[发明专利]基于人工智能画像挖掘的推送优化方法及大数据系统

权利要求书

1.一种基于人工智能画像挖掘的推送优化方法，其特征在于，应用于所述大数据系统，所述方法包括：

获取任意一个所述智慧医疗注册平台的医疗业务推广请求关联的目标推广医疗业务的推广画像信息；

根据所述推广画像信息对所述目标推广医疗业务进行业务内容源的优化处理，获得业务内容源的优化配置策略；

根据所述业务内容源的优化配置策略对所述智慧医疗注册平台进行业务内容更新。

2.根据权利要求1所述的基于人工智能画像挖掘的推送优化方法，其特征在于，所述根据所述推广画像信息对所述目标推广医疗业务进行业务内容源的优化处理，获得业务内容源的优化配置策略的步骤，包括：

获取所述推广画像信息在预设时间段内的生成次数；

基于所述推广画像信息在预设时间段内的生成次数以及预设的生产次数业务内容源权重之间的映射关系，对所述目标推广医疗业务进行业务内容源的权重调整处理，获得每个业务内容源的优化权重，作为所述业务内容源的优化配置策略。

3.根据权利要求1所述的基于人工智能画像挖掘的推送优化方法，其特征在于，所述获取任意一个智慧医疗注册平台的医疗业务推广请求关联的目标推广医疗业务的推广画像信息的步骤，包括：

根据任意一个智慧医疗注册平台的医疗业务推广请求，获取与所述医疗业务推广请求所对应的目标智慧医疗行为数据，并将所述目标智慧医疗行为数据配置到目标医疗行为分析网络，获得所述目标医疗行为分析网络生成的兴趣点分布信息，所述兴趣点分布信息用于表征所述目标智慧医疗行为数据中挖掘的行为兴趣点标签的数据节点；

依据所述兴趣点分布信息，生成对应的兴趣点热力图，所述兴趣点热力图表征所述目标智慧医疗行为数据中的行为兴趣点标签的分布信息；

根据所述兴趣点热力图为所述智慧医疗注册平台生成对应的医疗推送数据，并获取所述医疗推送数据对应的互动传播数据；

根据所述医疗推送数据关联的互动传播数据，确定所述医疗业务推广请求关联的目标推广医疗业务的推广画像信息。

4.根据权利要求3所述的基于人工智能画像挖掘的推送优化方法，其特征在于，所述根据所述医疗推送数据关联的互动传播数据，确定所述医疗业务推广请求关联的目标推广医疗业务的推广画像信息的步骤，包括：

解析所述互动传播数据的互动传播事件组合，获得所述互动传播事件组合的第一互动传播知识点向量和第二互动传播知识点向量；所述第一互动传播知识点向量关联的第一传播维度向量区别于所述第二互动传播知识点向量关联的第二传播维度向量；

调取可对所述互动传播数据进行推广画像挖掘的推广画像挖掘网络；所述推广画像挖掘网络包括与所述第一传播维度向量存在映射关系的第一画像挖掘网络层以及与该第二传播维度向量存在映射关系的第二画像挖掘网络层；所述第一画像挖掘网络层包括第一画像向量提取单元和第一联系参数评估单元；所述第二画像挖掘网络层包括第二画像向量提取单元和第二联系参数评估单元；

将所述第一互动传播知识点向量配置到所述第一画像挖掘网络层，依据所述第一画像向量提取单元对所述第一互动传播知识点向量进行画像向量提取，将提取的第一画像向量配置到所述第一联系参数评估单元，依据该第一联系参数评估单元生成所述互动传播事件组合的第一推广画像联系参数；

将所述第二互动传播知识点向量配置到所述第二画像挖掘网络层，依据所述第二画像向量提取单元对所述第二互动传播知识点向量进行画像向量提取，将提取的第二画像向量配置到所述第二联系参数评估单元，依据该第二联系参数评估单元生成所述互动传播事件组合的第二推广画像联系参数；

将所述第一推广画像联系参数和所述第二推广画像联系参数进行综合评估，获得所述互动传播事件组合的综合评估信息；所述综合评估信息表征所述互动传播数据的推广画像信息。