[发明专利]基于人工智能识别的用户关注需求决策方法及大数据系统在审

专利信息
申请号: 202211118028.6 申请日: 2022-09-14
公开(公告)号: CN115422472A 公开(公告)日: 2022-12-02
发明(设计)人: 戴蔚;张明娥 申请(专利权)人: 戴蔚
主分类号: G06F16/9536 分类号: G06F16/9536;G06N20/00
代理公司: 安徽华晟智恒知识产权代理事务所(普通合伙) 34193 代理人: 崔镱泷
地址: 650031 云南省昆*** 国省代码: 云南;53
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 识别 用户 关注 需求 决策 方法 数据 系统
【说明书】:

本申请实施例提供一种基于人工智能识别的用户关注需求决策方法及大数据系统,通过对目标用户的互联网活动轨迹大数据进行兴趣点挖掘,获得目标用户所对应的兴趣指向数据,并将兴趣指向数据加载至目标用户的历史平台兴趣大数据中,对目标用户的历史平台兴趣大数据进行兴趣路径特征分析,并基于兴趣路径特征分析结果进行用户关注需求决策,获得目标用户的用户关注需求分布,据于此对目标用户所订阅的线上服务页面进行页面内容优化,从而在进行兴趣点挖掘后,进一步结合兴趣路径特征维度进行用户关注需求决策,相较于仅以兴趣点维度进行用户关注需求决策的方式,可以提高用户关注需求决策的可靠性,进而提高相关用户的页面内容优化可靠性。

技术领域

发明涉及人工智能技术领域,具体而言,涉及一种基于人工智能识别的用户关注需求决策方法及大数据系统。

背景技术

互联网技术的迅速发展,为各行各业的线上内容分发带来了巨大推动力量。在互联网中通过用户需求挖掘完善线上推送内容优化,不仅能够让自家的互联网产品或服务信息全面的呈现在用户眼前,还能够提升互联网产品的用户渗透度。互联网产品是以人为本、需求驱动的产品,真正的服务于用户,关注用户。因此,如何有效地结合人工智能技术挖掘用户关注需求,以便于更好地完善线上推送内容优化,是各家互联网服务商的研究重点。然而本申请发明人研究发现,相关技术中,仅以兴趣点维度进行用户关注需求决策的方式,其可靠性不佳。

发明内容

为了至少克服现有技术中的上述不足,本发明的目的在于提供一种基于人工智能识别的用户关注需求决策方法及大数据系统。

第一方面,本申请提供一种基于人工智能识别的用户关注需求决策方法,应用于大数据系统,所述大数据系统与多个互联网页面服务器通信连接,所述方法包括:

基于人工智能模型训练获得的用户兴趣挖掘模型对目标用户的互联网活动轨迹大数据进行兴趣点挖掘,获得所述目标用户所对应的兴趣指向数据,并将所述兴趣指向数据加载至目标用户的历史平台兴趣大数据中;

对所述目标用户的历史平台兴趣大数据进行兴趣路径特征分析,并基于兴趣路径特征分析结果进行用户关注需求决策,获得所述目标用户的用户关注需求分布;

基于所述目标用户的用户关注需求分布对所述目标用户所订阅的线上服务页面进行页面内容优化。

第二方面,本申请实施例还提供一种基于人工智能识别的用户关注需求决策系统,所述基于人工智能识别的用户关注需求决策系统包括大数据系统和与所述大数据系统通信连接的多个互联网页面服务器;

所述大数据系统,用于:

基于人工智能模型训练获得的用户兴趣挖掘模型对目标用户的互联网活动轨迹大数据进行兴趣点挖掘,获得所述目标用户所对应的兴趣指向数据,并将所述兴趣指向数据加载至目标用户的历史平台兴趣大数据中;

对所述目标用户的历史平台兴趣大数据进行兴趣路径特征分析,并基于兴趣路径特征分析结果进行用户关注需求决策,获得所述目标用户的用户关注需求分布;

基于所述目标用户的用户关注需求分布对所述目标用户所订阅的线上服务页面进行页面内容优化。

采用以上任意一个方面的技术方案,通过对目标用户的互联网活动轨迹大数据进行兴趣点挖掘,获得目标用户所对应的兴趣指向数据,并将兴趣指向数据加载至目标用户的历史平台兴趣大数据中,对目标用户的历史平台兴趣大数据进行兴趣路径特征分析,并基于兴趣路径特征分析结果进行用户关注需求决策,获得目标用户的用户关注需求分布,据于此对目标用户所订阅的线上服务页面进行页面内容优化,从而在进行兴趣点挖掘后,进一步结合兴趣路径特征维度进行用户关注需求决策,相较于仅以兴趣点维度进行用户关注需求决策的方式,可以提高用户关注需求决策的可靠性,进而提高相关用户的页面内容优化可靠性。

附图说明

图1为本发明实施例提供的基于人工智能识别的用户关注需求决策方法的流程示意图。

具体实施方式

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戴蔚,未经戴蔚许可,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/202211118028.6/2.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