[發明專利]基于大數據和AI預測的內容推薦方法及人工智能云系統

有效

• 申請號: 202111397916.1
• 申請日: 2021-11-23
• 公開（公告）號: CN114048387B
• 公開（公告）日: 2023-03-24
• 發明（設計）人: 趙運柱
• 申請（專利權）人: 中山市明源云科技有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/904;G06F16/9038
• 代理公司: 東莞市神州眾達專利商標事務所(普通合伙) 44251
• 代理人: 周松強

本公開實施例提供一種基于大數據和AI預測的內容推薦方法及人工智能云系統，可以獲取業務請求終端的業務用戶與其它業務用戶針對個性化服務內容的協同互動行為數據，基于預先配置的協同畫像預測模型對協同互動行為數據進行預測，獲得協同互動行為數據對應的協同畫像序列，然后根據協同畫像序列為業務用戶和其它業務用戶推薦對應的協同個性化服務內容。如此，通過對具有多個業務用戶之間的協同興趣偏好特征的協同互動行為數據進行預測，進而基于協同互動行為數據對應的協同畫像序列進行內容推送，可以減少在針對進行協同的服務信息的推送優化時可能存在的特征遺漏，提高推送準確性。

技術領域

本公開涉及互聯網內容服務技術領域，示例性地，涉及一種基于大數據和AI預測的內容推薦方法及人工智能云系統。

背景技術

隨著大數據和人工智能技術的成熟，智能推薦在互聯網各個領域已經有所應用，很多互聯網服務商都會基于機器學習的思路在各自的產品形態下推出產品相關的內容智能推薦。在相關技術中，通常在基于用戶興趣偏好畫像進行內容推送時僅考慮單個用戶本身的興趣畫像，進而在針對一些可能需要進行協同的服務信息的推送優化時存在較大的特征遺漏，該問題則是本領域亟待研究的技術問題。

發明內容

為了至少克服現有技術中的上述不足，本公開的目的在于提供一種基于大數據和AI預測的內容推薦方法及人工智能云系統。

第一方面，本公開提供一種基于大數據和AI預測的內容推薦方法，應用于人工智能云系統，所述人工智能云系統與多個業務請求終端通信連接，所述方法包括：

根據所述業務請求終端的業務操作大數據生成所述業務請求終端的個性化服務內容；

獲取所述業務請求終端的業務用戶與其它業務用戶針對所述個性化服務內容的協同互動行為數據；

基于預先配置的協同畫像預測模型對所述協同互動行為數據進行預測，獲得所述協同互動行為數據對應的協同畫像序列；

根據所述協同畫像序列為所述業務用戶和所述其它業務用戶推薦對應的協同個性化服務內容。

第二方面，本公開實施例還提供一種基于大數據和AI預測的內容推薦系統，所述基于大數據和AI預測的內容推薦系統包括人工智能云系統以及與所述人工智能云系統通信連接的多個業務請求終端；

所述人工智能云系統，用于：

根據所述業務請求終端的業務操作大數據生成所述業務請求終端的個性化服務內容；

獲取所述業務請求終端的業務用戶與其它業務用戶針對所述個性化服務內容的協同互動行為數據；

基于預先配置的協同畫像預測模型對所述協同互動行為數據進行預測，獲得所述協同互動行為數據對應的協同畫像序列；

根據所述協同畫像序列為所述業務用戶和所述其它業務用戶推薦對應的協同個性化服務內容。

根據上述任意一個方面，本公開提供的實施方式中，可以獲取業務請求終端的業務用戶與其它業務用戶針對個性化服務內容的協同互動行為數據，基于預先配置的協同畫像預測模型對協同互動行為數據進行預測，獲得協同互動行為數據對應的協同畫像序列，然后根據協同畫像序列為業務用戶和其它業務用戶推薦對應的協同個性化服務內容。如此，通過對具有多個業務用戶之間的協同興趣偏好特征的協同互動行為數據進行預測，進而基于協同互動行為數據對應的協同畫像序列進行內容推送，可以減少在針對進行協同的服務信息的推送優化時可能存在的特征遺漏，提高推送準確性。

附圖說明

為了更清楚地說明本公開實施例的技術方案，下面將對實施例中所需要調用的附圖作簡單地介紹，應當理解，以下附圖僅示出了本公開的某些實施例，因此不應被看作是對范圍的限定，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其它相關的附圖。