似用户包括与需求方的历史访问记录和/或历史购买记录的重叠程度大于第三预设阈值的用户。

在上述第一方面的一种可能的实现中，生成关联于需求方的推荐数据交易产品具体包括：

根据相似用户画像，获取需求方的相似用户的历史访问记录和/或历史购买记录；

根据需求方的历史访问记录和/或历史购买记录，剔除相似用户画像中的重复内容，并将剩余的历史访问记录和/或历史购买记录对应的数据交易产品作为推荐数据交易产品。

在上述第一方面的一种可能的实现中，生成关联于需求方的推荐数据交易产品具体包括：

获取全体用户的历史访问记录和/或历史购买记录；

根据历史访问记录和/或历史购买记录，获取全体用户针对数据交易产品的群体偏好画像；

基于群体偏好画像，获取数据交易产品之间的偏好相似度，并将偏好相似度大于第四预设阈值的数据交易产品作为关联数据交易产品；

根据需求方的历史访问记录和/或历史购买记录，获取需求方的个人偏好画像；

基于个人偏好画像获取对应的关联数据交易产品以作为推荐数据交易产品。

在上述第一方面的一种可能的实现中，基于群体偏好画像，采用Apriori算法获取数据交易产品之间的偏好相似度及关联数据交易产品；

关联数据交易产品跟随全体用户的历史访问记录和/或历史购买记录的更新同步进行更新。

本申请的第二方面提供了一种数据交易环境下针对需求方的最佳实践系统，应用于前述第一方面所提供的数据交易环境下针对需求方的最佳实践方法中，具体包括：

第一获取单元，用于在接收到需求方针对数据交易产品的第一访问请求的情况下，获取第一访问请求对应的需求方信息及数据交易产品信息；

第一呈现单元，用于呈现数据交易产品信息；

访问记录单元，用于基于访问请求生成关联于需求方的访问记录，并根据访问记录对存储的关联于需求方的历史访问记录进行更新；

第二获取单元，用于在接收到需求方针对数据产品交易平台的第二访问请求的情况下，获取第二访问请求对应的需求方信息；

第三获取单元，用于根据需求方信息获取需求方的历史访问记录、需求方的历史购买记录以及需求方的相似用户画像；

推荐单元，用于根据历史访问记录、历史购买记录、相似用户画像以及实时的数据交易产品交易信息中的至少两项，生成关联于需求方的推荐数据交易产品；

第二呈现单元，用于通过数据产品交易平台向需求方呈现推荐数据交易产品。

本申请的第三方面提供了一种电子设备，包括：存储器，存储器用于存储处理程序；处理器，处理器执行处理程序时实现前述第一方面所提供的数据交易环境下针对需求方的最佳实践方法。

本申请的第四方面提供了一种计算机可读存储介质，该种计算机可读存储介质上存储有处理程序，处理程序被处理器执行时实现前述第一方面所提供的数据交易环境下针对需求方的最佳实践方法。

与现有技术相比，本申请具有如下的有益效果：

通过本申请提出的技术方案，能够基于数据需求方的历史访问记录或历史购买记录，获取数据需求方的偏好信息，并基于这一偏好信息，结合数据需求方的相似用户画像以及当前的实时数据交易热点，为数据需求方提供适应性的关联产品推荐，从而帮助数据需求方更为便捷地获取所需的数据交易产品信息，节省了数据需求方的搜寻时间成本，同时能够更好地匹配数据需求方的真实数据需求。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1根据本申请实施例，示出了一种数据交易环境下针对需求方的最佳实践方法的流程示意图。

图2根据本申请实施例，示出了一种根据新增的访问记录对历史访问记录进行更新的流程示意图。

图3根据本申请实施例，示出了一种生成关联于需求方的推荐数据交易产品的流程示意图。

图4根据本申请实施例，示出了另一种生成关联于需求方的推荐数据交易产品的流程示意图。

图5根据本申请实施例，示出了一种数据交易环境下针对需求方的最佳实践系统的结构示意图。

具体实施方式

下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。

为了解决现有技术中存在的数据需求方难以从海量的数据交易产品中获取自身所需的交易内容的问题，本申请提出了一种数据交易环境下针对需求方的最佳实践方法、系统、装置和可读存储介质。通过该种最佳实践方法，能够基于数据需求方的历史访问记录或历史购买记录，获取数据需求方的偏好信息，并基于这一偏好信息进行适应性的关联产品推荐，从而帮助数据需求方更为便捷地获取所需的数据交易产品信息，节省了数据需求方的搜寻时间成本，同时能够更好地匹配数据需求方的真实需求。

