一种云资源推荐系统、方法、设备及存储介质与流程

1.本公开涉及计算机技术领域，进一步涉及智能推荐技术领域，尤其涉及一种云资源推荐系统、方法、设备及存储介质。


背景技术：

2.随着云技术的发展，越来越多的云资源产品得以推广，在云资源产品的使用场景中，如何选择合适的云资源产品尤为重要。


技术实现要素：

3.本公开提供了一种云资源推荐系统、方法、设备及存储介质。
4.根据本公开的一方面，提供了一种云资源推荐系统，包括：云平台以及服务器；
5.所述云平台，用于获取待推荐资源产品的状态信息，利用所述状态信息对应的数据获取方式，获取所述待推荐资源产品对应的目标属性数据，将所述目标属性数据发送给所述服务器，所述目标属性数据表示所述待推荐资源产品被使用相关的数据；接收所述服务器反馈的目标云资源数据，向用户推荐所述待推荐资源产品对应的目标云资源包；
6.所述服务器，用于接收所述目标属性数据，对所述目标属性数据进行分析，得到所述目标属性数据对应的目标云资源数据，并将所述目标云资源数据反馈给所述云平台。
7.根据本公开的另一方面，提供了一种云资源推荐方法，应用于云资源推荐系统的云平台，所述云资源推荐系统还包括：服务器；所述方法包括：
8.获取待推荐资源产品的状态信息；
9.利用所述状态信息对应的数据获取方式，获取所述待推荐资源产品对应的目标属性数据，所述目标属性数据表示所述待推荐资源产品被使用相关的数据；
10.将所述目标属性数据发送给所述服务器；
11.接收所述服务器对所述目标属性数据进行分析、得到的所述目标属性数据对应的目标云资源数据，向用户推荐所述待推荐资源产品对应的目标云资源包。
12.根据本公开的另一方面，提供了一种云资源推荐方法，应用于云资源推荐系统的服务器，所述云资源推荐系统还包括：云平台；所述方法包括：
13.接收所述云平台发送的待推荐资源产品对应的目标属性数据；所述目标属性数据为：所述云平台利用所获取的待推荐资源产品的状态信息对应的数据获取方式获取的，所述目标属性数据表示所述待推荐资源产品被使用相关的数据；
14.对所述目标属性数据进行分析，得到所述目标属性数据对应的目标云资源数据；
15.将所述目标云资源数据反馈给所述云平台，以使所述云平台向用户推荐所述待推荐资源产品对应的目标云资源包。
16.根据本公开的另一方面，提供了一种云平台设备，包括：
17.至少一个处理器；以及
18.与所述至少一个处理器通信连接的存储器；其中，
19.所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行执行本公开中第一方面所述的方法。
20.根据本公开的另一方面，提供了一种服务器设备，包括：
21.至少一个处理器；以及
22.与所述至少一个处理器通信连接的存储器；其中，
23.所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行执行本公开中第二方面所述的方法。
24.根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行本公开中任一项所述的方法。
25.根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现本公开中任一项所述的方法。
26.本公开实施例，实现了云资源的自动推荐。
27.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
28.附图用于更好地理解本方案，不构成对本公开的限定。其中：
29.图1是根据本公开云资源推荐系统的一种示意图；
30.图2是根据本公开数据获取方式选择的一种示意图；
31.图3是根据本公开推荐云资源包的一种示意图；
32.图4是根据本公开数据获取的一种示意图；
33.图5是根据本公开云资源推荐的一种示意图；
34.图6是根据本公开数据获取的另一种示意图；
35.图7是根据本公开云资源推荐的另一种示意图；
36.图8是根据本公开推荐云资源包购买信息的一种示意图；
37.图9是根据本公开云资源推荐方法的一种示意图；
38.图10是根据本公开云资源推荐方法的另一种示意图；
39.图11是用来实现本公开实施例的一种云资源推荐方法的电子设备的框图。
具体实施方式
40.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
