[发明专利]基于大数据需求分析的互联网内容推送方法及AI系统

权利要求书

1.一种基于大数据需求分析的互联网内容推送方法，其特征在于，应用于AI系统，所述方法包括：

获取针对响应传递的用户操作行为日志的预测用户需求序列；

依据所述预测用户需求序列确定对应的目标用户的第一用户画像特征分布，基于所述第一用户画像特征分布向预设用户社群服务内的各内容推送服务传递用户互动跟踪请求，以请求各内容推送服务在对应用户群体内进行目标用户的初始互动跟踪，所述第一用户画像特征分布包括第一用户画像特征，所述第一用户画像特征未涵盖所述目标用户在预设的多个用户社群互动活动中的一个或者多个用户社群互动活动对应的用户画像特征；

获得各内容推送服务在初始互动跟踪流程中生成的初始互动跟踪日志，并基于所述初始互动跟踪日志获得所述目标用户的第二用户画像特征分布，所述初始互动跟踪日志包括与所述第一用户画像特征分布的知识点关联度大于第一目标知识点关联度的一个或者多个用户社群互动日志；

基于所述第二用户画像特征分布，将所述预设用户社群服务内的一个或者多个内容推送服务确定为目标内容推送服务；

基于所述第二用户画像特征分布向所述目标内容推送服务传递内容推送配置规则，以请求所述目标内容推送服务对所述目标用户进行对应的互联网内容推送；

其中，所述基于所述初始互动跟踪日志获得所述目标用户的第二用户画像特征分布，包括：

从各所述内容推送服务生成的所述初始互动跟踪日志中获取各所述内容推送服务生成的与所述第一用户画像特征分布的知识点关联度大于第一目标知识点关联度的用户社群互动日志；

针对每个所述用户社群互动日志，基于用户画像特征挖掘网络包括的与多个社群互动标签分别对应的互动意图挖掘结构从所述用户社群互动日志中挖掘各所述社群互动标签下的互动意图向量集；

基于所述用户画像特征挖掘网络包括的用户画像映射结构将每个所述社群互动标签下的互动意图向量集进行用户画像映射，获得每个所述社群互动标签下的互动意图向量集对应的用户画像特征；

基于所述用户画像特征挖掘网络包括的知识点关联分析结构基于所述社群互动标签下的互动意图向量集对应的用户画像特征与所述第一用户画像特征分布对应的第一用户画像特征计算所述用户社群互动日志与所述第一用户画像特征分布的知识点关联度，若所述知识点关联度大于第二目标知识点关联度，则将所述用户社群互动日志确定为关键社群互动日志，其中所述第二目标知识点关联度大于所述第一目标知识点关联度；

获取预设的整体社群互动标签集，所述整体社群互动标签集包括针对所述目标用户的多个所述用户社群互动活动；

基于所述整体社群互动标签集以及所述第一用户画像特征分布的第一用户画像特征确定针对所述目标用户的补充社群互动标签；

从所述关键社群互动日志中获取所述补充社群互动标签下的用户补充行为特征数据，基于所述用户补充行为特征数据对所述第一用户画像特征分布进行补充更新，获得所述第二用户画像特征分布；

所述基于所述第二用户画像特征分布，将所述预设用户社群服务内的一个或者多个内容推送服务确定为目标内容推送服务，包括：

基于所述第二用户画像特征分布中的用户补充行为特征数据所对应的一个或者多个关联社群互动日志，确定生成所述一个或者多个关联社群互动日志的一个或者多个内容推送服务确定为所述目标内容推送服务；

其中，所述获取针对响应传递的用户操作行为日志的预测用户需求序列的步骤，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。