具体地，图1根据本申请的一些实施例，示出了在本申请的第一方面提供了一种数据交易环境下针对需求方的最佳实践方法，该种最佳实践方法具体包括：

步骤101：在接收到需求方针对数据交易产品的第一访问请求的情况下，获取第一访问请求对应的需求方信息及数据交易产品信息。可以理解的是，在数据需求方通过用户端于数据交易平台中进行登录并浏览的过程中，可以对陈列的数据交易产品进行点击等操作来对于数据交易产品的详情页进行查看，在上述点击操作的执行过程中能够对登录的数据需求方身份信息进行相应获取。

步骤102a：呈现数据交易产品信息。具体地，可以通过显示屏等物理设备对数据交易产品信息进行面向数据需求方的可视化呈现，在此不做限定。

步骤102b：基于访问请求生成关联于需求方的访问记录，并根据访问记录对存储的关联于需求方的历史访问记录进行更新。后文中将对于历史访问记录的更新和存储情况进行进一步说明和阐释。

可以理解的是，上述步骤102a和步骤102b可以同时执行，对其执行先后顺序在此不做限定。

在收集并获取数据需求方的历史访问记录的情况下，该种最佳实践方法还包括：

步骤103：在接收到需求方针对数据产品交易平台的第二访问请求的情况下，获取第二访问请求对应的需求方信息。这里的第二访问请求区别于前述步骤中的第一访问请求，第一访问请求可以是针对某个特定数据交易产品的详情页的访问，第二访问请求则可以是针对数据交易平台的访问。一般地，数据需求方可以在数据交易平台对应的页面中对于数据交易产品进行查阅。

可以理解的是，虽然步骤101、步骤102a和步骤102b属于步骤103的必要前置步骤，但两者之间并无直接的执行次序前后关系，在后续登录过程中用户的访问请求同样会对于历史访问记录进行持续更新，在此不做限定。

步骤104：根据需求方信息获取需求方的历史访问记录、需求方的历史购买记录以及需求方的相似用户画像。其中，有关相似用户画像的具体包含内容及获取方式将于后文中进行说明。

步骤105：根据历史访问记录、历史购买记录、相似用户画像以及实时的数据交易产品交易信息中的至少两项，生成关联于需求方的推荐数据交易产品。其中，关于如何生成推荐数据交易产品将于下文中进行阐释和说明。

步骤106：通过数据产品交易平台向需求方呈现推荐数据交易产品。

通过上述步骤101至步骤106，能够实现为数据需求方进行适应性的关联产品推荐，以下将对上述步骤101至步骤106的具体实现做出进一步阐释和说明。

在本申请的一些实施例中，进一步地，历史访问记录存储于键值对数据库，每个需求方对应一个访问记录列表。

其中：访问记录列表包括多条访问记录，访问记录于访问记录列表中依照时间轴次序逆序排列。

于上述实施例中，于访问记录列表中，最后一条访问记录距离当前时刻的间隔时间小于或等于第一预设阈值，且访问记录的数量小于或等于第二预设阈值。

可以理解的是，访问记录列表可以通过Redis数据库进行存储。其中，Redis数据库是使用ANSI C语言开发的一个高性能键值对数据库，是当今速度最快的内存型非关系型数据库。对于其中存储的访问记录列表中的访问记录，Redis数据库可以设置缓存时间，例如一个月，超出缓存时间的访问记录将被自动清除。同时，Redis数据库还可以支持数据需求方浏览的访问记录按浏览的先后顺序排序、对访问记录的条数进行限制以及对访问记录进行去重等功能，符合对于历史访问记录历史访问记录的存储需求。

在本申请的一些实施例中，图2示出了一种根据新增的访问记录对历史访问记录进行更新的流程示意图，具体可以包括：

步骤201：获取与新增的访问记录对应于同一需求方的访问记录列表。

步骤202：判断访问记录列表的当前访问记录的数量是否等于第二预设阈值：若是则说明新增访问记录会超出最大可记录访问数量，进而转型步骤203；若否则说明新增访问记录不会超出最大可记录访问数量。

步骤203：在当前访问记录的数量等于第二预设阈值的情况下，于访问记录列表中，删除最后一条访问记录并将新增的访问记录插入访问记录列表中。可以理解的是，当新增访问记录会超出最大可记录访问数量，按照先进先出的列表记录规则需要删除最后一条访问记录，即距离当前时刻时间最久的访问记录，并将新增的访问记录插入至访问记录列表的首位。

