[发明专利]基于人工智能的内容推荐方法及人工智能内容推荐系统

说明书

本公开实施例提供一种基于人工智能的内容推荐方法及人工智能内容推荐系统，通过会话兴趣路径匹配会话服务流程的目标会话主题分布矩阵与会话服务流程的加权有向操作业务图，以综合会话服务流程的兴趣点挖掘数据与会话服务流程的加权有向操作业务图，提取到丰富的会话服务流程的开放主题关系，从而便于在关键兴趣对象挖掘过程中基于开放主题的关系进行高效地关键兴趣对象挖掘；另外，通过会话服务流程的目标会话主题分布矩阵，对会话服务流程进行关键兴趣对象提取，得到会话服务流程的关键兴趣对象集，从而便于后续进行内容推荐，提高推送精度。

技术领域

本公开涉及机器学习模型技术领域，示例性地，涉及一种基于人工智能的内容推荐方法及人工智能内容推荐系统。

背景技术

随着云计算、大数据和物联网等新兴计算领域的发展，互联网环境中的可用服务在数量和类型上都迅速增加。服务计算技术的成熟及其在各个领域的广泛应用，导致了服务经济，服务市场和服务业务的快速增长。因此，如何为市场提供以用户为中心的服务及其组合技术将成为服务计算的未来趋势之一，准确挖掘用户偏好并做出高效准确的服务推荐是非常重要和迫切的需要。

在推荐系统中，通过对用户的偏好建模，例如用户对物品(可能是电商商品等)的关注倾向程度的确定，可以由此为依据进行内容推荐，以使得推荐的内容与用户的实际画像特征更为匹配。然而相关技术中，仅依靠用户对物品的关注倾向程度进行内容推荐仍旧存在诸多不准确的地方，例如某些关注倾向程度的算法并没有考虑到会话服务流程的开放主题关系，无法更深层次地表达用户实际更关注的关键兴趣对象，因此相关技术的内容推荐准确率仍然有比较大的优化空间。

发明内容

为了至少克服现有技术中的上述不足，本公开的目的在于提供一种基于人工智能的内容推荐方法及人工智能内容推荐系统。

第一方面，本公开提供一种基于人工智能的内容推荐方法，应用于人工智能内容推荐系统，所述人工智能内容推荐系统与多个智慧在线服务终端通信连接，所述方法包括：

根据指定电商服务对象在当前电商商品会话页面的业务关注倾向，获取所述指定电商服务对象的频繁操作项大数据，通过兴趣点挖掘策略对所述频繁操作项大数据进行兴趣点挖掘，得到所述频繁操作项大数据中会话服务流程的兴趣点挖掘数据；

基于所述会话服务流程的兴趣点挖掘数据进行会话主题分布矩阵分析，得到所述会话服务流程的目标会话主题分布矩阵；

基于机器学习模型对所述频繁操作项大数据进行加权有向操作业务图解析，得到所述会话服务流程的加权有向操作业务图；

将所述频繁操作项大数据中会话服务流程的目标会话主题分布矩阵与所述会话服务流程的加权有向操作业务图进行会话兴趣路径匹配，得到所述会话服务流程的会话兴趣路径匹配信息，并基于所述会话服务流程的会话兴趣路径匹配信息对所述频繁操作项大数据进行关键兴趣对象提取，得到所述会话服务流程的关键兴趣对象集，其中，所述关键兴趣对象集用于进行电商内容推荐。

第二方面，本公开实施例还提供一种基于人工智能的内容推荐系统，所述基于人工智能的内容推荐系统包括人工智能内容推荐系统以及与所述人工智能内容推荐系统通信连接的多个智慧在线服务终端；

所述人工智能内容推荐系统，用于：

根据指定电商服务对象在当前电商商品会话页面的业务关注倾向，获取所述指定电商服务对象的频繁操作项大数据，通过兴趣点挖掘策略对所述频繁操作项大数据进行兴趣点挖掘，得到所述频繁操作项大数据中会话服务流程的兴趣点挖掘数据；

基于所述会话服务流程的兴趣点挖掘数据进行会话主题分布矩阵分析，得到所述会话服务流程的目标会话主题分布矩阵；

基于机器学习模型对所述频繁操作项大数据进行加权有向操作业务图解析，得到所述会话服务流程的加权有向操作业务图；