[發明專利]基于電子商務云計算的應用加載方法及人工智能計算中心

在審

• 申請號: 202011112170.0
• 申請日: 2020-10-16
• 公開（公告）號: CN112114907A
• 公開（公告）日: 2020-12-22
• 發明（設計）人: 詹啟新
• 申請（專利權）人: 詹啟新
• 主分類號: G06F9/445
• 分類號: G06F9/445;G06Q30/02
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明涉及電子商務云計算技術領域，具體而言，涉及一種基于電子商務云計算的應用加載方法及人工智能計算中心。本發明預先將應用加載數據劃分成一系列的關系網絡圈數據，進而通過目標人工智能計算模型對每個關系網絡圈數據進行需求軌跡字段分析，以識別每個關系網絡圈數據所屬的需求軌跡字段類型，進而提高大數據采集策略更新的準確性。在此之后，進一步獲得需求軌跡字段分析結果，這樣，在檢測到這些關系網絡圈數據中存在滿足預設服務需求條件的關系網絡圈數據，快速確定出目標應用加載對象可能為攜帶重點應用加載互動的大數據采集業務互動字段，進而進行針對性策略更新之后，減少后續低置信度的大數據采集數據量，提高大數據采集的針對性。

技術領域

本發明涉及電子商務云計算技術領域，具體而言，涉及一種基于電子商務云計算的應用加載方法及人工智能計算中心。

背景技術

隨著移動互聯網和電子商務的高速發展，電子商務服務通常會給用戶提供一系列可供個性化定制的服務擴展組件，例如電子商務直播的服務擴展組件，電子商務資訊分享的服務擴展組件等，云計算技術的日趨成熟，用戶的電子商務服務終端與云端高性能計算資源互聯，可以在電子商務服務終端更好地應用服務擴展組件。

相關技術中，在針對電子商務用戶進行大數據挖掘過程中，通常會基于每個用戶的個性化意圖喜好從而針對用戶在電子商務平臺上的相關用戶行為進行針對性地采集，然而現有技術中通常沒有考慮用戶在服務擴展組件業務的業務表項應用統計數據，進而導致在實際大數據采集過程中可能仍舊會引入諸多低置信度的大數據采集數據量。

發明內容

為了至少克服現有技術中的上述不足，本發明的目的在于提供一種基于電子商務云計算的應用加載方法及人工智能計算中心，在進行大數據采集策略更新之前，預先將應用加載數據劃分成一系列的關系網絡圈數據，進而通過目標人工智能計算模型對每個關系網絡圈數據進行需求軌跡字段分析，以識別每個關系網絡圈數據所屬的需求軌跡字段類型，進而提高大數據采集策略更新的準確性。此外，在通過目標人工智能計算模型識別出每個關系網絡圈數據所屬的需求軌跡字段類型之后，獲得需求軌跡字段分析結果，這樣，在檢測到這些關系網絡圈數據中存在滿足預設服務需求條件的關系網絡圈數據，可以快速確定出目標應用加載對象可能為攜帶重點應用加載互動的大數據采集業務互動字段，進而進行針對性策略更新之后，減少后續低置信度的大數據采集數據量，提高大數據采集的針對性。

第一方面，本發明提供一種基于電子商務云計算的應用加載方法，應用于人工智能計算中心，所述人工智能計算中心與多個電子商務服務終端通信連接，所述方法包括：

獲取向所述多個電子商務服務終端加載服務擴展組件的服務擴展組件業務的業務表項應用統計數據中包含目標應用加載對象的應用加載數據，對所述應用加載數據進行關系網絡圈索引，得到所述應用加載數據對應的關系網絡圈數據；

獲取所述應用加載數據對應的目標人工智能計算模型，通過所述目標人工智能計算模型從所述關系網絡圈數據中提取第一關系網絡圈特征和第二關系網絡圈特征，將所述第一關系網絡圈特征和所述第二關系網絡圈特征進行服務流軌跡數據生成，得到與所述應用加載數據相關聯的服務流軌跡數據；

根據所述服務流軌跡數據、所述目標人工智能計算模型，對所述關系網絡圈數據進行需求軌跡字段分析，得到所述關系網絡圈數據對應的需求軌跡字段分析結果；

若所述需求軌跡字段分析結果指示所述應用加載數據中存在滿足預設服務需求條件的關系網絡圈數據，則將所述目標應用加載對象確定為大數據采集業務互動字段，并基于所述大數據采集業務互動字段以及所述大數據采集業務互動字段對應的滿足預設服務需求條件的關系網絡圈數據對所述人工智能計算中心的大數據采集策略進行更新。

在第一方面的一種可能的實現方式中，所述獲取向所述多個電子商務服務終端加載服務擴展組件的服務擴展組件業務的業務表項應用統計數據中包含目標應用加載對象的應用加載數據，對所述應用加載數據進行關系網絡圈索引，得到所述應用加載數據對應的關系網絡圈數據的步驟，包括：