[发明专利]基于人工智能的云端业务大数据挖掘方法及云计算系统在审

专利信息
申请号: 202111585787.9 申请日: 2021-12-23
公开(公告)号: CN114218493A 公开(公告)日: 2022-03-22
发明(设计)人: 杨文静 申请(专利权)人: 淄博云科互联网信息技术有限公司
主分类号: G06F16/9535 分类号: G06F16/9535;G06F16/36;G06Q30/02
代理公司: 暂无信息 代理人: 暂无信息
地址: 255400 山东省*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 人工智能 云端 业务 数据 挖掘 方法 计算 系统
【权利要求书】:

1.一种基于人工智能的云端业务大数据挖掘方法,其特征在于,应用于所述云计算系统,所述方法包括:

从目标用户在预设电商平台上的数据库中提取与当前开发业务相关的云端电商行为大数据,所述云端电商行为大数据表征用户偏好对象的偏好向量的行为数据;

依据偏好数据跟踪模型对所述云端电商行为大数据进行偏好数据跟踪,获得所述偏好数据跟踪模型生成的所述云端电商行为大数据中的用户偏好跟踪数据,所述用户偏好跟踪数据表征所述云端电商行为大数据中用户偏好对象关联的行为数据部分;

依据偏好概率预测模型对所述用户偏好跟踪数据进行偏好概率预测,获得所述偏好概率预测模型生成的所述用户偏好跟踪数据中用户偏好对象的偏好概率值,所述偏好数据跟踪模型与所述偏好概率预测模型构成用户偏好分析模型,所述偏好数据跟踪模型与所述偏好概率预测模型存在逻辑关联关系,所述偏好数据跟踪模型是依据所述偏好概率预测模型的预测信息进行收敛优化的,所述偏好概率预测模型依据所述偏好数据跟踪模型的预测信息进行收敛优化的;

基于所述用户偏好对象的偏好概率值,生成所述目标用户与当前开发业务相关的偏好热力图,并根据所述偏好热力图对所述目标用户推送与所述当前开发业务关联的目标订阅引导信息。

2.根据权利要求1所述的基于人工智能的云端业务大数据挖掘方法,其特征在于,所述方法还包括:

获取参考云端电商行为大数据、所述参考云端电商行为大数据中的参考用户偏好跟踪数据和所述参考云端电商行为大数据中用户偏好对象的参考偏好概率值,所述参考云端电商行为大数据表征用户偏好对象的偏好向量的行为数据,所述参考用户偏好跟踪数据表征所述参考云端电商行为大数据中用户偏好对象关联的行为数据部分;

基于所述偏好数据跟踪模型对所述参考云端电商行为大数据进行偏好数据跟踪,获得所述偏好数据跟踪模型生成的所述参考云端电商行为大数据中的对比用户偏好跟踪数据;

基于所述偏好概率预测模型对所述参考用户偏好跟踪数据进行偏好概率预测,获得所述偏好概率预测模型生成的所述参考用户偏好跟踪数据中用户偏好对象的第一对比偏好概率值,以及基于所述偏好概率预测模型对所述对比用户偏好跟踪数据进行偏好概率预测,获得所述偏好概率预测模型生成的所述对比用户偏好跟踪数据中用户偏好对象的第二对比偏好概率值;

将所述偏好概率预测模型的模型权重进行维持,依据偏好跟踪代价和偏好概率值代价对所述偏好数据跟踪模型进行收敛优化,将所述偏好数据跟踪模型的模型权重进行维持,依据所述偏好概率值代价对所述偏好概率预测模型进行收敛优化,获得用户偏好分析模型;其中,所述偏好跟踪代价是依据所述参考用户偏好跟踪数据和所述对比用户偏好跟踪数据计算获得的,所述偏好概率值代价是依据所述第一对比偏好概率值、所述第二对比偏好概率值和所述参考偏好概率值进行计算获得的。

3.根据权利要求2所述的基于人工智能的云端业务大数据挖掘方法,其特征在于,所述将所述偏好概率预测模型的模型权重进行维持,依据所述偏好跟踪代价和所述偏好概率值代价对所述偏好数据跟踪模型进行收敛优化,包括:

将所述偏好概率预测模型的模型权重进行维持;

计算所述偏好跟踪代价中的代价值L1,并计算所述偏好概率值代价中的代价值L2和代价值L3,基于所述代价值L1、所述代价值L2和所述代价值L3的加权代价值对所述偏好数据跟踪模型进行收敛优化;

其中,所述代价值L1表征所述参考用户偏好跟踪数据与所述对比用户偏好跟踪数据的损失参数值,所述代价值L2表征所述第二对比偏好概率值与所述参考偏好概率值的损失参数值,所述代价值L3表征所述第一对比偏好概率值与所述第二对比偏好概率值的损失参数值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于淄博云科互联网信息技术有限公司,未经淄博云科互联网信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111585787.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top