CN111898021A - 资源数据推荐方法和装置，推荐资源数据生成方法和装置 - Google Patents
资源数据推荐方法和装置，推荐资源数据生成方法和装置 Download PDFInfo
- Publication number
- CN111898021A CN111898021A CN202010678360.2A CN202010678360A CN111898021A CN 111898021 A CN111898021 A CN 111898021A CN 202010678360 A CN202010678360 A CN 202010678360A CN 111898021 A CN111898021 A CN 111898021A
- Authority
- CN
- China
- Prior art keywords
- resource data
- data
- candidate
- interface
- resource
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 68
- 230000006399 behavior Effects 0.000 claims description 87
- 238000012545 processing Methods 0.000 claims description 30
- 238000006243 chemical reaction Methods 0.000 abstract description 8
- 239000002699 waste material Substances 0.000 abstract description 8
- 235000012054 meals Nutrition 0.000 description 45
- 235000013305 food Nutrition 0.000 description 44
- 238000004422 calculation algorithm Methods 0.000 description 26
- 238000011985 exploratory data analysis Methods 0.000 description 19
- 235000021186 dishes Nutrition 0.000 description 17
- 238000013507 mapping Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 7
- 230000002829 reductive effect Effects 0.000 description 6
- 235000008534 Capsicum annuum var annuum Nutrition 0.000 description 5
- 240000008384 Capsicum annuum var. annuum Species 0.000 description 5
- 241000227653 Lycopersicon Species 0.000 description 5
- 235000007688 Lycopersicon esculentum Nutrition 0.000 description 5
- 244000061456 Solanum tuberosum Species 0.000 description 5
- 235000002595 Solanum tuberosum Nutrition 0.000 description 5
- 235000013361 beverage Nutrition 0.000 description 5
- 235000013372 meat Nutrition 0.000 description 5
- 235000015277 pork Nutrition 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 238000004806 packaging method and process Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012856 packing Methods 0.000 description 2
- 235000013311 vegetables Nutrition 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 238000013506 data mapping Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开一种资源数据的推荐方法和装置，推荐资源数据的生成方法和装置，计算机存储介质和电子设备，其中推荐方法包括：获取基于资源数据服务平台的资源数据请求；根据资源数据请求，确定向资源数据服务平台提供候选资源数据的数据接口；根据数据接口，获取相应的候选资源数据；其中，候选资源数据为来源于不同资源数据提供方提供的候选资源数据集合；将候选资源数据输出到所述资源数据服务平台。能够为资源数据请求方提供来自不同资源数据方提供的候选资源数据，打破传统推荐中仅限于资源数据请求方当前所在资源数据提供方提供的所述资源数据服务平台，提高资源数据提供的全面性、准确性和转化率，减少资源浪费。
Description
技术领域
本申请涉及计算机应用技术领域，具体涉及一种资源数据的推荐方法和装置，一种推荐资源数据的生成方法和装置，一种计算机存储介质和电子设备。
背景技术
随着社会经济的发展和人们生活水平的提高，外出就餐已成为一种比较常见的生活方式。而随着科学技术的发展，外出就餐以从传统的纸质菜谱点餐转变为电子点餐，通常情况下，顾客在进入餐厅或饭店就餐时，可以通过手机扫描二维码等多种方式快速进入线上移动门店的点餐界面进行点餐，从而快捷和方便地进行点餐和结账等操作，这种就餐方式已经普遍的存在我们的生活中。
为更好贴合顾客的就餐***台上为顾客推荐感兴趣的菜品，方便顾客快速完成点餐操作或加餐操作。
然而，现有菜品推荐方法上仅基于顾客进入移动门店当前商家所提供的餐品信息内，所以推荐菜品具有一定局限性，造成推荐餐品转化率低、资源浪费的问题。
发明内容
本申请提供一种资源数据的推荐方法，以解决现有技术中由于推荐数据存在一定局限性而导致的数据转化率低，资源浪费的技术问题。
本申请提供一种资源数据的推荐方法，包括：
获取基于资源数据服务平台的资源数据请求；
根据所述资源数据请求，确定向所述资源数据服务平台提供候选资源数据的数据接口；
根据所述数据接口，获取相应的所述候选资源数据；其中，所述候选资源数据为来源于不同资源数据提供方提供的候选资源数据集合；
将所述候选资源数据输出到所述资源数据服务平台。
在一些实施例中，所述根据所述资源数据请求，确定向所述资源数据服务平台提供候选资源数据的数据接口，包括：
根据所述资源数据请求，确定是否满足向所述资源数据服务平台，以第一数据接口提供所述候选资源数据的条件；
若是，则将所述第一数据接口确定为向所述资源数据服务平台提供候选资源数据的数据接口。
在一些实施例中，所述根据所述资源数据请求，确定是否满足向所述资源数据服务平台，以第一数据接口提供所述候选资源数据的条件，包括：
根据所述资源数据请求中携带信息，确定所述资源数据服务平台是否存在资源数据标识信息。
在一些实施例中，所述根据所述数据接口，获取相应的所述候选资源数据，包括：
调用所述第一数据接口，获取与所述第一数据接口对应的所述候选资源数据。
在一些实施例中，所述第一数据接口为相似数据接口；与所述第一数据接口对应的所述候选资源数据为相似候选资源数据。
在一些实施例中，所述根据所述资源数据请求，确定是否满足向所述资源数据服务平台，以第一数据接口提供所述候选资源数据的条件，包括：
若否，则根据所述资源数据请求，确定是否满足向所述资源数据服务平台，以第二数据接口提供所述候选资源数据的条件；
当所述确定是否满足向所述资源数据服务平台，以第二数据接口提供所述候选资源数据的条件为是时，则确定向所述资源数据服务平台提供候选资源数据的数据接口为第二数据接口。
在一些实施例中，所述根据所述资源数据请求，确定是否满足向所述资源数据服务平台，以第二数据接口提供所述候选资源数据的条件，包括：
根据所述资源数据请求中携带的信息，确定所述资源数据服务平台是否存在所述资源数据请求方的标识信息。
在一些实施例中，所述根据所述数据接口，获取相应的所述候选资源数据，包括：
调用所述第二数据接口，获取与所述第二数据接口对应的所述候选资源数据。
在一些实施例中，所述通过调用所述第二数据接口，获取与所述第二数据接口对应的所述候选资源数据，包括：
根据所述资源数据请求方的分组信息，确定与所述资源数据请求方对应的推荐算法接口；
调用所述推荐算法接口，获取与所述推荐算法接口对应的所述候选资源数据。
在一些实施例中，所述第二数据接口为指定数据接口，与所述第二数据接口对应的所述候选资源数据为指定候选资源数据。
