[发明专利]一种大数据决策方法、系统及云端服务中心

权利要求书

1.一种大数据决策方法，其特征在于，包括：

基于大数据提取目标用户的活动轨迹信息，所述活动轨迹信息包括目标用户的浏览网页信息、业务偏好信息、驻留网页时间信息和使用软件频率信息；

利用回声状态网络对所述活动轨迹信息进行特征分类，并基于所述特征分类的结果进行所述目标用户需求决策；

根据所述需求决策的类别数据匹配预设的决策规则，并选取与所述需求决策中各个类别数据相对应的所述目标用户的需求数据；

利用所述决策规则对所述需求数据进行处理，得到决策结果。

2.根据权利要求1所述的大数据决策方法，其特征在于,所述基于大数据提取目标用户的活动轨迹信息，之后包括：

通过离群点检测法，对所述活动轨迹信息进行异常值筛选，得到第一筛选结果；

利用三维点云数据剔除所述第一筛选结果中点云数据的离群点，得到第二筛选结果；

对所述第二筛选结果进行二维平稳小波变换处理，得到活动轨迹数据信息，对所述活动轨迹数据信息进行滤波处理，得到处理后的所述目标用户的活动轨迹信息。

3.根据权利要求1所述的大数据决策方法，其特征在于,所述利用回声状态网络对所述活动轨迹信息进行特征分类，其中包括：

基于回声状态网络采集第一类中心数据，所述第一类中心数据包括所述目标用户在不同状态下进行活动的轨迹信息数据，并将所述轨迹信息数据映射到所述目标用户自身的类中心；

根据均衡化算法采集到所述第一类中心数据中各个类中心之间的距离，并对所述距离进行最小化处理，得到最小化处理结果，所述最小化处理结果用来增强训练集的特征和测试集的特征，所述训练集和所述测试集为所述活动轨迹信息的集合；

将所述最小化处理结果输入至预设模型进行特征分类。

4.根据权利要求1所述的大数据决策方法，其特征在于,所述根据所述需求决策的类别数据匹配预设的决策规则，并选取与所述需求决策中各个类别数据相对应的所述目标用户的需求数据，包括：

确定所有所述类别数据中每一条类别数据相对应所述目标用户的需求数据；

基于神经网络架构体系，以生成根据所述需求数据和预设的决策规则进行多类别分类的神经网络模型，其中，所述神经网络模型用于获取多类别分类特征图；

对所述多类别分类特征图进行卷积操作和归一化操作，获得包含所述权重系数的权重矩阵；

对所述多类别分类特征图和所述权重矩阵进行矩阵乘操作，获得加权后的多类别分类特征图；

将预设的决策规则中的参数作为初始化参数，并根据所述加权后的所述多类别分类特征图，获取调整后的分类结果。

5.一种大数据决策系统，其特征在于，包括：

提取模块：用于基于大数据提取目标用户的活动轨迹信息，所述活动轨迹信息包括目标用户的浏览网页信息、业务偏好信息、驻留网页时间信息和使用软件频率信息；

分类模块：用于利用回声状态网络对所述活动轨迹信息进行特征分类，并基于所述特征分类的结果进行所述目标用户需求决策；

选取模块：用于根据所述需求决策的类别数据匹配预设的决策规则，并选取与所述需求决策中各个类别数据相对应的所述目标用户的需求数据；

处理模块：用于利用所述决策规则对所述需求数据进行处理，得到决策结果。

6.根据权利要求5所述的大数据决策系统，其特征在于，所述提取模块，之后包括：

筛选单元：用于通过离群点检测法，对所述活动轨迹信息进行异常值筛选，得到第一筛选结果；

剔除单元：用于利用三维点云数据剔除所述第一筛选结果中点云数据的离群点，得到第二筛选结果；

第一处理单元：用于对所述第二筛选结果进行二维平稳小波变换处理，得到活动轨迹数据信息，对所述活动轨迹数据信息进行滤波处理，得到处理后的所述目标用户的活动轨迹信息。