[发明专利]一种优化用户体验的系统及方法

说明书

本发明公开一种优化用户体验的系统及方法，涉及数据处理技术领域；建立数据标准库，作为分析请求行为模型的输入，利用分析请求行为模型分析用户请求行为，形成触发埋点数据库，当用户行为数据与触发埋点数据库的数据形成匹配，可以个性化的方式将相应的内容以用户所喜欢的风格与内容展示形式，推送给用户，同时可以预加载数据与内容，提升访问速度，从而达到提升用户体验。

技术领域

本发明公开一种优化用户体验的系统及方法，涉及数据处理技术领域。

背景技术

互联网时代，随着互联网技术的发展，互联网中的网站成为了人们与网络沟通的桥梁，上网也成为了人们每天里都必不可少的娱乐生活方式，因此产生了越来越多的基于互联网的服务。互联网公司的根基是无数的用户，从最初的为用户提供简单的服务，到后来为了留住用户而做的各种访问的细节的处理，提升用户访问网站的舒适度，从而成了产品设计中最重要的考量参数，也就是用户体验。

随着大数据与人工智能的兴起，利用大数据与人工智能对用户行为进行分析，了解用户的使用习惯、用户的访问喜好(包括用户对色值的喜好、字体大小、字体类型等等)使得针对性的对不同用户提供个性化的体验推送。

为了提升访问速度，个性化的推送用户所喜欢的风格与内容展示形式，提高用户体验，本发明提出了一种优化用户体验的系统及方法，通过收集各种用户在访问网站时候的行为数据，对数据进行初步的加工清洗并将数据标准化，获得足够大的数据集合，利用人工智能算法进行信息的处理，通过强化学习分析用户访问数据，形成用户行为“触发埋点”数据库，利用“触发埋点”结果数据库进行用户行为契合预触发，触发之后进行各种用户体验优化的处理从而达到对用户体验更完美的优化。

发明内容

本发明针对现有技术的问题，提供一种优化用户体验的系统及方法，利用大数据与人工智能的相关技术来分析用户请求行为，从而可以个性化的推送用户所喜欢的风格与内容展示形式，同时可以预加载数据与内容，提升访问速度，从而达到提升用户体验的目的。

本发明提出的具体方案是：

一种优化用户体验的方法，收集用户访问网站时的行为数据，将行为数据进行标准化处理，处理后的行为数据组成标准库，

利用人工智能算法对标准库中数据进行学习，获得分析请求行为模型，并形成用户行为触发埋点数据库，

通过分析请求行为模型分析用户访问数据，利用触发埋点数据库进行用户行为契合触发，提供给用户契合的网站与内容信息。

所述的方法中通过javascript收集用户访问网站时的行为数据，对行为数据进行清洗，再将行为数据进行标准化处理。

所述的方法中利用监督式学习方法中的反向传递神经网络方法对标准库中行为数据进行学习，获得分析请求行为模型。

所述的方法中利用标准库中更新的行为数据继续进行机器学习，持续调整分析请求行为模型。

所述的方法中根据分析请求行为模型预设的各个数值参数，获取用户行为数据作为触发埋点，形成用户行为触发埋点数据库。

一种优化用户体验的系统，包括收集模块、训练模块和分析及推送模块，

收集模块收集用户访问网站时的行为数据，将行为数据进行标准化处理，处理后的行为数据组成标准库，

训练模块利用人工智能算法对标准库中数据进行学习，获得分析请求行为模型，形成用户行为触发埋点数据库，

分析及推送模块通过分析请求行为模型分析用户访问数据，利用触发埋点数据库进行用户行为契合触发，提供给用户契合的网站与内容信息。

所述的系统中收集模块通过javascript收集用户访问网站时的行为数据，对行为数据进行清洗，再将行为数据进行标准化处理。