在一些实施例中，所述若确定是否满足向所述资源数据服务平台，以第二数据接口提供所述候选资源数据的条件为否，则确定向所述资源数据服务平台提供候选资源数据的数据接口为第三数据接口。
在一些实施例中，所述根据所述数据接口，获取相应的所述候选资源数据，包括：
调用第三数据接口，获取与所述第三数据接口对应的所述候选资源数据。
在一些实施例中，所述第三数据接口为热点数据接口；与所述第三数据接口对应的所述候选资源数据为热点候选资源数据。
在一些实施例中，所述根据所述数据接口，获取相应的所述候选资源数据，包括：
根据所述数据接口，获取根据资源数据请求方的行为数据，标准化资源数据和原资源数据中的至少一种数据确定的所述候选资源数据。
在一些实施例中，所述根据所述数据接口，获取根据资源数据请求方的行为数据，标准化资源数据和原资源数据中的至少一种数据确定的所述候选资源数据，包括：
获取资源数据请求方基于不同资源数据提供方的资源数据服务平台产生的所述行为数据，标准化资源数据和不同资源数据提供方的资源数据服务平台提供的原资源数据中的至少一种数据；其中，所述标准化资源数据为针对不同资源数据提供方提供的相似资源数据进行名称统一化处理的数据；
根据获取的所述行为数据、标准化资源数据和原资源数据中的至少一种数据，确定用于向所述资源数据请求方推荐的候选资源数据集；
根据所述数据接口，从相应的所述候选资源数据集中获取所述候选资源数据。
在一些实施例中，所述资源数据为餐品，所述资源数据服务平台为线下商家提供的线上点餐服务平台。
在一些实施例中，所述根据所述资源数据请求，确定向所述资源数据服务平台提供候选资源数据的数据接口，包括：
根据所述资源数据请求，确定所述资源数据服务平台当前的服务方式；
根据所述资源数据请求和所述服务方式，确定向所述资源数据服务平台提供候选资源数据的数据接口。
在一些实施例中，所述服务方式包括：堂食和外卖至少一种。
在一些实施例中，所述将所述候选资源数据输出到所述资源数据服务平台，包括：
根据所述资源数据请求，确定基于所述资源数据服务平台，所述资源数据请求发出的当前界面位置；
将所述候选资源数据输出到所述资源数据服务平台的所述当前界面位置。
在一些实施例中，所述当前界面位置包括：点餐界面、餐品详情界面、购物篮界面以及订单完成信息界面中的至少一种。
在一些实施例中，所述根据所述数据接口，获取相应的所述候选资源数据，包括：
通过调用与所述数据接口对应的，用于存储所述候选资源数据的数据库中获取相应的所述候选资源数据。
本申请还提供一种资源数据的推荐装置，包括：
第一获取单元，用于获取基于资源数据服务平台的资源数据请求；
确定单元，用于根据所述资源数据请求，确定向所述资源数据服务平台提供候选资源数据的数据接口；
第二获取单元，用于根据所述数据接口，获取相应的所述候选资源数据；其中，所述候选资源数据为来源于不同资源数据提供方提供的候选资源数据集合；
输出单元，用于将所述候选资源数据输出到所述资源数据服务平台。
本申请还提供一种推荐资源数据的生成方法，包括：
获取资源数据请求方基于不同资源数据提供方的资源数据服务平台产生的行为数据，标准化资源数据和不同资源数据提供方的资源数据服务平台提供的原资源数据中的至少一种数据；其中，所述标准化资源数据为针对不同资源数据提供方提供的相似资源数据进行名称统一化处理的数据；
根据获取的所述行为数据、标准化资源数据和原资源数据中的至少一种数据，生成用于向所述资源数据请求方推荐的候选资源数据。
在一些实施例中，所述获取资源数据请求方基于不同资源数据提供方的资源数据服务平台产生的行为数据，包括：
获取资源数据请求方在不同资源数据提供方的资源数据服务平台上的全局标识信息和不同资源数据提供方的资源数据服务平台内的内部标识信息；
将所述全局标识信息与所述内部标识信息建立关联关系；
基于所述关联关系，获取资源数据请求方基于不同资源数据提供方的资源数据服务平台产生的行为数据。
在一些实施例中，所述获取标准化资源数据，包括：
对获取的所述不同资源数据提供方的资源数据服务平台提供的原资源数据进行干扰数据剔除；
将剔除后的资源数据中资源数据名称表述相近的资源数据，进行标准名称统一化处理；
根据统一化处理后的资源数据和原资源数据建立的映射关系，获得标准化资源数据表；
根据所述标准化资源数据表获取标准化资源数据。
在一些实施例中，所述对获取的所述不同资源数据提供方的资源数据服务平台提供的原资源数据进行干扰数据剔除，包括：
剔除所述原资源数据中与推荐资源数据类型不同的资源数据。
在一些实施例中，所述对获取的所述不同资源数据提供方的资源数据服务平台提供的原资源数据进行干扰数据剔除，包括：
剔除所述原资源数据名称中特殊字符。
在一些实施例中，所述根据获取的所述行为数据、标准化资源数据和原资源数据中的至少一种数据，生成用于向所述资源数据请求方推荐的候选资源数据，包括：
根据所述原资源数据和所述行为数据的数据探索性分析，将所述行为数据和标准化资源数据输入到所述数据探索性分析提供的推荐模型中，生成用于向所述资源数据请求方推荐的指定候选资源数据；
或者；
根据所述原资源数据和所述行为数据的数据探索性分析，对所述行为数据中的历史资源数据和所述原资源数据进行相似度计算，生成用于向所述资源数据请求方推荐的相似候选资源数据；
或者；
根据所述原资源数据的数据探索性分析，确定的热点资源数据生成用于向所述资源数据请求方推荐的热点候选资源数据。
在一些实施例中，所述将所述行为数据和标准化资源数据输入到，根据所述数据探索性分析提供的推荐模型中，生成用于向所述资源数据请求方推荐的指定候选资源数据，包括：
将所述行为数据和标准化资源数据输入到，根据所述数据探索性分析提供的不同推荐模型中，生成用于向所述资源数据请求方推荐不同的指定候选资源数据。
在一些实施例中，还包括：
将所述不同的指定候选资源数据以数据表的形式分别存储在数据库中。
在一些实施例中，还包括：
对所述生成用于向所述资源数据请求方推荐不同的指定候选资源数据进行评测；
根据评测结果，确定所述指定候选资源数据的推荐等级；
将所述推荐等级按照优先级排列后的，最高级确定为最终生成的用于向所述资源数据请求方推荐的候选资源数据。
在一些实施例中，所述对所述生成用于向所述资源数据请求方推荐不同的指定候选资源数据进行评测，包括：
获取响应于向所述资源数据请求方推荐的指定候选资源数据的反馈信息；
根据所述反馈信息，对所述指定候选资源数据进行评测。
本申请还提供一种推荐资源数据的生成装置，包括：
获取单元，用于获取资源数据请求方基于不同资源数据提供方的资源数据服务平台产生的行为数据，标准化资源数据和不同资源数据提供方的资源数据服务平台提供的原资源数据中的至少一种数据；其中，所述标准化资源数据为针对不同资源数据提供方提供的相似资源数据进行名称统一化处理的数据；
生成单元，用于根据获取的所述行为数据、标准化资源数据和原资源数据中的至少一种数据，生成用于向所述资源数据请求方推荐的候选资源数据。
本申请还提供一种计算机存储介质，用于存储网络平台产生数据，以及对应所述网络平台产生数据进行处理的程序；
所述程序在被读取执行时，执行如下步骤：
获取基于资源数据服务平台的资源数据请求；
根据所述资源数据请求，确定向所述资源数据服务平台提供候选资源数据的数据接口；
根据所述数据接口，获取相应的所述候选资源数据；其中，所述候选资源数据为来源于不同资源数据提供方提供的候选资源数据集合；
将所述候选资源数据输出到所述资源数据服务平台；
或者；
获取资源数据请求方基于不同资源数据提供方的资源数据服务平台产生的行为数据，标准化资源数据和不同资源数据提供方的资源数据服务平台提供的原资源数据中的至少一种数据；其中，所述标准化资源数据为针对不同资源数据提供方提供的相似资源数据进行名称统一化处理的数据；
根据获取的所述行为数据、标准化资源数据和原资源数据中的至少一种数据，生成用于向所述资源数据请求方推荐的候选资源数据。
本申请还提供一种电子设备，包括：
处理器；
存储器，用于存储对网络平台产生数据进行处理的程序，所述程序在被所述处理器读取执行时，执行如下步骤：
获取基于资源数据服务平台的资源数据请求；
根据所述资源数据请求，确定向所述资源数据服务平台提供候选资源数据的数据接口；
根据所述数据接口，获取相应的所述候选资源数据；其中，所述候选资源数据为来源于不同资源数据提供方提供的候选资源数据集合；
将所述候选资源数据输出到所述资源数据服务平台；
或者；
获取资源数据请求方基于不同资源数据提供方的资源数据服务平台产生的行为数据，标准化资源数据和不同资源数据提供方的资源数据服务平台提供的原资源数据中的至少一种数据；其中，所述标准化资源数据为针对不同资源数据提供方提供的相似资源数据进行名称统一化处理的数据；
根据获取的所述行为数据、标准化资源数据和原资源数据中的至少一种数据，生成用于向所述资源数据请求方推荐的候选资源数据。
与现有技术相比，本申请具有以下优点:
