[发明专利]一种基于人工智能的电商用户分析方法及系统

说明书

本申请实施例提供的基于人工智能的电商用户分析方法及云平台，通过获取目标用户的电商行为数据日志，对电商行为数据日志中的各个商品对应的商品描述数据和用户行为数据进行意向性关联，得到商品意向性向量集；对电商行为数据日志中的各个商品对应的商品描述数据进行目标用户需求提取，得到目标用户需求向量集；将电商行为数据日志中的用户行为数据、商品意向性向量集中的用户意向性向量和目标用户需求向量集中的目标用户需求向量进行整合，获得目标用户对应的商品倾向性表征向量；以获取目标用户的商品画像信息，基于此，使得刻画出的目标用户的商品画像信息更加准确，便于基于商品画像信息进行精准地商品推送，减少无效推送，缓解存储开销。

技术领域

本申请涉及数据处理领域，具体而言，涉及一种基于人工智能的电商用户分析方法及系统。

背景技术

随着电商活动的火热，各类电商平台不断涌出，这侧面反映出电商市场的扩大，但是也为各大电商平台带来不小的挑战。电商平台之间为了在竞争中崭露头角，不仅需要在价格、商品品质、物流等硬实力上进行优化提升，还需要在用户需求分析上进行准确识别，向平台的用户推送其需求的商品。那么，如何保证电商用户分析的准确性，是需要解决的技术问题。

发明内容

本发明的目的在于提供一种基于人工智能的电商用户分析方法及系统。

本申请实施例的技术方案是这样实现的：

第一方面，本申请实施例提供了一种基于人工智能的电商用户分析方法，应用于电商云平台，所述电商云平台与电商数据库服务器通信连接，所述电商数据库服务器存储有电商数据仓库，所述方法包括：

响应于针对目标用户的分析指令，从所述电商数据仓库中获取所述目标用户的电商行为数据日志，所述电商行为数据日志包括一个或多个商品对应的商品描述数据和用户行为数据；

对所述电商行为数据日志中的各个商品对应的商品描述数据和用户行为数据进行意向性关联，得到商品意向性向量集，所述商品意向性向量集包括每个商品对应的用户意向性向量，所述用户意向性向量用于指示所述目标用户对每个所述商品的意向性；

对所述电商行为数据日志中的各个商品对应的商品描述数据进行目标用户需求提取，得到目标用户需求向量集，所述目标用户需求向量集包括所述目标用户对应的一个或多个目标用户需求向量；

将所述电商行为数据日志中的用户行为数据、所述商品意向性向量集中的用户意向性向量和所述目标用户需求向量集中的目标用户需求向量进行整合，获得所述目标用户对应的商品倾向性表征向量；

依据所述商品倾向性表征向量获取所述目标用户的商品画像信息。

作为一种实施方式，所述对所述电商行为数据日志中的各个商品对应的商品描述数据和用户行为数据进行意向性关联，得到商品意向性向量集，所述商品意向性向量集包括每个商品对应的用户意向性向量，所述用户意向性向量用于指示所述目标用户对每个所述商品的意向性，包括：

调用预设的多个意向性关联策略；

基于所述预设的多个意向性关联策略，将每个商品对应的商品描述数据和用户行为数据进行多个分析层面的意向性关联，得到每个商品在多个分析层面上的用户意向性分支向量；

将所述每个商品在多个分析层面上的用户意向性分支向量进行整合操作，得到每个商品对应的用户意向性向量。

作为一种实施方式，所述预设的多个意向性关联策略包括热度意向性关联策略、滞留意向性关联策略和次数意向性关联策略，所述基于所述预设的多个意向性关联策略，将每个商品对应的商品描述数据和用户行为数据进行多个分析层面的意向性关联，得到每个商品在多个分析层面上的用户意向性分支向量，包括：

基于所述热度意向性关联策略，将每个商品对应的商品描述数据和用户行为数据进行意向性关联，得到每个商品在商品热度层面上的用户意向性分支向量；