一种操作对象的推荐方法、装置、电子设备及存储介质与流程

专利2026-03-01  6


本发明涉及安全运维,尤其涉及一种操作对象的推荐方法、装置、电子设备及存储介质。


背景技术:

1、随着信息技术和业务的发展,以及各式各样安全问题的涌现,运维与安全这两个专业日渐交融,用户对运维安全的重视程度越来越高,从而衍生出了一个新的交叉领域——安全运维。

2、为了便于用户操作,现有的安全运维平台通常会搭载操作推荐功能,该功能能够预测用户的当前意图并在用户手动操作之前给出下一步的操作指引,该功能通常由推荐装置来实现。目前,推荐装置内往往设置有多个推荐模型,不同的推荐模型给出的推荐结果可能不一致。为了保证推荐结果的一致性,现有的推荐装置大多采用固定加权的方式,为不同的推荐模型配置固定的参数。

3、然而,操作推荐取决于业务数据,固定加权的方式只能针对特定的用户和业务,灵活性和泛化性都较差。一旦面对其他用户和/或其他业务,推荐结果的准确率也难以保证。


技术实现思路

1、本发明提供了一种操作对象的推荐方法、装置、电子设备及存储介质,能够准确地为用户推荐操作对象,避免了多模型推荐不统一的问题,并且适配各种用户和各种业务类型,具有良好的灵活性和泛化性。

2、根据本发明的一方面,提供了一种操作对象的推荐方法,应用于电子设备,电子设备内设置有推荐模型,方法包括:

3、获取用户基于第三方客户端触发的当前操作信息;

4、根据当前操作信息,确定原始推荐信息,其中,原始推荐信息包括第一类信息和/或第二类信息,第一类信息包括重复操作对象及其对应的至少两个初始推荐参数,重复操作对象为被至少两个推荐模型确定的操作对象,第二类信息包括非重复操作对象及其对应的一个初始推荐参数,非重复操作对象为仅被一个推荐模型确定的操作对象;

5、若原始推荐信息包括第一类信息和第二类信息,则对于每个重复操作对象,随机生成重复操作对象的各初始推荐参数的权重,并根据重复操作对象的各初始推荐参数及其权重,确定重复操作对象的目标推荐参数;

6、根据非重复操作对象的初始推荐参数和重复操作对象的目标推荐参数,确定目标操作对象,并将目标操作对象作为目标推荐信息在第三方客户端进行显示。

7、可选的,方法还包括:

8、若原始推荐信息仅包括第二类信息,则根据非重复操作对象的初始推荐参数,确定目标操作对象,并将目标操作对象作为目标推荐信息在第三方客户端进行显示;

9、若原始推荐信息仅包括第一类信息,则对于每个重复操作对象,随机生成重复操作对象的各初始推荐参数的权重,并根据重复操作对象的各初始推荐参数及其权重,确定重复操作对象的目标推荐参数;根据重复操作对象的目标推荐参数,确定目标操作对象,并将目标操作对象作为目标推荐信息在第三方客户端进行显示。

10、可选的,根据当前操作信息,确定原始推荐信息,包括:

11、根据当前操作信息,分别确定每个推荐模型对应的操作对象,其中,推荐模型是基于隐式信息训练得到的模型;

12、根据所有推荐模型对应的操作对象,基于预设规则确定原始推荐信息。

13、可选的,若推荐模型为统计模型,根据当前操作信息,确定统计模型对应的操作对象,包括:

14、根据当前操作信息,确定用户基础信息;

15、将用户基础信息输入统计模型,分别确定每个候选对象在不同维度的评分;

16、根据候选对象在各维度的评分,分别计算每个候选对象的推荐评分,并选择推荐评分位于前n的候选对象作为统计模型对应的操作对象,其中,统计模型对应的操作对象的初始推荐参数为其推荐评分,n为正整数。

17、可选的,若推荐模型为关联规则模型,根据当前操作信息,确定关联规则模型对应的操作对象,包括:

18、根据当前操作信息,确定历史操作信息;

19、将当前操作信息和历史操作信息输入关联规则模型,确定关联规则模型对应的操作对象。

20、可选的,随机生成重复操作对象的各初始推荐参数的权重,包括:

21、确定重复操作对象的初始推荐参数的数量;

22、根据重复操作对象的初始推荐参数的数量,基于权重随机算法确定重复操作对象的各初始推荐参数的权重。

23、可选的,当重复操作对象的初始推荐参数的数量为2时,重复操作对象的一个初始推荐参数的权重为p,重复操作对象的另一个初始推荐参数的权重为1-p;

24、其中,为重复操作对象i的一个初始推荐参数,为重复操作对象i的另一个初始推荐参数。

25、根据本发明的另一方面,提供了一种操作对象的推荐装置,包括:操作获取模块,确定模块和推荐模块;

26、操作获取模块,用于获取用户基于第三方客户端触发的当前操作信息;