步骤204：在当前访问记录的数量不等于第二预设阈值的情况下，将新增的访问记录插入访问记录列表中。

在本申请的一些实施例中，需求方的相似用户画像可以包括需求方的相似用户的历史访问记录和/或相似用户的历史购买记录。其中，需求方的相似用户包括与需求方的历史访问记录和/或历史购买记录的重叠程度大于第三预设阈值的用户。

可以理解的是

在本申请的一些实施例中，图3示出了一种生成关联于需求方的推荐数据交易产品的流程示意图，具体包括：

步骤301：根据相似用户画像，获取需求方的相似用户的历史访问记录和/或历史购买记录。

步骤302：根据需求方的历史访问记录和/或历史购买记录，剔除相似用户画像中的重复内容，并将剩余的历史访问记录和/或历史购买记录对应的数据交易产品作为推荐数据交易产品。

通过上述步骤301至步骤302，能够实现基于用户的协同过滤推荐，其根据所有用户对物品或者信息的偏好，发现与当前数据需求方偏好相似的“邻居”用户群，在此可以采用计算“K-邻居”的算法加以实现，在此不做限定。进而基于这K个邻居的历史偏好信息，为当前数据需求方进行推荐。例如，在上述实施例的一种具体实现中，用户A购买了数据交易产品a、数据交易产品b和数据交易产品c，用户B购买了数据交易产品a和数据交易产品b，如果用户A和用户B属于相似用户，那么当用户B作为数据需求方登录至交易平台后，会将数据交易产品c作为推荐数据交易产品向用户B进行推荐。

在本申请的一些实施例中，图4示出了另一种生成关联于需求方的推荐数据交易产品的流程示意图，具体包括：

步骤401：获取全体用户的历史访问记录和/或历史购买记录。

步骤402：根据历史访问记录和/或历史购买记录，获取全体用户针对数据交易产品的群体偏好画像。其中，群体偏好画像可以包括每个数据交易平台的注册用户对于数据交易产品的偏好程度。

步骤403：基于群体偏好画像，获取数据交易产品之间的偏好相似度，并将偏好相似度大于第四预设阈值的数据交易产品作为关联数据交易产品。有关如何获取关联数据交易产品将于后文中进行说明。

步骤404：根据需求方的历史访问记录和/或历史购买记录，获取需求方的个人偏好画像。

步骤405：基于个人偏好画像获取对应的关联数据交易产品以作为推荐数据交易产品。

通过上述步骤401至405，能够实现基于数据交易产品的协同过滤推荐，其通过所有用户对各个数据交易产品之间的用户偏好，发现数据交易产品之间的相似度，然后根据数据需求方的历史偏好信息，将相似度高的关联数据交易产品推荐给数据需求方。即基于群体偏好获得数据交易产品之间的相似度和关联数据交易产品，再根据个体偏好进行适应性推荐。与现有技术中基于内容的协同过滤推荐相比，基于内容的协同过滤推荐仅根据数据交易产品自身的产品相似度进行关联，并不会考虑个体偏好，相较之下本申请提供的上述技术方案更能够适配数据需求方的自身特定需求。

在本申请的一些实施例中，进一步地，基于群体偏好画像，采用Apriori算法获取数据交易产品之间的偏好相似度及关联数据交易产品。

可以理解的是，于上述实施例中，Apriori算法是经典的挖掘频繁项集和关联规则的数据挖掘算法：算法使用频繁项集性质的先验性质，即频繁项集的所有非空子集也一定是频繁的，进而施行逐层搜索的迭代。具体地，可以通过扫描数据库，累计每个项的支持度计数，并收集满足最小支持度的项，找出频繁1项集的集合。该集合记为L1。然后使用L1找出频繁2项集的集合L2，进而使用L2找出频繁3项集的集合L3，如此迭代逐层搜索直至不能再找到频繁k项集，在上述过程中每找出一个频繁K项集的集合Lk就需要对数据库进行一次完整扫描。结合本申请所提供的上述实施例，可以通过对存储有数据交易产品信息的数据库进行遍历，结合全体用户针对数据交易产品的群体偏好画像以获取得到每个数据交易产品对应的支持度计数，进而获取数据交易产品的关联数据交易产品。其中，一个数据交易产品的关联数据交易产品可能是一个也可能是多个。例如，有关手机营销数据的数据交易产品和有关手机壳营销数据的数据交易产品以及有关手机贴膜营销数据的数据交易产品即可通过上述算法被认定为关联数据交易产品。

