[发明专利]应用人工智能的用户需求预测方法及大数据优化系统

说明书

本申请实施例提供一种应用人工智能的用户需求预测方法及大数据优化系统，通过使用用户操作行为特征进行联系行为日志调取，获得用户操作行为日志相关的候选联系行为日志序列，提高解析出候选联系行为日志序列的处理性能，然后再进行关联行为向量挖掘，提高解析出第一挖掘行为日志序列的处理性能，然后进行关联行为特征挖掘，保证了筛选得到的第二挖掘行为日志序列的精度，最后获取到第二挖掘行为日志序列相关的参考用户需求分布，将参考用户需求分布确定为用户操作行为日志相关的预测用户需求，从而在保证参考用户需求分布精度的基础上提高了用户需求预测的处理性能。

技术领域

本申请涉及人工智能与大数据技术领域，具体而言，涉及一种应用人工智能的用户需求预测方法及大数据优化系统。

背景技术

随着互联网网络信息技术的发展，各种互联网线上业务也随着互联网线上平台应运而生。各个互联网线上平台为了提高业务产品的使用率，需要针对不同用户投放各种互联网内容，以期达到更高的转换率。

目前，互联网线上平台大部分的互联网内容推送逻辑在于用户需求分析，基于用户需求分析预测结果进行针对性推送，以针对不同的用户提供个性化的内容推送体验。因此，针对用户需求预测的准确性和预测的处理性能显得各位重要，亟需提供一种保证在用户需求分布精度的基础上提高用户需求预测的处理性能的方法。

发明内容

为了至少克服现有技术中的上述不足，本申请的目的在于提供一种应用人工智能的用户需求预测方法及大数据优化系统。

第一方面，本申请提供一种应用人工智能的用户需求预测方法，应用于大数据优化系统，所述方法包括：

响应用户需求预测请求，所述用户需求预测请求对应关联了用户操作行为日志，并对所述用户操作行为日志进行行为倾向性向量挖掘，获得用户操作行为特征；

将所述用户操作行为特征进行注意力向量挖掘，获得所述用户操作行为日志相关的注意力行为向量；

获取每个参考用户需求的参考操作行为日志、相关的参考操作行为特征和相关的参考注意力行为向量，并依据所述用户操作行为特征和所述每个参考用户需求的参考操作行为日志相关的参考操作行为特征从所述每个参考用户需求的参考操作行为日志中进行联系行为日志调取，获得所述用户操作行为日志相关的候选联系行为日志序列；

依据所述注意力行为向量与所述候选联系行为日志序列相关的参考注意力行为向量从所述候选联系行为日志序列中进行关联行为向量挖掘，获得所述用户操作行为日志相关的第一挖掘行为日志序列，并依据所述用户操作行为特征与所述第一挖掘行为日志序列相关的参考操作行为特征从所述第一挖掘行为日志序列中进行关联行为特征挖掘，获得所述用户操作行为日志相关的第二挖掘行为日志序列；

获取所述第二挖掘行为日志序列相关的参考用户需求分布，将所述参考用户需求分布确定为所述用户操作行为日志相关的预测用户需求。

第二方面，本申请实施例还提供一种应用人工智能的用户需求预测系统，所述应用人工智能的用户需求预测系统包括大数据优化系统以及与该大数据优化系统通信连接的多个智慧医疗注册平台；

所述大数据优化系统，用于：

响应用户需求预测请求，所述用户需求预测请求对应关联了用户操作行为日志，并对所述用户操作行为日志进行行为倾向性向量挖掘，获得用户操作行为特征；

将所述用户操作行为特征进行注意力向量挖掘，获得所述用户操作行为日志相关的注意力行为向量；

获取每个参考用户需求的参考操作行为日志、相关的参考操作行为特征和相关的参考注意力行为向量，并依据所述用户操作行为特征和所述每个参考用户需求的参考操作行为日志相关的参考操作行为特征从所述每个参考用户需求的参考操作行为日志中进行联系行为日志调取，获得所述用户操作行为日志相关的候选联系行为日志序列；