[發明專利]基于人工智能識別的用戶關注需求決策方法及大數據系統

在審

• 申請號: 202211118028.6
• 申請日: 2022-09-14
• 公開（公告）號: CN115422472A
• 公開（公告）日: 2022-12-02
• 發明（設計）人: 戴蔚;張明娥
• 申請（專利權）人: 戴蔚
• 主分類號: G06F16/9536
• 分類號: G06F16/9536;G06N20/00
• 代理公司: 安徽華晟智恒知識產權代理事務所(普通合伙) 34193
• 代理人: 崔鐿瀧

本申請實施例提供一種基于人工智能識別的用戶關注需求決策方法及大數據系統，通過對目標用戶的互聯網活動軌跡大數據進行興趣點挖掘，獲得目標用戶所對應的興趣指向數據，并將興趣指向數據加載至目標用戶的歷史平臺興趣大數據中，對目標用戶的歷史平臺興趣大數據進行興趣路徑特征分析，并基于興趣路徑特征分析結果進行用戶關注需求決策，獲得目標用戶的用戶關注需求分布，據于此對目標用戶所訂閱的線上服務頁面進行頁面內容優化，從而在進行興趣點挖掘后，進一步結合興趣路徑特征維度進行用戶關注需求決策，相較于僅以興趣點維度進行用戶關注需求決策的方式，可以提高用戶關注需求決策的可靠性，進而提高相關用戶的頁面內容優化可靠性。

技術領域

本發明涉及人工智能技術領域，具體而言，涉及一種基于人工智能識別的用戶關注需求決策方法及大數據系統。

背景技術

互聯網技術的迅速發展，為各行各業的線上內容分發帶來了巨大推動力量。在互聯網中通過用戶需求挖掘完善線上推送內容優化，不僅能夠讓自家的互聯網產品或服務信息全面的呈現在用戶眼前，還能夠提升互聯網產品的用戶滲透度。互聯網產品是以人為本、需求驅動的產品，真正的服務于用戶，關注用戶。因此，如何有效地結合人工智能技術挖掘用戶關注需求，以便于更好地完善線上推送內容優化，是各家互聯網服務商的研究重點。然而本申請發明人研究發現，相關技術中，僅以興趣點維度進行用戶關注需求決策的方式，其可靠性不佳。

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人工智能識別的用戶關注需求決策方法及大數據系統。

第一方面，本申請提供一種基于人工智能識別的用戶關注需求決策方法，應用于大數據系統，所述大數據系統與多個互聯網頁面服務器通信連接，所述方法包括：

基于人工智能模型訓練獲得的用戶興趣挖掘模型對目標用戶的互聯網活動軌跡大數據進行興趣點挖掘，獲得所述目標用戶所對應的興趣指向數據，并將所述興趣指向數據加載至目標用戶的歷史平臺興趣大數據中；

對所述目標用戶的歷史平臺興趣大數據進行興趣路徑特征分析，并基于興趣路徑特征分析結果進行用戶關注需求決策，獲得所述目標用戶的用戶關注需求分布；

基于所述目標用戶的用戶關注需求分布對所述目標用戶所訂閱的線上服務頁面進行頁面內容優化。

第二方面，本申請實施例還提供一種基于人工智能識別的用戶關注需求決策系統，所述基于人工智能識別的用戶關注需求決策系統包括大數據系統和與所述大數據系統通信連接的多個互聯網頁面服務器；

所述大數據系統，用于：

基于人工智能模型訓練獲得的用戶興趣挖掘模型對目標用戶的互聯網活動軌跡大數據進行興趣點挖掘，獲得所述目標用戶所對應的興趣指向數據，并將所述興趣指向數據加載至目標用戶的歷史平臺興趣大數據中；

對所述目標用戶的歷史平臺興趣大數據進行興趣路徑特征分析，并基于興趣路徑特征分析結果進行用戶關注需求決策，獲得所述目標用戶的用戶關注需求分布；

基于所述目標用戶的用戶關注需求分布對所述目標用戶所訂閱的線上服務頁面進行頁面內容優化。

采用以上任意一個方面的技術方案，通過對目標用戶的互聯網活動軌跡大數據進行興趣點挖掘，獲得目標用戶所對應的興趣指向數據，并將興趣指向數據加載至目標用戶的歷史平臺興趣大數據中，對目標用戶的歷史平臺興趣大數據進行興趣路徑特征分析，并基于興趣路徑特征分析結果進行用戶關注需求決策，獲得目標用戶的用戶關注需求分布，據于此對目標用戶所訂閱的線上服務頁面進行頁面內容優化，從而在進行興趣點挖掘后，進一步結合興趣路徑特征維度進行用戶關注需求決策，相較于僅以興趣點維度進行用戶關注需求決策的方式，可以提高用戶關注需求決策的可靠性，進而提高相關用戶的頁面內容優化可靠性。

附圖說明

圖1為本發明實施例提供的基于人工智能識別的用戶關注需求決策方法的流程示意圖。

具體實施方式