41.随着云技术的发展，越来越多的云资源产品得以推广，一种云资源产品的购买、使用场景中，如产品开发者在开发产品的过程中需要使用云资源时，选取合适的云资源产品常需花费比较大的精力。
42.相关技术中，云资源的购买和云资源应用的产品是脱节的，云资源购买平台(简称云平台)并不知晓所售卖的云资源使用状况，进而开发者在产品实现方案中，无法通过云资
源购买平台知晓哪些云资源用于何种产品开发中，使得开发者在需要购买、使用云资源时，只能凭借云资源的使用指南或者自身经验来购买。然而，现有云资源产品越来越多，应用的场景各不相同，对于开发者尤其是新手开发者而言，凭借云资源的使用指南或者自身经验选取和购买云资源，无疑需要更大的学习成本。而在选定云资源之后，购买云资源时，通常还需填写冗长的表单，这些表单大部分由分区个数、发布吞吐量等与产品使用相关的生涩字段组成，这进一步加大了购买云资源的学习成本。
43.本公开实施例提供的云资源推荐系统包括：云平台以及服务器，云平台，用于获取待推荐资源产品的状态信息，利用状态信息对应的数据获取方式，获取待推荐资源产品对应的目标属性数据，将目标属性数据发送给服务器，目标属性数据表示待推荐资源产品被使用相关的数据；接收服务器反馈的目标云资源数据，向用户推荐待推荐资源产品对应的目标云资源包；服务器，用于接收目标属性数据，对目标属性数据进行分析，得到目标属性数据对应的目标云资源数据，并将目标云资源数据反馈给云平台。
44.本公开实施例中，通过云平台获取待推荐资源产品的状态信息，进一步利用状态信息对应的数据获取方式，获取待推荐资源产品对应的目标属性数据，该目标属性数据表示了待推荐资源产品被使用相关的数据，即可知晓待推荐资源产品被使用相关的数据，然后，利用服务器对目标属性数据进行分析，得到目标属性数据对应的目标云资源数据，再通过云平台向用户推荐待推荐资源产品对应的目标云资源包，实现云资源包的智能化推荐，帮助用户更快速的选择合适的云资源，降低了用户选择云资源的学习成本，同时提高了云资源的购买效率。
45.本公开的一实施例中提供了一种云资源推荐系统，参见图1，云资源推荐系统100包括：云平台110以及服务器120。
46.一个例子中，云平台110为用于购买云资源产品的平台，服务器120为用于对产品数据进行分析的设备，云平台110与服务器120之间通过网络连接。
47.云平台110，用于获取待推荐资源产品的状态信息，利用状态信息对应的数据获取方式，获取待推荐资源产品对应的目标属性数据，将目标属性数据发送给服务器，其中，目标属性数据表示待推荐资源产品被使用相关的数据。
48.其中，待推荐资源产品的状态信息可以包括产品未上线状态以及产品已上线状态等，产品未上线状态表示待推荐资源产品的当前状态为未上线状态，产品已上线状态表示待推荐资源产品的当前状态为已上线状态。
49.一个例子中，用户首次登录云平台110之后，该云平台110可以向用户展示产品状态信息的选择项，以便于用户对待推荐资源产品的状态信息进行选择，在用户选择之后，云平台110即可获取待推荐资源产品的状态信息。进一步的，云平台110还可以向用户展示所选择状态信息对应的数据获取方式的详细信息，以便于获取待推荐资源产品对应的目标属性数据。
50.一个例子中，用户首次登录云平台110之后，该云平台110可以向用户展示如图2所示的针对待推荐资源产品的数据获取方式供用户选择，比如用户可以选择获取sdk(software development kit，软件开发工具包)，或者选择预估数据，示例性的，该用户可以是需要为待推荐资源产品购买云资源的任一用户，比如待推荐资源产品的开发者等。用户选择获取sdk表示待推荐资源产品的状态信息为产品已上线，用户选择预估数据表示待
推荐资源产品的状态信息为产品未上线。
51.在用户选择待推荐资源产品的数据获取方式的情况下，云平台110即可知晓待推荐资源产品的状态信息，进一步可以向用户展示该状态信息对应的数据获取方式的详细信息，比如向用户展示产品已上线状态对应的获取sdk的具体数据获取方式，或者向用户展示产品未上线状态对应的预估数据的具体数据获取方式，进一步获取待推荐资源产品对应的目标属性数据。一个例子中，目标属性数据可以是待推荐资源产品的用户量、访问量以及消息数量等，表示该待推荐资源产品被使用相关的数据。
52.服务器120，用于接收目标属性数据，对目标属性数据进行分析，得到目标属性数据对应的目标云资源数据，并将目标云资源数据反馈给云平台。
