[发明专利]采用大数据深度挖掘的业务需求预测方法及大数据系统

权利要求书

1.一种采用大数据深度挖掘的业务需求预测方法，应用于所述大数据系统，其特征在于，包括：

基于指定订阅用户的业务需求分布，确定所述指定订阅用户的各个目标业务需求的需求类型；

基于所述指定订阅用户的各个目标业务需求以及各个目标业务需求的需求类型构建对应于各个目标业务需求的电商匹配字典，其中，所述电商匹配字典包括多个依据优先级排列的电商匹配推送字段；

基于所述对应于各个目标业务需求的电商匹配字典向所述指定订阅用户推送对应的电商服务内容信息；

获取所述指定订阅用户针对所述电商服务内容信息的反馈活动数据，并基于所述反馈活动数据对所述各个目标业务需求的电商匹配字典进行优化更新。

2.根据权利要求1所述的采用大数据深度挖掘的业务需求预测方法，其特征在于，所述基于所述反馈活动数据对所述各个目标业务需求的电商匹配字典进行优化更新的步骤，包括：

对所述反馈活动数据的第一反馈活动集合进行特征挖掘，获得所述第一反馈活动集合中各反馈活动节点的反馈偏好特征，所述第一反馈活动集合指示了兴趣点反馈活动；

基于所述第一反馈活动集合中各反馈活动节点的反馈偏好特征和兴趣点预测模型在实时业务上线阶段的预测兴趣点特征，确定所述第一反馈活动集合中各反馈活动节点在所述实时业务上线阶段对应的兴趣度量值；

基于所述第一反馈活动集合中各反馈活动节点在所述实时业务上线阶段对应的兴趣度量值、所述兴趣点预测模型在实时业务上线阶段的预测兴趣点特征和所述兴趣点预测模型在实时业务上线阶段的传递特征，确定第一支持度信息，所述第一支持度信息表示所述实时业务上线阶段所对应偏好关注活动来自历史频繁活动集合的第一支持度和来自所述第一反馈活动集合的第二支持度；

基于所述第一支持度和所述第二支持度，在所述历史频繁活动集合和所述第一反馈活动集合中确定所述实时业务上线阶段对应的偏好关注活动，并基于所述实时业务上线阶段对应的偏好关注活动相关的电商偏好字段以及每个电商偏好字段所对应的偏好关注程度对所述各个目标业务需求的电商匹配字典进行优化更新；所述偏好关注活动用于确定所述兴趣点反馈活动对应的偏好事件。

3.根据权利要求2所述的采用大数据深度挖掘的业务需求预测方法，其特征在于，所述基于所述第一反馈活动集合中各反馈活动节点在所述实时业务上线阶段对应的兴趣度量值、所述兴趣点预测模型在实时业务上线阶段的预测兴趣点特征和所述兴趣点预测模型在实时业务上线阶段的传递特征，确定第一支持度信息，包括：

基于所述第一反馈活动集合中各反馈活动节点所对应的反馈偏好特征和所述第一反馈活动集合中各反馈活动节点在所述实时业务上线阶段对应的兴趣度量值，确定所述实时业务上线阶段对应的兴趣衔接特征；

将所述实时业务上线阶段对应的兴趣衔接特征、所述兴趣点预测模型在实时业务上线阶段的预测兴趣点特征和所述兴趣点预测模型在实时业务上线阶段的传递特征进行聚合，获得第一聚合特征；

对所述第一聚合特征进行支持度决策，获得所述第一支持度；

基于所述第一支持度确定所述第二支持度，其中，所述第一支持度与所述第二支持度的和为1；

所述基于所述第一反馈活动集合中各反馈活动节点所对应的反馈偏好特征和所述第一反馈活动集合中各反馈活动节点在所述实时业务上线阶段对应的兴趣度量值，确定所述实时业务上线阶段对应的兴趣衔接特征，包括：

以所述第一反馈活动集合中各反馈活动节点在所述实时业务上线阶段对应的兴趣度量值作为所对应反馈活动节点的衔接属性，对所述第一反馈活动集合中全部反馈活动节点的反馈偏好特征进行知识实体衔接，获得所述实时业务上线阶段对应的兴趣衔接特征。