本申请提供的一种资源数据的推荐方法，通过根据获取的基于资源数据服务平台的资源数据请求，确定向所述资源数据服务平台提供候选资源数据的数据接口；根据所述数据接口，获取相应的所述候选资源数据；其中，所述候选资源数据为来源于不同资源数据提供方提供的候选资源数据集合；将所述候选资源数据输出到所述资源数据服务平台。从而，能够为资源数据请求方提供来自不同资源数据方提供的候选资源数据，打破传统推荐中仅限于资源数据请求方当前所在资源数据提供方提供的所述资源数据服务平台，所提供的资源数据范围内进行候选资源数据提供的局限，提高资源数据提供的全面性、准确性和转化率，减少资源浪费。
本申请提供的推荐资源数据的生成方法，通过获取资源数据请求方基于不同资源数据提供方的资源数据服务平台产生的行为数据，标准化资源数据和不同资源数据提供方的资源数据服务平台提供的原资源数据中的至少一种数据；其中，所述标准化资源数据为针对不同资源数据提供方提供的相似资源数据进行名称统一化处理的数据；根据获取的所述行为数据、标准化资源数据和原资源数据中的至少一种数据，生成用于向所述资源数据请求方推荐的候选资源数据。从而能够使得生成的候选资源数据来自不同的资源数据提供方，使得生成的候选资源数据不再受单一资源数据提供方的资源服务平台限制，以便在后续进行推荐时能够提高推荐候选资源数据的全面性、准确性，减少资源浪费。
附图说明
图1是本申请提供的一种资源数据的推荐方法实施例的流程图；
图2是本申请提供的一种资源数据的推荐装置实施例的结构示意图；
图3是本申请提供的一种推荐资源数据的生成方法实施例的流程图；
图4是本申请提供的一种推荐资源数据的生成装置实施例的结构示意图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本申请内涵的情况下做类似推广，因此本申请不受下面公开的具体实施的限制。
本申请中使用的术语是仅仅出于对特定实施例描述的目的，而非旨在限制本申请。在本申请中和所附权利要求书中所使用的描述方式例如：“一种”、“第一”、和“第二”等，并非对数量上的限定或先后顺序上的限定，而是用来将同一类型的信息彼此区分。
请参考图1所示，图1是本申请提供的一种资源数据的推荐方法实施例的流程图，该推荐方法实施例包括：
步骤S101：获取基于资源数据服务平台的资源数据请求；
所述步骤S101中的资源数据服务平台可以理解为将资源数据提供方提供的资源数据进行集中，供资源数据请求方选取资源数据的一种服务型平台，所述资源数据服务平台不仅能够提供资源数据，还可以根据资源数据请求方选取的资源数据进行后续的相关处理。在本申请实施例的应用场景中可以将所述资源数据服务平台理解为线上的商品服务门店，可以是独立的App形式也可以是无需安装程序的即时应用程序。例如：点餐App或者移动门店点餐程序等。因此，在本实施例中，可以将所述资源数据服务平台理解为线下商家提供的线上点餐服务平台。
所述资源数据在本申请实施例的应用场景中可以是餐品数据，当然也可以是其他用于为顾客提供选择的服务商品。
所述步骤S101的具体实现过程可以是，资源数据请求方基于资源数据服务平台的操作行为而产生的请求，当资源数据服务平台为点餐应用程序时，通常情况下是在点餐首页对餐品信息的触发而生成，也可以在购物篮等界面产生。
所述资源数据请求中可以包括用户的标识信息、用户当前位于资源数据服务平台上的界面信息。
步骤S102：根据所述资源数据请求，确定向所述资源数据服务平台提供候选资源数据的数据接口。
所述步骤S102的目的在于根据所述资源数据请求，确定能够为所述资源数据服务平台提供候选资源数据的数据接口，换言之，确定与所述资源数据请求相匹配的数据接口，在本实施例中提供三种数据接口对本申请的技术方案进行说明，下述将一一介绍，但是，数据接口可以根据实际用户需求进行调整。所述资源数据请求中可以包括：用户的标识信息和资源数据的标识信息中的至少一种。所述资源数据的标识信息可以通过用户的行为而获得，即所述用户对所述资源数据服务平台进行操作而获得资源数据的标识信息，例如：对资源数据服务平台上提供的资源数据进行点击操作，或语音操作等。
所述步骤S102的具体实现过程可以包括：
步骤S102-1：根据所述资源数据请求，确定是否满足向所述资源数据服务平台，以第一数据接口提供所述候选资源数据的条件；
步骤S102-2：若是，则将所述第一数据接口确定为向所述资源数据服务平台提供候选资源数据的数据接口。
所述步骤S102-1具体实现过程可以是，根据所述资源数据请求中携带信息，确定所述资源数据服务平台是否存在资源数据标识信息，即：确定所述资源数据请求中是否存在资源数据标识信息。当所述资源数据请求中存在资源数据标识信息，则执行步骤S102-2。在本实施例中，所述步骤S102-2的目的在于当资源数据请求中包括资源数据标识信息，则可以通过第一数据接口提供与所述资源数据标识信息相似的资源数据，因此，所述第一数据接口可以为相似数据接口，与所述第一数据接口对应的所述候选资源数据为相似候选资源数据。
当然所述步骤S102可以包括当所述步骤S102-1的确定结果为否时，即所述资源数据请求中不存在资源数据标识信息，则根据所述资源数据请求，确定是否满足向所述资源数据服务平台，以第二数据接口提供所述候选资源数据的条件，具体地，可以根据所述资源数据请求中携带的信息，确定所述资源数据平台是否存在所述资源数据请求方的标识信息；也就是，所述资源数据请求中是否携带有资源数据请求方的标识信息，若有，则确定向所述资源数据服务平台提供候选资源数据的数据接口为第二数据接口。所述第二数据接口为指定数据接口，与所述第二数据接口对应的所述候选资源数据为指定候选资源数据。
当确定是否满足向所述资源数据服务平台，以第二数据接口提供所述候选资源数据的条件为否时，则确定向所述资源数据服务平台提供候选资源数据的数据接口为第三数据接口。所述第三数据接口在本实施例中可以是热点数据接口，与所述第三数据接口对应的所述候选资源数据为热点候选资源数据。热点数据可以理解为搜索量、下载量、点击率等满足设定阈值的数据，在本实施例提供的应用场景中，热点数据可以是输出量满足设定阈值的数据，所谓输出量可以是当前资源数据服务平台提供的资源数据中销量排名前10的资源数据，即餐品销量排名前10的餐品。具体结合应用场景的说明会在后续进行详细描述，此处仅为便于理解的概要描述，重点还在于本申请的整体技术方案的描述。
基于上述内容，归纳总结为：为所述资源数据请求方提供候选资源数据可以包括三种接口分别进行提供，即：第一数据接口(相似数据接口)、第二数据接口(指定数据接口)和第三数据接口(热点数据接口)，因为对于资源数据服务平台而言存在多种用户状态，因此针对不同的用户状态提供相适配的候选资源数据使得推荐内容更为准确，减少不必要的资源浪费。
在本实施例中，为提高推荐候选资源数据的准确性，所述步骤S102可以确定向所述资源数据服务平台提供候选资源数据的数据接口前，确定所述资源数据请求产生时，所述资源数据服务平台提供的服务方式，例如：在本实施例提供的应用场景下，可以是堂食或外卖(或也可称为外带)，因为根据具体服务方式针对性的提供候选资源数据，同样可以提高候选资源数据推荐的准确性和减少资源浪费。例如：对于外卖的服务方式候选资源数据的推荐更加偏向于易于包装或者不受餐品口感时间限制的候选餐品数据，而对于堂食的服务方式则可以不受餐品口感以及包装等限制，可能涉及的为餐品完成时间等。当然，不论哪种服务方式，候选资源数据的推荐在本是实施例中主要包括三个方面，一是相似候选资源数据的推荐，指定候选资源数据的推荐和热点候选资源数据的推荐，不论哪种候选资源数据均结合用户标识信息(即资源数据请求方的标识信息)和资源数据的标识信息来确定，而推荐的候选资源数据是预先存储在数据库中，可以通过数据接口进行调用而获取的。具体如何获取，在步骤S103中会详细描述。
步骤S103：根据所述数据接口，获取相应的所述候选资源数据；其中，所述候选资源数据为来源于不同资源数据提供方提供的候选资源数据集合；
所述步骤S103的目的在于获取为所述资源数据请求方推荐的候选资源数据。下面将结合基于上述步骤S102中分别对第一数据接口、第二数据接口以及第三数据接口的描述，对步骤S103的具体实现过程进行详细描述。
当确定向所述资源数据服务平台，以第一数据接口提供候选资源数据时，则通过调用所述第一数据接口，即：相似数据接口，获取与所述第一数据接口相对应的所述候选资源数据，具体地，可以通过调用第一数据接口从存储有所述相似候选资源数据的数据库中获取满足推荐要求候选资源数据，所述推荐要求可以是选取数量，比如：从数据库中读取10个候选资源数据作为推荐候选资源数据。
当确定向所述资源数据服务平台，以第二数据接口提供候选资源数据时，则通过调用所述第二数据接口，即：指定数据接口，获取与所述第二数据接口相对应的所述候选资源数据，具体地，可以通过调用第二数据接口从存储有所述指定候选资源数据的数据库中获取满足推荐要求的候选资源数据，所述推荐要求也可以是选取数量。为了提高推荐的候选资源数据的准确性以及转化率，通过调用所述第二数据接口获取指定候选资源数据时，可以根据所述资源数据请求方的分组信息，确定与所述资源数据请求方对应的推荐算法接口；通过调用所述推荐算法接口，获取与所述推荐算法接口对应的所述指定候选资源数据。