53.云平台110获取待推荐资源产品对应的目标属性数据后，通过与服务器120连接的网络，将目标属性数据发送给服务器120，服务器120接收到目标属性数据，可以通过数据分析方法、或者数据分析模型等对目标属性数据进行分析，得到目标属性数据对应的目标云资源数据。该目标云资源数据即为待推荐资源产品所需的云资源数据，之后服务器120通过上述网络将得到的目标云资源数据反馈给云平台。
54.云平台110还用于接收服务器反馈的目标云资源数据，向用户推荐待推荐资源产品对应的目标云资源包。
55.示例性的，如图3所示，云平台110向用户推荐待推荐资源产品xxx对应的目标云资源包，该目标云资源包包括资源包1-经济版，以及资源包2-豪华版，其中，资源包1-经济版中包含：eks(elastic kubernetes service，弹性容器服务)云产品、datahhub(阿里云)以及监控(prometheus)服务等，资源包2-豪华版中包含：eks云产品、datahhub、监控服务以及mns(message service，消息服务)等。
56.本公开实施例中，通过云平台获取待推荐资源产品的状态信息，进一步利用状态信息对应的数据获取方式，获取待推荐资源产品对应的目标属性数据，该目标属性数据表示了待推荐资源产品被使用相关的数据，即可知晓待推荐资源产品被使用相关的数据，然后，利用服务器对目标属性数据进行分析，得到目标属性数据对应的目标云资源数据，再通过云平台向用户推荐待推荐资源产品对应的目标云资源包，实现云资源包的智能化推荐，帮助用户更快速的选择合适的云资源，降低了用户选择云资源的学习成本，同时提高了云资源的购买效率。
57.在一种可能的实施方式中，在待推荐资源产品的状态信息为产品未上线状态的情况下，上述云平台110包括：数据收集模块和云资源推荐模块，
58.其中，数据收集模块，用于接收用户针对待推荐资源产品输入的产品现状数据及预设属性的预估数据，获取待推荐资源产品对应的目标属性数据，并将目标属性数据发送给服务器120。
59.云资源推荐模块，用于接收服务器120反馈的目标云资源数据，将目标云资源数据打包成目标云资源包，向用户推荐待推荐资源产品对应的目标云资源包。
60.一个例子中，用户选择了图2中预估数据的情况下，即待推荐资源产品的状态信息为产品未上线状态，云平台110向用户展示如图4所示的数据获取页面，以对待推荐资源产品数据进行收集。用户通过图4所示的数据获取页面，输入待推荐资源产品的产品名称、选择待推荐资源产品的产品类型，该类型比如app(application，应用程序)、小程序、小游戏、
网页或私有化部署等，以及输入或选择待推荐资源产品的运营地域、预估用户数(即用户量)、预估消息数以及预估数据量(即访问量)等信息，在点击提交功能选项之后，成功将待推荐资源产品的预估属性数据提交至云平台110，其中图4加*的表示必须填写项目，其他不限制。
61.云平台110的数据收集模块接收用户针对待推荐资源产品输入的产品现状数据(如用户通过图4所示的数据获取页面，输入的待推荐资源产品的产品名称、选择的待推荐资源产品的产品类型以及运营地域)，及预设属性的预估数据(如用户通过图4所示的数据获取页面，输入或选择待推荐资源产品的用户量、预估消息数以及预估数据量)，得到待推荐资源产品对应的目标属性数据，并将所得到的目标属性数据发送给服务器120。服务器120对目标属性数据进行分析，返回目标属性数据对应的目标云资源数据。
62.云平台110的云资源推荐模块接收服务器120反馈的目标云资源数据，将目标云资源数据打包成目标云资源包，向用户推荐待推荐资源产品对应的目标云资源包。
63.示例性的，如图5所示，在开发者开发未上线产品，即待推荐资源产品的状态信息为产品未上线状态的情况下，开发者与云平台110进行交互，具体的，开发者以在云平台110上填写数据表单的方式与云平台110交互，云平台110通过接收开发者针对待推荐资源产品输入的产品现状数据及预设属性的预估数据，以得到待推荐资源产品对应的目标属性数据，如图2和图4所示。云平台110与服务器120进行交互，具体的，云平台110将得到的待推荐资源产品对应的目标属性数据发送给服务器120，服务器120对目标属性数据进行大数据运算分析，得到目标属性数据对应的目标云资源数据，并将目标云资源数据反馈给云平台110。云平台110进一步自动向开发者推荐待推荐资源产品对应的目标云资源包。
