一种商业网站运维数据基于AI的智能运营检测和运维的方法和系统技术方案

一种商业网站运维数据基于AI的智能运营检测和运维的方法，1)根据网站流量数据点击量和供应商收到买家询盘量这两个特征数据用长短期记忆人工神经网络模型LSTM去和询盘量进行学习拟合；2)使用python工具包sklearn里的MinMaxScaler对数据进行归一化；3)将数据作为训练集去训练整个LSTM模型，用一年至二年时间的数据用作为测试集验证模型的表现性；4)使用Keras框架去建立整个深度神经网络模型，使用人工智能算法深度学习模型去拟合走势。主要通过模型学习网站流量和咨询数之间的关系并通过训练好的模型去预测咨询数变化趋势，以及在此基础上的预警模型，提供能在咨询量发生大幅变化前就发出报警的系统。

【技术实现步骤摘要】
一种商业网站运维数据基于AI的智能运营检测和运维的方法和系统
本专利技术涉及商业网站运营运维数据的监测方法，尤其是对商业网站数据进行人工智能深度学习算法领域，以及传统统计学。
技术介绍
针对一些对买家卖家提供双向服务的平台，往往卖家咨询信息的数量或称询盘量是平台方比较看重的一个重要运营指标。询盘量不仅反映了买家卖家的一个活跃度，更加从一定程度上反映了整个网站的运营状况。所以如何能提前预测出询盘量大幅的变化会对整个运营团队有很大的指导帮助，这也是整个专利技术的一个初衷。深度学习作为机器学习中的一个新的领域，它让机器学习更加接近了人工智能这个目标。而深度神经网络模型可以通过对历史数据的训练拟合而发现其中的变化规律，从而达到了一个预测的未来趋势的目的。而此项专利技术中一个很重要的部分就是选取了LSTM长短期记忆人工神经网络，LSTM实质上是一种时间循环神经网络。而其中一个最显著的特征就是，LSTM区块中有一个门控单元，它能够决定输入值是否重要到能被记住及能不能被输出。长短期记忆网络(Long-ShortTermMemory,L本文档来自技高网...

【技术保护点】
1.一种商业网站运维数据基于AI的智能运营检测和运维的方法，其特征是，/n1)根据网站流量数据点击量(PV)和供应商收到买家询盘量这两个特征数据用长短期记忆人工神经网络模型LSTM去和询盘量进行学习拟合；/n2)使用python工具包sklearn里的MinMaxScaler对数据进行归一化；/n3)将数据作为训练集去训练整个LSTM模型，用一年至二年时间的数据用作为测试集验证模型的表现性；这里预测步长为2到4步，也就是说采用两至四周的数据去预测下一或下二周；/n4)使用Keras框架去建立整个深度神经网络模型，这里设置了第一层是LSTM层，第二层为一个全连接神经网络层；/n5)使用Wandb...

【技术特征摘要】
1.一种商业网站运维数据基于AI的智能运营检测和运维的方法，其特征是，
1)根据网站流量数据点击量(PV)和供应商收到买家询盘量这两个特征数据用长短期记忆人工神经网络模型LSTM去和询盘量进行学习拟合；
2)使用python工具包sklearn里的MinMaxScaler对数据进行归一化；
3)将数据作为训练集去训练整个LSTM模型，用一年至二年时间的数据用作为测试集验证模型的表现性；这里预测步长为2到4步，也就是说采用两至四周的数据去预测下一或下二周；
4)使用Keras框架去建立整个深度神经网络模型，这里设置了第一层是LSTM层，第二层为一个全连接神经网络层；
5)使用Wandb调参可视化框架对整个模型的hidden_layer,dropout,learning_rate,epoch等参数进行调参，选取在训练集误差(这里的误差定义为均值绝对误差MAE)最小的参数设定；
6)使用模型在测试集上进行拟合，计算模型在拟合测试集之后产生的均值绝对误差MAE，结合整个拟合图像来判断拟合效果；
7)选取最优的模型存储下来，用来预测；
8)选择需要预测的时间段，直接调用之前存储的Keras框架模型进行预测；

【专利技术属性】
技术研发人员：成俊杰，王浩栋，
申请(专利权)人：焦点科技股份有限公司，
类型：发明
国别省市：江苏;32