对于指定候选资源数据可以是包括通过至少两种推荐算法获得两种指定候选资源数据，在对指定候选资源数据进行推荐计算时，需要获取用户(资源数据请求方)的行为数据、标准化资源数据和不同资源数据提供方的资源数据服务平台提供的原资源数据，所以不同的推荐算法获得的指定候选资源数据，可以是针对用户进行分组，对不同的用户分别采用不同的推荐算法进行指定候选资源数据的计算，从而能够根据资源数据请求方针对指定候选资源数据推荐的响应，而获得哪种推荐算法能够更有效的提升推荐候选资源数据的准确性和转化率。在本实施例中，对于分组后的用户可以通过ABTest模块获取用户对应推荐算法接口，通过调用推荐算法接口从数据库中获取相应的指定候选资源数据。在本实施例中，所述行为数据可以通过倾向值来表征历史行为数据的倾向程度或者感兴趣程度或者偏好程度。
当确定向所述资源数据服务平台，以第三数据接口提供候选资源数据时，则通过调用所述第三数据接口，即：热点数据接口，获取与所述第三数据接口相对应的所述热点候选资源数据，具体地，可以通过调用第三数据接口从存储所述热点资源数据的数据库中获取满足推荐要求候选资源数据，所述推荐要求可以采用与第一数据接口和第二数据接口相同的方式，即选取数量。当然不论上述哪种数据接口，也可以根据资源数据请求方所选择的服务方式进行候选资源数据的推荐，即推荐要求可以是服务方式。
根据上述可知，对于不论采用上述哪种数据接口进行获取相应的所述候选资源数据可以包括：
根据所述数据接口，获取根据资源数据请求方的行为数据，标准化资源数据和原资源数据中的至少一种数据确定的所述候选资源数据。具体可以获取过程可以包括：
获取资源数据请求方基于不同资源数据提供方的资源数据服务平台产生的行为数据，标准化资源数据和不同资源数据提供方的资源数据服务平台提供的原资源数据中的至少一种数据；其中，所述标准化资源数据为针对不同资源数据提供方提供的相似资源数据进行名称统一化处理的数据；
根据获取的所述行为数据、标准化资源数据和原资源数据中的至少一种数据，确定用于向所述资源数据请求方推荐的候选资源数据集；
根据所述数据接口，从相应的所述候选资源数据集中获取所述候选资源数据。
步骤S104：将所述候选资源数据输出到所述资源数据服务平台。
所述步骤S104的目的在于将所述候选资源数据输出到所述资源数据平台，以便资源数据请求方在界面中可以参考。
由于候选资源数据可以在资源数据服务平台提供的应用界面上进行展示，而对应资源数据服务平台而言用于展示候选资源数据的应用界面可以包括多个，例如：本实施例应用场景中的点餐详情页、购物篮页等，因此，所述步骤S104的具体实现过程可以包括：
步骤S104-1：根据所述资源数据请求，确定基于所述资源数据服务平台，所述资源数据请求发出的当前界面位置；
步骤S104-2：将所述候选资源数据输出到所述资源数据服务平台的所述当前界面位置。
以上为对本申请提供的一种资源数据的推荐方法实施例的描述，为了更好的理解本申请提供的一种资源数据的推荐方法实施例，下面结合具体应用场景对本申请提供的资源数据的推荐方法进行描述。
首先，本申请提供的资源数据的推荐方法技术方案的构思背景主要是基于现有线下商家线上平台点餐时，推荐的候选餐品受限于同一商家内提供的餐品信息，因此推荐的产品具有一定局限性，导致转化率交底。因此，针对本申请提供的资源数据的推荐方法的应用场景说明则以餐品推荐为例进行展开描述。
接着，技术方案中涉及的技术名称与应用场景中的对应关系进行描述。资源数据为餐品信息；资源数据请求方为用户或顾客；资源数据请求为点餐请求；资源数据服务平台可以是为线下商家提供的线上点餐服务平台，其可以是独立的应用App或者可以是无需安装程序的即时应用程序(也可称为移动门店)，所述点餐服务平台并不仅用于点餐服务还可以包括结算服务；候选资源数据为推荐的候选餐品信息；资源数据提供方为商家；不同资源数据提供方为不同品牌的商家。
在对应用场景具体实现原理进行描述前，还需对实现原理过程中涉及的一些已经具备的条件进行预先说明，例如：候选餐品信息是已经确定的，存储在数据库中，确定的候选餐品信息是不同品牌下商家提供的餐品信息，当然，作为候选餐品信息是根据用户的行为数据还有不同品牌商家提供的餐品信息通过利用推荐算法获得的，其中，需要将用户在不同品牌商家下的信息进行打通，即建立用户在不同品牌商家下的关联关系，进而能够获得同一用户在不同品牌商家下的信息。具体内容会在后续提供的资源数据的生成方法实施例中进行说明此处不做过多赘述。下面将针对本申请具体应用场景的实现原理进行描述。
用户可以通过对商家提供的点餐二维码或者点餐应用软件下载信息，进入到商家的线上点餐服务平台，进入线上点餐服务平台可以是用户通过第三方登录手段直接登录，例如：手机号或者其他已有账号进行免注册登录进入；也可以是直接跳过登录以游客身份进入或者也可以理解为匿名进入，因此，对于不同的登录形式推荐的候选餐品信息也有所不同。当用户进入线上点餐服务平台过程中，即可以理解发出了点餐请求；在进入到线上点餐服务平台后，通常情况下，线上点餐服务平台的界面会提供餐品信息或者服务方式选择信息或者餐品信息和服务方式选择信息并存的情况，因此，本应用场景的实施例中可以在具有服务方式界面时，先确定用户选择的是哪种用餐服务方式，是堂食还是外带或外卖，因为不同的服务方式在候选餐品信息确定时可以参考，例如：堂食则不需要考虑包装和食用时间的限制，选择满足数量要求的候选餐品信息即可，但是如果是外卖，则需要考虑包装和食用时间等情况，在候选餐品信息集合中选择更满足包装和食用要求的候选餐品进行推荐。服务方式确定后，则需要确定所述用户是否对餐品信息有进行操作，当用户点击了某一餐品信息后，则可以根据用户的点击行为获得餐品信息ID，针对该餐品信息ID，则通过调用相似餐品接口，从数据库中获取与餐品信息ID相似的相似候选餐品，在相似候选餐品中可以根据用户选择的服务方式以及当前用户所在的界面位置，选择向所述用户推荐的相似候选餐品信息，之后将选择的相似候选餐品信息展示在所述用户当前所在的界面。
如果用户没有点击行为，即没有餐品信息ID，则确定是否有用户ID，若有用户ID则说明该用户需要通过指定餐品接口获取指定候选餐品，所以，根据用户ID确定该用户所属分组，根据分组调用与分组相匹配的指定餐品接口，之后通过调用相匹配的指定餐品接口，从数据库中获取与用户ID相匹配的指定候选餐品，在指定候选餐品中可以根据用户选择的服务方式以及当前用户所在的界面位置，选择向所述用户推荐的指定候选餐品信息，之后将选择的指定候选餐品信息展示在所述用户当前所在的界面。如果没有用户ID则说明当前发出点餐请求的用户没有任何先关的历史点餐记录，则通过调用热点餐品接口，从数据库中获取当前品牌下商家销量较好的热点候选餐品，在热点候选餐品中可以根据用户选择的服务方式以及当前用户所在的界面位置，选择向所述用户推荐的热点候选餐品信息，之后将选择的热点候选餐品信息展示在所述用户当前所在的界面。
以上是对本申请提供的一种资源数据的推荐方法具体应用场景的描述，可以理解的是，实际上针对数据推荐这类的应用场景并不限于上述餐饮还可以是购物、新闻等涉及推荐领域的其他场景，以上的举例仅为基于方案构思而说明，并不限于上述应用场景。
以上是对本申请提供的一种资源数据的推荐方法实施例的详细描述，与前述提供的一种资源数据的推荐方法实施例相对应，本申请还公开一种资源数据的推荐装置实施例，请参看图2，由于装置实施例基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。下述描述的装置实施例仅仅是示意性的。
如图2所示，图2是本申请提供的一种资源数据的推荐装置实施例的结构示意图，该实施例包括：
第一获取单元201，用于获取基于资源数据服务平台的资源数据请求；
确定单元202，用于根据所述资源数据请求，确定向所述资源数据服务平台提供候选资源数据的数据接口；
所述确定单元202包括：第一条件确定子单元和第一提供确定子单元，所述第一条件确定子单元，用于根据所述资源数据请求，确定是否满足向所述资源数据服务平台，以第一数据接口提供所述候选资源数据的条件。所述第一提供确定子单元，用于根据所述第一条件确定子单元确定的结果，将所述第一数据接口确定为向所述资源数据服务平台提供候选资源数据的数据接口。
所述第一条件确定子单元具体用于根据所述资源数据请求中携带信息，确定所述资源数据服务平台是否存在资源数据标识信息。
当所述确定单元202中的所述第一确定子单元的确定结果为否，即根据所述资源数据请求，确定是否满足向所述资源数据服务平台，以第一数据接口提供所述候选资源数据的条件为否时，则包括：第二确定子单元和第二提供确定子单元，所述第二确定子单元用于根据所述资源数据请求，确定是否满足向所述资源数据服务平台，以第二数据接口提供所述候选资源数据的条件；所述第二提供确定子单元，用于当所述第二确定子单元的确定结果为是时，则确定向所述资源数据服务平台提供候选资源数据的数据接口为第二数据接口。
其中所述第二确定子单元具体用于，根据所述资源数据请求中携带的信息，确定所述资源数据服务平台是否存在所述资源数据请求方的标识信息。
当所述第二确定子单元的确定结果为否时，即若确定是否满足向所述资源数据服务平台，以第二数据接口提供所述候选资源数据的条件为否，则包括：第三确定提供子单元，用于确定向所述资源数据服务平台提供候选资源数据的数据接口为第三数据接口。