64.本公开实施例中，针对产品未上线状态的待推荐资源产品，通过云平台的数据收集模块接收用户针对待推荐资源产品输入的产品现状数据及预设属性的预估数据，以得到待推荐资源产品对应的目标属性数据，即可预估未上线待推荐资源产品被使用相关的数据，然后，利用服务器对目标属性数据进行分析，得到目标属性数据对应的目标云资源数据，再通过云平台的云资源推荐模块将目标云资源数据打包成目标云资源包，向用户推荐待推荐资源产品对应的目标云资源包，实现云资源包的智能化推荐，帮助用户更快速的选择合适的云资源，降低了用户选择云资源的学习成本，同时提高了云资源的购买效率。
65.在一种可能的实施方式中，在待推荐资源产品的状态信息为产品已上线状态的情况下，上述云平台110包括：sdk模块，数据收集模块以及云资源推荐模块。
66.其中，sdk模块，用于接收并响应用户针对待推荐资源产品的获取sdk代码的指令，获取待推荐资源产品对应的sdk代码。
67.数据收集模块，用于从sdk模块所获取的sdk代码中，获取待推荐资源产品对应的目标属性数据，将目标属性数据发送给服务器120。
68.云资源推荐模块，用于接收服务器120反馈的目标云资源数据，将目标云资源数据打包成目标云资源包，向用户推荐待推荐资源产品对应的目标云资源包。
69.一个例子中，用户选择了图2中获取sdk的情况下，即待推荐资源产品的状态信息为产品已上线状态，云平台110向用户展示如图6所示的数据获取页面，以对待推荐资源产品数据进行收集。云平台110提供了sdk接口，使得云平台110能够通过sdk接口接入已上线产品。
70.用户通过图6所示的数据获取页面，输入待推荐资源产品的产品名称、选择待推荐资源产品的产品类型，以及选择sdk下载功能选项，在选择sdk下载功能选项之后，云平台110获取到用户针对待推荐资源产品的获取sdk代码的指令，进一步云平台110通过sdk接口接入已上线的待推荐资源产品，获取待推荐资源产品的sdk代码。其中图6加*的表示必须选择项目，其他不限制。
71.具体的，云平台110的sdk模块接收并响应用户针对待推荐资源产品的获取sdk代码的指令(即用户通过图6所示的数据获取页面，输入待推荐资源产品的产品名称、选择待推荐资源产品的产品类型，以及选择sdk下载功能选项)，通过sdk接口获取待推荐资源产品对应的sdk代码。
72.进一步的，数据收集模块从sdk模块所获取的sdk代码中，读取待推荐资源产品对应的，包括待推荐资源产品的用户量、访问量以及消息数量等的目标属性数据，并将目标属性数据发送给服务器120。服务器120对目标属性数据进行分析，返回目标属性数据对应的目标云资源数据。
73.云平台110的云资源推荐模块接收服务器120反馈的目标云资源数据，将目标云资源数据打包成目标云资源包，向用户推荐待推荐资源产品对应的目标云资源包。
74.示例性的，如图7所示，在开发者开发已上线产品，即待推荐资源产品的状态信息为产品已上线状态的情况下，云平台110能够通过sdk接口接入开发者开发的已上线产品，开发者与云平台110进行交互，结合图2和图6，云平台110的sdk模块接收并响应开发者针对待推荐资源产品的获取sdk代码的指令，通过sdk接口获取待推荐资源产品对应的sdk代码，云平台110的数据收集模块从sdk代码中，读取待推荐资源产品对应的目标属性数据。云平台110与服务器120进行交互，云平台110的数据收集模块将目标属性数据发送给服务器120，服务器120对目标属性数据进行大数据运算分析，得到目标属性数据对应的目标云资源数据，并将目标云资源数据反馈给云平台110。云平台110进一步自动向开发者推荐待推荐资源产品对应的目标云资源包。
75.本公开实施例中，针对产品已上线状态的待推荐资源产品，通过云平台的sdk接口获取待推荐资源产品对应的sdk代码，数据收集模块从所获取的sdk代码中，读取待推荐资源产品对应的目标属性数据，即可知晓已上线待推荐资源产品被使用相关的数据，然后，利用服务器对目标属性数据进行分析，得到目标属性数据对应的目标云资源数据，再通过云平台的云资源推荐模块将目标云资源数据打包成目标云资源包，向用户推荐待推荐资源产品对应的目标云资源包，实现云资源包的智能化推荐，帮助用户更快速的选择合适的云资源，降低了用户选择云资源的学习成本，同时提高了云资源的购买效率。
76.一个例子中，在待推荐资源产品的状态信息为产品已上线状态的情况下，云平台110自动向开发者推荐待推荐资源产品对应的目标云资源包，有助于用户智能化完成产品的扩容、提升或降低产品配置等操作，无需用户在云平台上主动操作。
77.在一种可能的实施方式中，上述服务器120包括：数据接收模块，数据存储模块以及数据运算模块；
