【技术实现步骤摘要】
一种基于行为分析的大数据智能推荐查询方法和系统
本专利技术属于互联网信息领域,特别涉及一种基于行为分析的大数据智能推荐查询方法和系统。
技术介绍
目前在各种业务系统当中普遍使用传统的关系型数据库Oracle,由于传统的关系型数据库的特性,随着业务数据积累时间的积累以及每天入库的数据量的增加,业务数据查询的速度也会大大延长,这会严重降低服务器端的日常工作效率和工作进度,影响用户的使用体验,延长用户端信息查询的反应时间。因此,亟需一种大数据环境下,用户查询快速响应的查询方法。
技术实现思路
针对上述问题,本专利技术提供一种基于行为分析的大数据智能推荐查询方法,所述方法包括如下步骤:S1:从用户日志系统中提取用户的数据查询记录;S2:根据步骤S1中取得的所述数据查询记录进行热点数据分析;S3:根据步骤S2中得到的热点数据分析结果构建查询模型。进一步地,在步骤S2中所述热点数据分析具体包括如下步骤:S21:从所述数据查询记录中提取用户查询数据的主要条件;S22:根据步骤S21中所述主要条件,提取用户的浏览兴趣模式和频繁项特征,采用用户隔离模式计算出不同用户行为的操作权重值;S23:根据步骤S21中所述主要条件,从用户日志系统中提取出用户查询操作的输入、输出参数;S24:根据步骤S22中所述操作权重值,对用户浏览数据查询功能次数和对应的查询条件出现次数计算操作权重值,并将操作权重值、查询功能、查询条件、用户信息形成用户行为模型,并对模型 ...
【技术保护点】
1.一种基于行为分析的大数据智能推荐查询方法,其特征在于,所述方法包括如下步骤:/nS1:从用户日志系统中提取用户的数据查询记录;/nS2:根据步骤S1中取得的所述数据查询记录进行热点数据分析;/nS3:根据步骤S2中得到的热点数据分析结果构建查询模型。/n
【技术特征摘要】
1.一种基于行为分析的大数据智能推荐查询方法,其特征在于,所述方法包括如下步骤:
S1:从用户日志系统中提取用户的数据查询记录;
S2:根据步骤S1中取得的所述数据查询记录进行热点数据分析;
S3:根据步骤S2中得到的热点数据分析结果构建查询模型。
2.根据权利要求1所述的基于行为分析的大数据智能推荐查询方法,其特征在于,在步骤S2中所述热点数据分析具体包括如下步骤:
S21:从所述数据查询记录中提取用户查询数据的主要条件;
S22:根据步骤S21中所述主要条件,提取用户的浏览兴趣模式和频繁项特征,采用用户隔离模式计算出不同用户行为的操作权重值;
S23:根据步骤S21中所述主要条件,从用户日志系统中提取出用户查询操作的输入、输出参数;
S24:根据步骤S22中所述操作权重值,对用户浏览数据查询功能次数和对应的查询条件出现次数计算操作权重值,并将操作权重值、查询功能、查询条件、用户信息形成用户行为模型,并对模型进行归档处理;
S25:根据步骤S24中形成的用户行为模型、步骤S23中从用户日志系统中提取得到的输入、输出参数,将操作权值满足指定阈值的用户模型数据对应的源数据作为用户热点数据。
3.根据权利要求2所述的基于行为分析的大数据智能推荐查询方法,其特征在于,步骤S22具体包括如下步骤:
S221:按照定量统计法,把查询条件赋值为m,兴趣模式赋值为n,则兴趣模式和频繁项特征的权重比分别为:
S222:根据步骤S221兴趣模式和频繁项特征的权重比计算兴趣模式和频繁项特征的操作权重值:
其中,x为兴趣模式出现次数,y为频繁项特征出现次数;
S223:根据兴趣模式和频繁项特征权重大小,采用基于内容的推荐算法,获取与用户爱好一致性较高的数据:
用户u的兴趣爱好向量ContentBasedProfile(u)可由如下公式得到:
其中N(u)是用户之前查询的数据集合;simd∈N(u)Content(i[1,m])表示用户数据偏好相似度;Content(i[1,m])表示兴趣模式权重和/或频繁项特征权重前m个内容向量;
一个新数据项j与用户u喜好的相似度p(u,j)可由如下公式得到:
p(u,j)=sim(ContentBasedProfile(u),Content(j))。
4.根据权利要求3所述的基于行为分析的大数据智能推荐查询方法,其特征在于,在步骤S3中,构建查询模型包括如下步骤:
S31:统一日志输出数据结构,统一日...
【专利技术属性】
技术研发人员:王中华,李新,刘志会,郭成科,
申请(专利权)人:国家计算机网络与信息安全管理中心,天津市国瑞数码安全系统股份有限公司,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。