在本申请的一些实施例中，进一步地，关联数据交易产品跟随全体用户的历史访问记录和/或历史购买记录的更新同步进行更新。具体地，关联数据交易产品的数据结构可以包括关联创建时间和关联有效时间。其中关联创建时间指的是根据前述实施例提供的算法所建立关联关系的时间，关联有效时间则可以是执行一次关联更新的间隔周期。可以理解的是，随着全体用户的历史访问记录和/或历史购买记录的更新，有关数据交易产品之间的关联关系也会随之进行更新，则当前关联数据交易产品的关联有效时间可以是两次更新之间的间隔时间。

而在本申请的另一些实施例中，关联数据交易产品也可以由数据交易平台进行预先的自主设定，在此不做限定。

以下将提供一具体实施例对本技术方案进行进一步阐释和说明：

在上述具体实施中，设定数据需求方通过浏览器对数据交易平台进行访问，其中：

于上述具体实施例中，数据需求方通过浏览器的显示界面点击数据交易产品的详情展示，相关请求反馈至服务器，服务器根据请求解析获得数据需求方的身份令牌以及对应的数据交易产品身份号，进而分别将请求与身份令牌发送至Redis数据库进行访问记录的生成和记录，以及将数据交易产品身份号发送至MySQL数据库进行产品信息的查询，并通过服务器封装后由显示界面进行显示。其中，MySQL数据库可以存储有全部的数据交易产品信息、数据交易产品交易信息、关联数据交易产品信息等。

于上述具体实施例中，当数据需求方通过浏览器对交易平台进行访问时，相关请求同样反馈至服务器并由服务器进行身份令牌解析，在获得数据需求方的身份令牌后从Redis数据库调用该数据需求方的历史访问记录，同时从MySQL数据库调用该数据需求方的历史购买记录、相似用户画像、关联数据交易产品、当前热门数据交易产品等信息，由服务器进行推荐产品的生成并通过显示界面进行显示。其中，结合当前热门数据交易产品能够帮助数据需求方了解当前的热点数据交易产品，上述各方调用数据的所占权重可以由服务器自行设定，在此不做限定。

图5根据本申请的一些实施例，示出了一种数据交易环境下针对需求方的最佳实践系统，应用于前述实施例所提供的最佳实践方法中，具体包括：

第一获取单元001，用于在接收到需求方针对数据交易产品的第一访问请求的情况下，获取第一访问请求对应的需求方信息及数据交易产品信息；

第一呈现单元002，用于呈现数据交易产品信息。

访问记录单元003，用于基于访问请求生成关联于需求方的访问记录，并根据访问记录对存储的关联于需求方的历史访问记录进行更新。

第二获取单元004，用于在接收到需求方针对数据产品交易平台的第二访问请求的情况下，获取第二访问请求对应的需求方信息。

第三获取单元005，用于根据需求方信息获取需求方的历史访问记录、需求方的历史购买记录以及需求方的相似用户画像。

推荐单元006，用于根据历史访问记录、历史购买记录、相似用户画像以及实时的数据交易产品交易信息中的至少两项，生成关联于需求方的推荐数据交易产品。

第二呈现单元007，用于通过数据产品交易平台向需求方呈现推荐数据交易产品。

可以理解的是，上述最佳实践系统中各个功能模块所实现的内容，与前述实施例中提供的最佳实践方法中各个步骤所实现的内容相一致，在此不做赘述。

在本申请的一些实施例中，还提供了一种电子设备。该种电子设备中包含存储器和处理器，其中存储器用于对处理程序进行存储，处理器则根据指令对处理程序进行执行。当处理器对处理程序进行执行时，使得前述实施例中的运维管理方法得以实现。

在本申请的一些实施例中，还提供了一种可读存储介质，该可读存储介质可以为非易失性可读存储介质，也可以为易失性可读存储介质。该可读存储介质中存储有指令，当该指令在计算机上运行时，使得包含该种可读存储介质的电子设备执行前述的运维管理方法。

可以理解的是，对于前述所提及的数据交易环境下针对需求方的最佳实践方法，如果均以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-only memory，ROM)、随机存取存储器(Randomaccess memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本申请所公开的技术方案所涉及的程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如C语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

上面结合附图对本公开的实施方式作了详细说明，但是本公开并不限于上述实施方式。即使对本公开做出各种变化，倘若这些变化属于本公开权利要求及其等同技术的范围之内，则仍落入在本公开的保护范围之中。

综上所述，通过本申请提出的技术方案，能够基于数据需求方的历史访问记录或历史购买记录，获取数据需求方的偏好信息，并基于这一偏好信息，结合数据需求方的相似用户画像以及当前的实时数据交易热点，为数据需求方提供适应性的关联产品推荐，从而帮助数据需求方更为便捷地获取所需的数据交易产品信息，节省了数据需求方的搜寻时间成本，同时能够更好地匹配数据需求方的真实数据需求。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。