78.其中，数据接收模块，用于接收目标属性数据，将目标属性数据分别发送给数据存储模块和数据运算模块；
79.数据存储模块，用于对目标属性数据进行存储；
80.数据运算模块，用于对目标属性数据进行分析，得到目标属性数据对应的目标云资源数据，并将目标云资源数据反馈给云平台。
81.本公开实施例中，服务器的数据接收模块能够接收目标属性数据，并对目标属性数据进行分发处理，数据存储模块能够对目标属性数据进行存储，以便于后续能够对目标属性数据进一步分析处理，数据运算模块能够对目标属性数据进行分析，得到目标属性数据对应的目标云资源数据，实现了对待推荐资源产品的大数据分析，以便于云平台能够向用户推荐待推荐资源产品所需使用的合理云资源数据。
82.在一种可能的实施方式中，上述数据运算模块，具体用于：将目标属性数据输入到预先训练的资源预测模型中，得到目标属性数据对应待推荐资源产品所需的目标云资源数据；其中，预先训练的资源预测模型是根据样本产品的属性数据，以及样本产品所需的云资源数据训练得到的。
83.服务器120的数据运算模块中可以存储有预先训练的资源预测模型，进而在对目标属性数据进行分析时，可以直接将目标属性数据输入到预先训练的资源预测模型中进行云资源的预测，以得到目标属性数据对应待推荐资源产品所需的目标云资源数据。
84.本公开实施例中，预先根据样本产品的属性数据，以及样本产品所需的云资源数据训练资源预测模型，以便于在对待推荐资源产品的目标属性数据进行分析时，直接利用该预先训练的资源预测模型，对待推荐资源产品所需的目标云资源数据进行预测，以实现对待推荐资源产品所需的目标云资源数据的准确、智能化推荐。
85.在一种可能的实施方式中，上述数据运算模块，还可以用于：利用数据存储模块中存储的待推荐资源产品的目标属性数据，以及用户选择的云资源包对应的云资源数据，更新资源预测模型的训练数据集，并更新训练资源预测模型。
86.一个例子中，在上述云平台110向用户推荐待推荐资源产品对应的目标云资源包之后，云平台110还可以对用户最终选择的云资源包对应的云资源数据进行存储，以及将其转发给服务器120。进而服务器120的数据接收模块将接收到的数据分别发送给数据存储模块和数据运算模块，数据存储模块对接收到的用户选择的云资源包对应的云资源数据进行存储，数据运算模块利用数据存储模块中存储的待推荐资源产品的目标属性数据，以及用户选择的云资源包对应的云资源数据，更新资源预测模型的训练数据集，并更新训练资源预测模型。
87.本公开实施例中，利用数据存储模块中存储的待推荐资源产品的目标属性数据，以及用户选择的云资源包对应的云资源数据，更新资源预测模型的训练数据集，并更新训练资源预测模型，以使得资源预测模型能够更准确的预测待推荐资源产品所需的目标云资源数据。
88.在一种可能的实施方式中，上述云平台110还用于：向用户推荐目标云资源包的购买信息。
89.示例性的，在用户选择了图3所示的资源包1-经济版时，云平台110可以向用户展示如图8所示资源包1-经济版中包含的各云产品的相关功能以及购买信息，用户可以对资源包1中各云产品进行选择，还可以对选中的云产品(如图8中实线框显示的eks云产品)进行替换或删除等操作，以及选择购买全部或部分云产品，实现了用户对云资源包的便捷购买。
90.本公开实施例中，云平台向用户推荐目标云资源包的购买信息，以便于用户对云资源包的购买，提高云资源购买的效率。
91.本公开实施例还提供了一种云资源推荐方法，应用于云资源推荐系统的云平台，云资源推荐系统还包括：服务器；参见图9，该方法包括：
92.s901，获取待推荐资源产品的状态信息；
93.s902，利用状态信息对应的数据获取方式，获取待推荐资源产品对应的目标属性数据，目标属性数据表示待推荐资源产品被使用相关的数据；
94.s903，将目标属性数据发送给服务器；
95.s904，接收服务器对目标属性数据进行分析、得到的目标属性数据对应的目标云资源数据，向用户推荐待推荐资源产品对应的目标云资源包。
96.本公开实施例中，通过云平台获取待推荐资源产品的状态信息，进一步利用状态信息对应的数据获取方式，获取待推荐资源产品对应的目标属性数据，该目标属性数据表示了待推荐资源产品被使用相关的数据，即可知晓待推荐资源产品被使用相关的数据，然后，利用服务器对目标属性数据进行分析，得到目标属性数据对应的目标云资源数据，再通过云平台向用户推荐待推荐资源产品对应的目标云资源包，实现云资源包的智能化推荐，帮助用户更快速的选择合适的云资源，降低了用户选择云资源的学习成本，同时提高了云资源的购买效率。