为更进一步提高候选资源数据的准确性避免资源浪费，所述确定单元203包括：
服务方式确定子单元，用于根据所述资源数据请求，确定所述资源数据服务平台当前的服务方式；
数据接口确定子单元，用于根据所述资源数据请求和所述服务方式，确定向所述资源数据服务平台提供候选资源数据的数据接口。
所述服务方式包括：堂食和外卖至少一种。
第二获取单元203，用于根据所述数据接口，获取相应的所述候选资源数据；其中，所述候选资源数据为来源于不同资源数据提供方提供的候选资源数据集合；
所述第二获取单元203包括：第一调用子单元，用于根据所述第一提供确定子单元确定的所述第一数据接口，通过调用所述第一数据接口，获取与所述第一数据接口对应的所述候选资源数据。其中，所述第一数据接口为相似数据接口；与所述第一数据接口对应的所述候选资源数据为相似候选资源数据。
所述第二获取单元203包括：第二调用子单元，用于根据所述第二提供确定子单元确定的所述第二数据接口，通过调用所述第二数据接口，获取与所述第二数据接口对应的所述候选资源数据。
所述第二调用子单元包括：算法接口确定子单元和调用子单元，其中，所述算法接口确定子单元，用于根据所述资源数据请求方的分组信息，确定与所述资源数据请求方对应的推荐算法接口；所述调用子单元，用于调用所述推荐算法接口，获取与所述推荐算法接口对应的所述候选资源数据。
所述第二数据接口为指定数据接口，与所述第二数据接口对应的所述候选资源数据为指定候选资源数据。
所述第二获取单元203包括：第三调用子单元，用于根据所述第三提供确定子单元确定的所述第三数据接口，通过调用所述第三数据接口，获取与所述第三数据接口对应的所述候选资源数据。
其中，所述第三数据接口为热点数据接口；与所述第三数据接口对应的所述候选资源数据为热点候选资源数据。
所述获取单元203具体用于通过调用与所述数据接口对应的，用于存储所述候选资源数据的数据库中获取相应的所述候选资源数据。
输出单元204，用于将所述候选资源数据输出到所述资源数据服务平台。
所述输出单元202包括：界面确定子单元和输出子单元，所述界面确定子单元用于根据所述资源数据请求，确定基于所述资源数据服务平台，所述资源数据请求发出的当前界面位置；所述输出子单元，用于将所述候选资源数据输出到所述资源数据服务平台的所述当前界面位置。所述当前界面位置包括：点餐详情页面和购物车页面中的至少一种。
以上是对本申请提供的一种资源数据的推荐装置实施例的概述，具体内容请结合上述推荐方式实施例中步骤S101-步骤S104的详细描述，此处不再赘述。
基于上述内容，本申请还提供一种推荐资源数据的生成方法，请参考图3所示，该生成方法主要以推荐资源数据产生的角度进行描述，也就是当需要进行候选资源数据推荐时，可直接读取相应的已经生成的候选资源数据进行推荐。
如图3所示，本申请提供的一种推荐资源数据的生成方法实施例包括：
步骤S301：获取资源数据请求方基于不同资源数据提供方的资源数据服务平台产生的行为数据，标准化资源数据和不同资源数据提供方的资源数据服务平台提供的原资源数据中的至少一种数据；其中，所述标准化资源数据为针对不同资源数据提供方提供的相似资源数据进行名称统一化处理的数据；
所述步骤S301中的行为数据可以是资源数据请求方的历史行为数据，结合上述推荐方法中的应用场景可以理解行为数据可以是用户对不同餐品的消费次数、消费餐品名称信息、消费餐品id信息、消费餐品价格信息、消费餐品类型信息等中的至少一种。
标准化资源数据为针对不同资源数据提供方提供的相似或相同资源数据进行名称统一化处理的数据，结合应用场景可以理解为将不同品牌下商家提供的相同或相似餐品的餐品名称进行标准化。因为不同品牌下提供的餐品名称不同但实际上是相同或相似餐品，因此，在本实施例中需要将餐品名称进行标准化。那么，在具体的应用场景下，餐品名称标准化主要是指对菜品类名称进行标准化处理，因此，此处的标准化处理主要以菜品名称为主。当然，以上是以餐品名称进行举例说明，实际上并不限于该种应用场景，即标准化资源数据可以是针对某些资源数据集合，对内容相同或相似的集合，进行集合名称标准化。
本实施例中，获取资源数据请求方基于不同资源数据提供方的资源数据服务平台产生的行为数据，具体实现过程可以包括：
获取资源数据请求方在不同资源数据提供方的资源数据服务平台上的全局标识信息和不同资源数据提供方的资源数据服务平台内的内部标识信息；
将所述全局标识信息与所述内部标识信息建立关联关系；
基于所述关联关系，获取资源数据请求方基于不同资源数据提供方的资源数据服务平台产生的行为数据。
其中，所述不同资源数据提供方的资源数据服务平台可以理解为，不同资源数据提供方具有不同的资源数据服务平台，所述资源数据服务平台可以是第三方服务平台也可以是资源数据提供方自身的服务平台。例如：当资源数据提供方为品牌A和品牌B时，则资源数据服务平台可以是品牌A对应的线上移动门店A，品牌B对应的线上移动门店B；也可以是第三方服务平台A和B。
结合上述点餐应用场景，由于不同餐饮品牌拥有不同用户群，须将同一用户在不同餐饮品牌或相同餐饮品牌下进行打通以获得更全面的数据。通过全局标识符(即手机号或第三方登录信息等)将不同品牌之间的同一用户内部标识符进行用户关联；或者将同一品牌的同一用户内部标识进行关联。因此，关联规则可以包括至少两种：
一是、若具有同一全局标识符的用户，在不同品牌下的以不同登录标识符或者相同登录标识符进行登录，则将二者关联为同一用户；例如：使用全局标识符手机号进行不同品牌下不同用户登录ID关联，即：在不同品牌下使用不同登录ID，确定为同一用户；如：手机号A在品牌1中通过用户ID1进行登录，在品牌2中通过用户ID2，那么通过全局标识符(手机号A)可以确定用户ID1和用户ID2为同一用户，故此，可以通过虚拟ID将用户ID1和用户ID2进行标识，也就是将用户ID1和用户ID2通过虚拟ID进行了关联；从而实现用户ID 1和用户ID2在不同品牌下的数据打通。该虚拟ID可以是手机号也可以是其他形式的标识信息。
二是、若具有同一全局标识符的用户，在相同品牌下以不同登录标识符进行登录，则可将二者关联为同一用户。例如：使用全局标识符手机号进行相同品牌下不同用户登录ID关联，即：手机号A在品牌1中通过用户ID1进行登录，也可以通过用户ID2在品牌1中登录，手机号A与用户ID1具有绑定关系或者手机号A与用户ID2有绑定关系，则所述用户ID1和用户ID2为同一用户，通过分配虚拟ID标识用户ID1和用户ID2。
经过上述两种关联规则，可以将不同品牌或相同品牌下不同用户的登录ID进行关联，从而实现不同品牌或相同品牌下不同登录ID数据流通。
在本实施例中，获取标准化资源数据的具体实现过程可以包括：
对获取的所述不同资源数据提供方的资源数据服务平台提供的原资源数据进行干扰数据剔除；具体地，可以包括：剔除所述原资源数据中与推荐资源数据类型不同的资源数据。结合上述应用场景可以理解为，剔除非菜品或非必要菜品项目，如菜品项目包含米饭、筷子、打包盒、打包费等非菜品或非必要菜品项目；即与菜品项目无关的餐品项目。再剔除与菜品项目无关的餐品项目后，还可以剔除所述原资源数据名称中特殊字符，结合上述应用场景可以理解为：剔除菜品名称中非必要字符，如菜品名称中存在的“<”、“＝”、“@”等类似非必要字符，以及类似“特价”、“鲜活”、“原味”、“手工”等非必要词语。
将剔除后的资源数据中资源数据名称表述相近的资源数据，进行标准名称统一化处理；结合上述应用场景具体可以理解为：统一同义菜品名称，可以利用菜品标准化数据表进行菜品标准化，其将不同品牌的原始菜品中原始菜品名称映射为标准化菜品名称，如统一将“土豆回锅肉”与“好吃土豆回锅肉”映射为“土豆回锅肉”；当然也可以不利用菜品标准化数据表，直接对两个同义菜品名称进行相互映射，即选取至少两个同义菜品名称中的一个作为标准名称来映射。目的是将不同品牌下提供的相同菜品的不同菜品名称进行标准化处理或者统一化处理。
不论哪种标准化处理方式，需记录标准化处理数据之间的映射关系，例如：通过用户虚拟ID记录标准化处理数据之间的映射关系，因此，根据统一化处理后的资源数据和原资源数据建立的映射关系，获得标准化资源数据映射表；根据所述标准化资源数据表获取标准化资源数据。所述映射表中用户虚拟ID，菜品标准化名称和行为数据(针对历史行为的倾向数据值)。
本实施例中，获取用户行为数据、标准化资源数据和原资源数据均可以通过Hive数据库获取，Hive数据库是基于Hadoop的一个数据仓库工具，用来进行数据提取、转化、加载，这是一种可以存储、查询和分析存储在Hadoop中的大规模数据的机制。hive数据仓库工具能将结构化的数据文件映射为一张数据库表，并提供SQL查询功能。
步骤S302：根据获取的所述行为数据、标准化资源数据和原资源数据中的至少一种数据，生成用于向所述资源数据请求方推荐的候选资源数据。
所述步骤S302的具体实现过程可以包括：
根据所述原资源数据和所述行为数据的数据探索性分析，将所述行为数据和标准化资源数据输入到，所述数据探索性分析提供的推荐模型中，生成用于向所述资源数据请求方推荐的指定候选资源数据；
或者；