27、确定模块,用于根据当前操作信息,确定原始推荐信息,其中,原始推荐信息包括第一类信息和/或第二类信息,第一类信息包括重复操作对象及其对应的至少两个初始推荐参数,重复操作对象为被至少两个推荐模型确定的操作对象,第二类信息包括非重复操作对象及其对应的一个初始推荐参数,非重复操作对象为仅被一个推荐模型确定的操作对象;若原始推荐信息包括第一类信息和第二类信息,则对于每个重复操作对象,随机生成重复操作对象的各初始推荐参数的权重,并根据重复操作对象的各初始推荐参数及其权重,确定重复操作对象的目标推荐参数;

28、推荐模块,用于根据非重复操作对象的初始推荐参数和重复操作对象的目标推荐参数,确定目标操作对象,并将目标操作对象作为目标推荐信息在第三方客户端进行显示。

29、根据本发明的另一方面,提供了一种电子设备,电子设备包括:

30、至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,

31、存储器存储有可被至少一个处理器执行的计算机程序,计算机程序被至少一个处理器执行,以使至少一个处理器能够执行本发明任一实施例的操作对象的推荐方法。

32、根据本发明的另一方面,提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机指令,计算机指令用于使处理器执行时实现本发明任一实施例的操作对象的推荐方法。

33、本发明实施例的技术方案,通过获取到的用户基于第三方客户端触发的当前操作信息,确定原始推荐信息;当原始推荐信息包括第一类信息和第二类信息时,对于每个重复操作对象,随机生成重复操作对象的各初始推荐参数的权重,并根据重复操作对象的各初始推荐参数及其权重,确定重复操作对象的目标推荐参数;从而根据非重复操作对象的初始推荐参数和重复操作对象的目标推荐参数,确定目标操作对象,并将目标操作对象作为目标推荐信息在第三方客户端进行显示。一方面,由于原始推荐信息包括第一类信息和/或第二类信息,第一类信息包括重复操作对象及其对应的至少两个初始推荐参数,第二类信息包括非重复操作对象及其对应的一个初始推荐参数,实现了对多个推荐模型确定的操作对象的整合。另一方面,对于每个重复操作对象,根据重复操作对象的各初始推荐参数及其权重,确定重复操作对象的目标推荐参数。由于重复操作对象的各初始推荐参数的权重是随机生成的,可以适配各种用户和各种业务类型,具有良好的灵活性和泛化性,并且最终确定的目标推荐参数与重复操作对象是一一对应的,避免了多模型推荐不统一的问题,实现了准确地为用户推荐操作对象的目的。

34、应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。


技术特征:

1.一种操作对象的推荐方法,其特征在于,应用于电子设备,所述电子设备内设置有推荐模型,所述方法包括:

2.根据权利要求1所述的操作对象的推荐方法,其特征在于,所述方法还包括:

3.根据权利要求1所述的操作对象的推荐方法,其特征在于,所述根据所述当前操作信息,确定原始推荐信息,包括:

4.根据权利要求3所述的操作对象的推荐方法,其特征在于,若所述推荐模型为统计模型,所述根据所述当前操作信息,确定所述统计模型对应的操作对象,包括:

5.根据权利要求3所述的操作对象的推荐方法,其特征在于,若所述推荐模型为关联规则模型,所述根据所述当前操作信息,确定所述关联规则模型对应的操作对象,包括:

6.根据权利要求1或2所述的操作对象的推荐方法,其特征在于,所述随机生成所述重复操作对象的各初始推荐参数的权重,包括:

7.根据权利要求6所述的操作对象的推荐方法,其特征在于,当所述重复操作对象的初始推荐参数的数量为2时,所述重复操作对象的一个初始推荐参数的权重为p,所述重复操作对象的另一个初始推荐参数的权重为1-p;

8.一种操作对象的推荐装置,其特征在于,包括:操作获取模块,确定模块和推荐模块;

9.一种电子设备,其特征在于,所述电子设备包括:

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的操作对象的推荐方法。


技术总结
本发明公开了一种操作对象的推荐方法、装置、电子设备及存储介质。该方法包括:获取用户基于第三方客户端触发的当前操作信息;根据当前操作信息,确定原始推荐信息,原始推荐信息包括第一类信息和/或第二类信息;若原始推荐信息包括第一类信息和第二类信息,则对于每个重复操作对象,随机生成重复操作对象的各初始推荐参数的权重,并确定重复操作对象的目标推荐参数;根据非重复操作对象的初始推荐参数和重复操作对象的目标推荐参数,确定目标操作对象,将目标操作对象作为目标推荐信息在第三方客户端进行显示。本方案能够准确地为用户推荐操作对象,避免了多模型推荐不统一的问题,并且适配各种用户和各种业务类型,具有良好的灵活性和泛化性。

技术研发人员:赵苗苗
受保护的技术使用者:上海上讯信息技术股份有限公司
技术研发日:
技术公布日:2024/6/26
转载请注明原文地址:https://doc.8miu.com/read-1828315.html

最新回复(0)