97.在一种可能的实施方式中，在上述状态信息为产品未上线状态的情况下，上述云平台包括：数据收集模块和云资源推荐模块；
98.上述利用状态信息对应的数据获取方式，获取待推荐资源产品对应的目标属性数据，包括：
99.数据收集模块接收用户针对待推荐资源产品输入的产品现状数据及预设属性的预估数据，获取待推荐资源产品对应的目标属性数据；
100.上述接收服务器反馈的目标云资源数据，向用户推荐待推荐资源产品对应的目标云资源包，包括：
101.云资源推荐模块接收服务器反馈的目标云资源数据，将目标云资源数据打包成目标云资源包，向用户推荐待推荐资源产品对应的目标云资源包。
102.在一种可能的实施方式中，在上述状态信息为产品已上线状态的情况下，上述云平台包括：软件开发工具包sdk模块，数据收集模块以及云资源推荐模块；
103.上述利用状态信息对应的数据获取方式，获取待推荐资源产品对应的目标属性数据，包括：
104.sdk模块接收并响应用户针对待推荐资源产品的获取sdk代码的指令，获取待推荐资源产品对应的sdk代码；
105.数据收集模块从sdk模块所获取的sdk代码中，获取待推荐资源产品对应的目标属性数据；
106.上述接收服务器反馈的目标云资源数据，向用户推荐待推荐资源产品对应的目标云资源包，包括：
107.云资源推荐模块接收服务器反馈的目标云资源数据，将目标云资源数据打包成目标云资源包，向用户推荐待推荐资源产品对应的目标云资源包。
108.在一种可能的实施方式中，上述方法还包括：
109.向用户推荐目标云资源包的购买信息。
110.本公开实施例还提供了一种云资源推荐方法，应用于云资源推荐系统的服务器，云资源推荐系统还包括：云平台；参见图10，该方法包括：
111.s1001，接收云平台发送的待推荐资源产品对应的目标属性数据；目标属性数据为：云平台利用所获取的待推荐资源产品的状态信息对应的数据获取方式获取的，目标属性数据表示待推荐资源产品被使用相关的数据；
112.s1002，对目标属性数据进行分析，得到目标属性数据对应的目标云资源数据；
113.s1003，将目标云资源数据反馈给云平台，以使云平台向用户推荐待推荐资源产品对应的目标云资源包。
114.本公开实施例中，通过云平台利用所获取的待推荐资源产品的状态信息对应的数据获取方式，获取待推荐资源产品对应的目标属性数据，该目标属性数据表示了待推荐资源产品被使用相关的数据，即可知晓待推荐资源产品被使用相关的数据，然后，利用服务器对目标属性数据进行分析，得到目标属性数据对应的目标云资源数据，再通过云平台向用户推荐待推荐资源产品对应的目标云资源包，实现云资源包的智能化推荐，帮助用户更快速的选择合适的云资源，降低了用户选择云资源的学习成本，同时提高了云资源的购买效率。
115.在一种可能的实施方式中，上述服务器包括：数据接收模块，数据存储模块以及数据运算模块；
116.上述接收云平台发送的待推荐资源产品对应的目标属性数据，包括：
117.数据接收模块接收云平台发送的待推荐资源产品对应的目标属性数据，将目标属性数据分别发送给数据存储模块和数据运算模块；
118.上述对目标属性数据进行分析，得到目标属性数据对应的目标云资源数据，包括：
119.数据运算模块将目标属性数据输入到预先训练的资源预测模型中，得到目标属性数据对应待推荐资源产品所需的目标云资源数据；其中，预先训练的资源预测模型是根据样本产品的属性数据，以及样本产品所需的云资源数据训练得到的；
120.上述方法还包括：
121.数据存储模块对目标属性数据进行存储。
122.在一种可能的实施方式中，上述方法还包括：
123.数据运算模块利用数据存储模块中存储的待推荐资源产品的目标属性数据，以及用户选择的云资源包对应的云资源数据，更新资源预测模型的训练数据集，并更新训练资源预测模型。
124.本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。需要说明的是，本实施例中的人头模型并不是针对某一特定用户的人头模型，并不能反映出某一特定用户的个人信息。需要说明的是，本实施例中的二维人脸图像来自于公开数据集。
125.根据本公开的实施例，本公开还提供了一种云平台设备、一种服务器设备、一种可读存储介质和一种计算机程序产品。
126.其中，云平台设备，包括：
127.至少一个处理器；以及