根据所述原资源数据和所述行为数据的数据探索性分析，对所述行为数据中的历史资源数据和所述原资源数据进行相似度计算，生成用于向所述资源数据请求方推荐的相似候选资源数据；
或者；
根据所述原资源数据的数据探索性分析，确定的热点资源数据生成用于向所述资源数据请求方推荐的热点候选资源数据。
本实施例中，所述数据探索性分析是通过作图、制表、方差拟合、计算特征量等手段中的一种或多种手段组合进行探索数据的结构和规律。如单个特征数据的频率、众数、均值、中位数和方差；如分析多个特征数据之间协方差、相关系数等；另外，也可以对单特征或多特征数据作图，查看其数据分布等。
其中，所述将行为数据和标准化资源数据输入到，根据所述数据探索性分析提供的推荐模型中，生成用于向所述资源数据请求方推荐的指定候选资源数据，具体可以是将所述行为数据和标准化资源数据输入到，根据所述数据探索性分析提供的不同推荐模型，生成用于向所述资源数据请求方推荐不同的指定候选资源数据。
基于上述不同推荐模型提供的不同推荐候选资源数据，可以根据资源数据请求方针对推荐的候选资源数据响应情况，来确定出哪种推荐模型提供的候选资源数据更贴合资源数据请求方的需求，或者是能够提高推荐候选资源数据的准确性，降低资源浪费。结合到具体应用场景则是，能够根据为不同用户提供不同推荐算法计算后推荐的候选餐品数据，从而能够通过用户对候选餐品数据的响应，即反馈，来确定最优的推荐算法，反馈在本实施例中可以包括两种：隐性反馈和显性反馈，利用采集用户对点餐服务平台提供的候选推荐菜品的行为反馈对推荐算法的评分，其中，隐性反馈可以通过采集的点击转化率等来对推荐算法进行评分，进而获得不同推荐算法的等级，等级高的可以作为后续推荐算法的主要使用方式之一。显性反馈可以理解为用户明确表示对物品感兴趣的行为；比如，推荐栏位中推荐菜品添加一个是否喜欢按钮，用户通过点击按钮，明确反馈兴趣程度。
因此，在本实施例中，还可以包括：
对所述生成用于向所述资源数据请求方推荐不同的指定候选资源数据进行评测；
根据评测结果，确定所述指定候选资源数据的推荐等级；
将所述推荐等级按照优先级排列后的，最高级确定为最终生成的用于向所述资源数据请求方推荐的候选资源数据。
本实施例中，还可以将候选资源数据存储在数据库中，具体地，可以将制定候选资源数据存储在第一数据库中，将相似候选资源数据存储在第二数据库中，将热点候选资源数据存储在所述第三数据库中。其中对于第一数据库中存储的指定候选资源数据还可以根据不同推荐模型生成的指定候选资源数据分别进行存储，也就是说，推荐模型如果涉及三个则将三个推荐模型计算出的指定候选资源数据分别存储在三个第三数据库中，在推荐时，分别通过与指定候选资源数据对应的数据接口对第三数据库进行调用，从而读取需要推荐的候选资源数据。数据库可以是MongoDB数据库或者TiDB数据库，其中，MongoDB是一个基于分布式文件存储的数据库；所述TiDB数据库是结合传统的关系型数据库和NoSQL数据库特性的新型分布式数据库。
为更好的理解本实施例中提供的生成方法，现结合具体应用点餐场景进行原理性描述。在应用点餐场景下，所述资源数据请求方为用户，所述行为数据为用户的行为数据，包括为用户ID(登录标识符)对餐品ID倾向程度，倾向程度可以使用用户购买物品次数(即历史购买次数)来衡量，倾向程度也有其他方式来进行衡量；
上述用户历史行为数据可以采用如下数据表1的形式进行表示：
| 用户ID | 餐饮品牌 | 菜品ID | 倾向程度 |
| A | X | item1 | 10 |
| B | Y | item2 | 2 |
其中，用户ID1和用户ID2可以为采用同一全局标识符(例如：手机号)注册的用户。
由于用户历史行为数据中用户IDA可以是餐品品牌X下的用户，也可以是以用户IDB的餐品品牌Y下的用户，那么，二者实质上为同一用户，且在不用品牌下均具有历史行为数据时，如果分别使用其在不同品牌下的用户IDA和用户IDB，则无法获取IDA和IDB的共同历史行为数据，采用同一全局标识符注册的用户在不同餐饮品牌的历史行为数据，因此需要对用户进行打通；通过虚拟ID打通后，关联表2：
| 用户虚拟ID | 用户ID |
| 1 | A |
| 1 | B |
根据上述表1：用户行为数据表和表2：关联表，可以获得如下表3的内容：
| 用户虚拟ID | 菜品ID | 倾向程度 |
| 1 | item1 | 10 |
| 1 | item2 | 2 |
同样的，餐品ID是餐饮品牌下物品标识信息，每个餐品ID仅在其对应的餐品品牌下具有意义，即便餐品ID对应的餐品信息相似或相同的，也无法统计用户在不同餐饮品牌下行为偏好，因此，需要对餐品名称进行标准化处理，获得如下菜品标准化数据表4所示：
基于上述表3和表4可以的到如下表5：
| 用户虚拟ID | 菜品标准化名称 | 偏好程序 |
| 1 | 土豆回锅肉 | 12 |
表5中的内容为打通餐品品牌、标准化餐品名称以及用户行为数据之间的关联关系，能够进而能够为用户进行餐品推荐时进行参考。
基于上述表5中的内容在根据用户行为数据采用不同推荐算法为用户推荐候选推荐菜品列表时，可以为针对用户虚拟ID推荐的菜品标准化名称，如下表6所示：
| 用户虚拟ID | 候选推荐菜品列表 |
| 1 | [青椒回锅肉，番茄回锅肉] |
当线上移动门店无法识别用户虚拟ID以及菜品标准化名称时，需要对所述用户虚拟ID和所述菜品标准化名称进行反向匹配得到相应的能够被识别的用户ID和餐品ID，具体反向映射可以如下表7所示：
| 用户虚拟ID | 用户ID | 品牌ID | 商户ID | 候选推荐菜品列表 |
| 1 | A | X | X1 | [item3，item4] |
| 1 | B | Y | Y1 | [item5，item6] |
用户ID对应有品牌ID，品牌下面对用很多商户ID；反向匹配时，将用户所在品牌下的线上门店推荐菜品列表可以是相同的，所述推荐菜品列表中对应菜品ID也可以不同。
如上述，用户虚拟ID1分别对应用户IDA和用户IDB，用户IDA和用户IDB均有菜品ID为item1和item2行为数据，菜品ID item1和item1标准化菜品名称后为土豆回锅肉，因此可以通过虚拟ID1将候选推荐菜品[item3,item4]和[item5，item6]推荐给不同品牌下的用户A和用户B。
而用户对应item3，item5其实对应的都是青椒回锅肉，item4，item6其实对应的都是番茄回锅肉，若没有反向匹配到，X1商户就没有青椒回锅肉，候选推荐项就为空。
以上是对本申请提供的一种资源数据的生成方法实施例的详细描述，与前述提供的一种资源数据的生成方法实施例相对应，本申请还公开一种资源数据的生成装置实施例，请参看图4，由于装置实施例基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。下述描述的装置实施例仅仅是示意性的。
如图4所示，图4是本申请提供的一种资源数据的生成装置实施例的结构示意图，该装置实施例包括：
获取单元401，用于获取资源数据请求方基于不同资源数据提供方的资源数据服务平台产生的行为数据，标准化资源数据和不同资源数据提供方的资源数据服务平台提供的原资源数据中的至少一种数据；其中，所述标准化资源数据为针对不同资源数据提供方提供的相似资源数据进行名称统一化处理的数据；
所述获取单元401包括：第一获取子单元和第二获取子单元，其中所述第一获取子单元用于获取资源数据请求方基于不同资源数据提供方的资源数据服务平台产生的行为数据，包括：标识信息获取子单元，建立子单元和获取子单元。其中，所述标识信息获取子单元，用于获取资源数据请求方在不同资源数据提供方的资源数据服务平台上的全局标识信息和不同资源数据提供方的资源数据服务平台内的内部标识信息；所述建立子单元，用于将所述全局标识信息与所述内部标识信息建立关联关系；所述获取子单元，用于基于所述关联关系，获取资源数据请求方基于不同资源数据提供方的资源数据服务平台产生的行为数据。
所述第二获取子单元包括：剔除子单元、处理子单元、映射关系建立子单元以及获取子单元，其中，所述剔除子单元，用于对获取的所述不同资源数据提供方的资源数据服务平台提供的原资源数据进行干扰数据剔除；所述处理子单元，用于将剔除后的资源数据中资源数据名称表述相近的资源数据，进行标准名称统一化处理；所述映射关系建立子单元，用于根据统一化处理后的资源数据和原资源数据建立的映射关系，获得标准化资源数据表；所述获取子单元，用于根据所述标准化资源数据表获取标准化资源数据。所述剔除子单元具体用户剔除所述原资源数据中与推荐资源数据类型不同的资源数据和剔除所述原资源数据名称中特殊字符中的至少一种剔除。
生成单元402，用于根据获取的所述行为数据、标准化资源数据和原资源数据中的至少一种数据，生成用于向所述资源数据请求方推荐的候选资源数据。
所述生成单元402包括：第一生成子单元、第二生成子单元或第三生成子单元，其中所述第一生成子单元，用于根据所述原资源数据和所述行为数据的数据探索性分析，将所述行为数据和标准化资源数据输入到，所述数据探索性分析提供的推荐模型中，生成用于向所述资源数据请求方推荐的指定候选资源数据；所述第二生成子单元，用于根据所述原资源数据和所述行为数据的数据探索性分析，对所述行为数据中的历史资源数据和所述原资源数据进行相似度计算，生成用于向所述资源数据请求方推荐的相似候选资源数据；所述第三生成子单元，用于根据所述原资源数据的数据探索性分析，确定的热点资源数据生成用于向所述资源数据请求方推荐的热点候选资源数据。