128.与所述至少一个处理器通信连接的存储器；其中，
129.所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开中应用于云资源推荐系统的云平台的云资源推荐方法。
130.一种服务器设备，包括：
131.至少一个处理器；以及
132.与所述至少一个处理器通信连接的存储器；其中，
133.所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开中应用于云资源推荐系统的服务器的云资源推荐方法。
134.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行本公开中任一项的方法。
135.一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现本公开中任一项的方法。
136.上述云平台设备以及服务器设备均可称作电子设备，其结构可相同，图11示出了可以用来实施本公开的实施例的示例电子设备1100的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
137.如图11所示，设备1100包括计算单元1101，其可以根据存储在只读存储器(rom)1102中的计算机程序或者从存储单元1108加载到随机访问存储器(ram)1103中的计算机程序，来执行各种适当的动作和处理。在ram 1103中，还可存储设备1100操作所需的各种程序和数据。计算单元1101、rom 1102以及ram 1103通过总线1104彼此相连。输入/输出(i/o)接口1105也连接至总线1104。
138.设备1100中的多个部件连接至i/o接口1105，包括：输入单元1106，例如键盘、鼠标等；输出单元1107，例如各种类型的显示器、扬声器等；存储单元1108，例如磁盘、光盘等；以及通信单元1109，例如网卡、调制解调器、无线通信收发机等。通信单元1109允许设备1100通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
139.计算单元1101可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1101的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元1101执行上文所描述的各个方法和处理，例如云资源推荐方法。例如，在一些实施例中，云资源推荐方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元1108。在一些实施例中，计算机程序的部分或者全部可以经由rom 1102和/或通信单元1109而被载入和/或安装到设备1100上。当计算机程序加载到ram 1103并由计算单元1101执行时，可以执行上文描述的云资源
推荐方法的一个或多个步骤。备选地，在其他实施例中，计算单元1101可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行云资源推荐方法。
140.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、复杂可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
141.用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
142.在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
143.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
144.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
145.计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的
服务器，或者是结合了区块链的服务器。
146.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
147.上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。