所述第一生成子单元具体用于将所述行为数据和标准化资源数据输入到，根据所述数据探索性分析提供的不同推荐模型中，生成用于向所述资源数据请求方推荐不同的指定候选资源数据。
本实施例还包括：存储单元，用于存储所述候选资源数据，其中，存储单元包括：指定候选存储子单元，用于将所述第一生成子单元根据不同推荐模型生成的指定候选资源数据分别进行存储，也就是说，推荐模型如果涉及三个则将三个推荐模型计算出的指定候选资源数据分别存储在三个指定候选存储子单元中，在推荐时，分别通过与指定候选存储子单元对应的数据接口进行调用。所述存储单元可以是数据库，例如：MongoDB数据库或者TiDB数据库，其中，MongoDB是一个基于分布式文件存储的数据库；所述TiDB数据库是结合传统的关系型数据库和NoSQL数据库特性的新型分布式数据库。
基于上述内容，本申请提供的资源数据的推荐方法和生成方法中，基于资源数据的推荐***架构实现，该架构可以包括：离线端、近线端和在线端。
其中所述离线端，获取用户行为数据、原资源数据和标准化资源数据，并对这些数据进行ETL处理；通过对这些数据探索性分析后，采用不同推荐算法产生不同的候选推荐菜品；其中ETL为Extract-Transform-Load的缩写，用来描述将数据从来源端经过抽取(extract)、转换(transform)、加载(load)到目的端的过程。
所述近线端，将所述离线端提供的不同的候选推荐菜品存储在TiDB数据库中；ABTest对用户进行分组，不同分组用户使用不同的候选推荐菜品；
所述在线端，通过RESTful API接口获取对应推荐结果，并在移动门店平台上进行展示；还可以采用隐性和显性反馈方式采集用户对获选推荐菜品的行为反馈。
可见本申请提供的推荐资源数据的生成方法是通过离线端进行候选资源数据的生成，以供近线端和在线端进行相应的获取，最终在资源数据服务平台上输出。
基于上述内容，本申请还提供一种计算机存储介质，用于存储网络平台产生数据，以及对应所述网络平台产生数据进行处理的程序；
所述程序在被读取执行时，执行如下步骤：
获取基于资源数据服务平台的资源数据请求；
根据所述资源数据请求，确定向所述资源数据服务平台提供候选资源数据的数据接口；
根据所述数据接口，获取相应的所述候选资源数据；其中，所述候选资源数据为来源于不同资源数据提供方提供的候选资源数据集合；
将所述候选资源数据输出到所述资源数据服务平台；
或者；
获取资源数据请求方基于不同资源数据提供方的资源数据服务平台产生的行为数据，标准化资源数据和不同资源数据提供方的资源数据服务平台提供的原资源数据中的至少一种数据；其中，所述标准化资源数据为针对不同资源数据提供方提供的相似资源数据进行名称统一化处理的数据；
根据获取的所述行为数据、标准化资源数据和原资源数据中的至少一种数据，生成用于向所述资源数据请求方推荐的候选资源数据。
基于上述内容，本申请还提供一种电子设备，包括：
处理器；
存储器，用于存储对网络平台产生数据进行处理的程序，所述程序在被所述处理器读取执行时，执行如下步骤：
获取基于资源数据服务平台的资源数据请求；
根据所述资源数据请求，确定向所述资源数据服务平台提供候选资源数据的数据接口；
根据所述数据接口，获取相应的所述候选资源数据；其中，所述候选资源数据为来源于不同资源数据提供方提供的候选资源数据集合；
将所述候选资源数据输出到所述资源数据服务平台；
或者；
获取资源数据请求方基于不同资源数据提供方的资源数据服务平台产生的行为数据，标准化资源数据和不同资源数据提供方的资源数据服务平台提供的原资源数据中的至少一种数据；其中，所述标准化资源数据为针对不同资源数据提供方提供的相似资源数据进行名称统一化处理的数据；
根据获取的所述行为数据、标准化资源数据和原资源数据中的至少一种数据，生成用于向所述资源数据请求方推荐的候选资源数据。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
1、计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他成分的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括非暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
2、本领域技术人员应明白，本申请的实施例可提供为方法、***或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请虽然以较佳实施例公开如上，但其并不是用来限定本申请，任何本领域技术人员在不脱离本申请的精神和范围内，都可以做出可能的变动和修改，因此本申请的保护范围应当以本申请权利要求所界定的范围为准。
Claims (10)
1.一种资源数据的推荐方法，其特征在于，包括：
获取基于资源数据服务平台的资源数据请求；
根据所述资源数据请求，确定向所述资源数据服务平台提供候选资源数据的数据接口；
根据所述数据接口，获取相应的所述候选资源数据；其中，所述候选资源数据为来源于不同资源数据提供方提供的候选资源数据集合；
将所述候选资源数据输出到所述资源数据服务平台。
2.根据权利要求1所述的资源数据的推荐方法，其特征在于，所述根据所述资源数据请求，确定向所述资源数据服务平台提供候选资源数据的数据接口，包括：
根据所述资源数据请求，确定是否满足向所述资源数据服务平台，以第一数据接口提供所述候选资源数据的条件；
若是，则将所述第一数据接口确定为向所述资源数据服务平台提供候选资源数据的数据接口。
3.根据权利要求2所述的资源数据的推荐方法，其特征在于，所述根据所述资源数据请求，确定是否满足向所述资源数据服务平台，以第一数据接口提供所述候选资源数据的条件，包括：
根据所述资源数据请求中携带信息，确定所述资源数据服务平台是否存在资源数据标识信息。
4.根据权利要求2所述的资源数据的推荐方法，其特征在于，所述根据所述数据接口，获取相应的所述候选资源数据，包括：
调用所述第一数据接口，获取与所述第一数据接口对应的所述候选资源数据。
5.一种资源数据的推荐装置，其特征在于，包括：
第一获取单元，用于获取基于资源数据服务平台的资源数据请求；
确定单元，用于根据所述资源数据请求，确定向所述资源数据服务平台提供候选资源数据的数据接口；
第二获取单元，用于根据所述数据接口，获取相应的所述候选资源数据；其中，所述候选资源数据为来源于不同资源数据提供方提供的候选资源数据集合；
输出单元，用于将所述候选资源数据输出到所述资源数据服务平台。
6.一种推荐资源数据的生成方法，其特征在于，包括：
获取资源数据请求方基于不同资源数据提供方的资源数据服务平台产生的行为数据，标准化资源数据和不同资源数据提供方的资源数据服务平台提供的原资源数据中的至少一种数据；其中，所述标准化资源数据为针对不同资源数据提供方提供的相似资源数据进行名称统一化处理的数据；
根据获取的所述行为数据、标准化资源数据和原资源数据中的至少一种数据，生成用于向所述资源数据请求方推荐的候选资源数据。
7.根据权利要求6所述的推荐资源数据的生成方法，其特征在于，所述获取资源数据请求方基于不同资源数据提供方的资源数据服务平台产生的行为数据，包括：
获取资源数据请求方在不同资源数据提供方的资源数据服务平台上的全局标识信息和不同资源数据提供方的资源数据服务平台内的内部标识信息；
将所述全局标识信息与所述内部标识信息建立关联关系；
基于所述关联关系，获取资源数据请求方基于不同资源数据提供方的资源数据服务平台产生的行为数据。
8.一种推荐资源数据的生成装置，其特征在于，包括：
获取单元，用于获取资源数据请求方基于不同资源数据提供方的资源数据服务平台产生的行为数据，标准化资源数据和不同资源数据提供方的资源数据服务平台提供的原资源数据中的至少一种数据；其中，所述标准化资源数据为针对不同资源数据提供方提供的相似资源数据进行名称统一化处理的数据；
生成单元，用于根据获取的所述行为数据、标准化资源数据和原资源数据中的至少一种数据，生成用于向所述资源数据请求方推荐的候选资源数据。
9.一种计算机存储介质，用于存储网络平台产生数据，以及对应所述网络平台产生数据进行处理的程序；
所述程序在被读取执行时，执行如下步骤：
获取基于资源数据服务平台的资源数据请求；
根据所述资源数据请求，确定向所述资源数据服务平台提供候选资源数据的数据接口；
根据所述数据接口，获取相应的所述候选资源数据；其中，所述候选资源数据为来源于不同资源数据提供方提供的候选资源数据集合；
将所述候选资源数据输出到所述资源数据服务平台；
或者；
获取资源数据请求方基于不同资源数据提供方的资源数据服务平台产生的行为数据，标准化资源数据和不同资源数据提供方的资源数据服务平台提供的原资源数据中的至少一种数据；其中，所述标准化资源数据为针对不同资源数据提供方提供的相似资源数据进行名称统一化处理的数据；
根据获取的所述行为数据、标准化资源数据和原资源数据中的至少一种数据，生成用于向所述资源数据请求方推荐的候选资源数据。
10.一种电子设备，包括：
处理器；
存储器，用于存储对网络平台产生数据进行处理的程序，所述程序在被所述处理器读取执行时，执行如下步骤：
获取基于资源数据服务平台的资源数据请求；
根据所述资源数据请求，确定向所述资源数据服务平台提供候选资源数据的数据接口；
根据所述数据接口，获取相应的所述候选资源数据；其中，所述候选资源数据为来源于不同资源数据提供方提供的候选资源数据集合；
将所述候选资源数据输出到所述资源数据服务平台；
或者；
获取资源数据请求方基于不同资源数据提供方的资源数据服务平台产生的行为数据，标准化资源数据和不同资源数据提供方的资源数据服务平台提供的原资源数据中的至少一种数据；其中，所述标准化资源数据为针对不同资源数据提供方提供的相似资源数据进行名称统一化处理的数据；
根据获取的所述行为数据、标准化资源数据和原资源数据中的至少一种数据，生成用于向所述资源数据请求方推荐的候选资源数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010678360.2A CN111898021A (zh) | 2020-07-15 | 2020-07-15 | 资源数据推荐方法和装置，推荐资源数据生成方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010678360.2A CN111898021A (zh) | 2020-07-15 | 2020-07-15 | 资源数据推荐方法和装置，推荐资源数据生成方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111898021A true CN111898021A (zh) | 2020-11-06 |
Family
ID=73191256
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010678360.2A Pending CN111898021A (zh) | 2020-07-15 | 2020-07-15 | 资源数据推荐方法和装置，推荐资源数据生成方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111898021A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101247251A (zh) * | 2008-03-13 | 2008-08-20 | 腾讯科技（深圳）有限公司 | 一种互联网服务资源推广的***和方法 |
| CN101707635A (zh) * | 2009-12-25 | 2010-05-12 | 中国海洋大学 | 一种基于互联网的资源推送*** |
| CN102033952A (zh) * | 2010-12-24 | 2011-04-27 | 东莞宇龙通信科技有限公司 | 一种资源推荐方法及装置 |
| CN104601712A (zh) * | 2015-01-27 | 2015-05-06 | 黄瑞锋 | 资源推送方法及*** |
| CN111160950A (zh) * | 2019-12-06 | 2020-05-15 | 北京星选科技有限公司 | 一种资源信息的处理、输出方法及装置 |
-
2020
- 2020-07-15 CN CN202010678360.2A patent/CN111898021A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101247251A (zh) * | 2008-03-13 | 2008-08-20 | 腾讯科技（深圳）有限公司 | 一种互联网服务资源推广的***和方法 |
| CN101707635A (zh) * | 2009-12-25 | 2010-05-12 | 中国海洋大学 | 一种基于互联网的资源推送*** |
| CN102033952A (zh) * | 2010-12-24 | 2011-04-27 | 东莞宇龙通信科技有限公司 | 一种资源推荐方法及装置 |
| CN104601712A (zh) * | 2015-01-27 | 2015-05-06 | 黄瑞锋 | 资源推送方法及*** |
| CN111160950A (zh) * | 2019-12-06 | 2020-05-15 | 北京星选科技有限公司 | 一种资源信息的处理、输出方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10977710B2 (en) | Systems and methods for tracking consumer tasting preferences | |
| CN103841122B (zh) | 目标对象信息推荐方法、服务器及客户端 | |
| CN104050187B (zh) | 搜索结果展示方法及*** | |
| CA2846025C (en) | Recommendations based upon explicit user similarity | |
| US20150096043A1 (en) | Methods and apparatus to identify privacy relevant correlations between data values | |
| US9235652B1 (en) | Optimizing a data integration process | |
| US20140089133A1 (en) | Techniques for determining substitutes for purchased items in a purchase history of a user | |
| KR102000076B1 (ko) | 온라인 쇼핑몰 통합 관리 시스템에서의 온라인 판매채널을 추천하는 방법 및 그 서버 | |
| CN107808314B (zh) | 用户推荐方法及装置 | |
| CN103345695A (zh) | 一种商品推荐的方法和装置 | |
| JP2001056833A (ja) | 対話形ショッピングエージェントを使用する電子ショッピングのシステムと方法 | |
| CN107092647B (zh) | 一种提供资源组合的方法及装置 | |
| CN110019418B (zh) | 对象描述方法及装置、标识体系、电子设备和存储介质 | |
| CN103559619A (zh) | 一种服装尺码信息的应答方法及*** | |
| US20140337166A1 (en) | Information provision device, information provision method, information provision program, and computer-readable recording medium for storing the program | |
| JP2013250750A (ja) | 料理レシピの商品売上における貢献を評価するシステムおよび方法 | |
| CN109064296B (zh) | 一种辅助加餐的方法、装置和*** | |
| JP2013131009A (ja) | 情報提供システム、情報提供方法及びプログラム | |
| US10497039B1 (en) | Techniques for dynamic variations of a search query | |
| JP2017134744A (ja) | 情報処理システム、情報処理方法、および情報処理プログラム | |
| US10636076B2 (en) | Search result enhancement component for interest queues | |
| US9710839B2 (en) | System for embedding maps within retail store search results and method of using same | |
| CN109426998B (zh) | 信息推送方法和装置 | |
| US10366415B1 (en) | Dimensional translator | |
| CN111898021A (zh) | 资源数据推荐方法和装置，推荐资源数据生成方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201106 |
|
| RJ01 | Rejection of invention patent application after publication |