【技术实现步骤摘要】
基于深度学习的大数据用户需求识别方法及平台系统
[0001]本公开涉及大数据
,尤其涉及一种基于深度学习的大数据用户需求识别方法及平台系统。
技术介绍
[0002]深度学习(DeepLearning,DL)是人工智能的一个分支。深度学习所对应的深度学习网络模型一般而言可以包含多个隐含层,并且深度学习网络模型中的模型单元的连接方式和激活算法选择不同于一般的神经网络模型,因此,现目前的深度学习所应用的领域越来越广泛。作为当今时代最火热的话题之一,大数据挖掘(例如用户需求分析)与深度学习的融合是保障挖掘质量的先决条件,即便如此,在实际应用时,大数据挖掘仍然会受到噪声的干扰,从而难以保障大数据挖掘的精度和可信度。
技术实现思路
[0003]本公开的一个目的是提供一种基于深度学习的大数据用户需求识别方法及平台系统,能够保障大数据挖掘的精度和可信度。
[0004]本公开的技术方案是通过如下至少部分实施例实现的。
[0005]一种基于深度学习的大数据用户需求识别方法,所述方法应用于大数据分析平台系统, ...
【技术保护点】
【技术特征摘要】
1.一种基于深度学习的大数据用户需求识别方法,其特征在于,所述方法应用于大数据分析平台系统,所述方法包括:确定所述大数据分析平台系统所绑定的智慧互动服务的用户需求挖掘任务,所述用户需求挖掘任务涵盖第一挖掘任务或第二挖掘任务,所述第一挖掘任务反映所述大数据分析平台系统所绑定的智慧互动服务没有存在需求识别干扰的任务,所述第二挖掘任务反映所述大数据分析平台系统所绑定的智慧互动服务存在需求识别干扰的任务;在所述大数据分析平台系统所绑定的智慧互动服务的用户需求挖掘任务涵盖所述第二挖掘任务的基础上,获得不少于两组待进行用户需求挖掘的第一互动服务会话,所述不少于两组待进行用户需求挖掘的第一互动服务会话皆包括目标用户标签;通过不少于两组待进行用户需求挖掘的第一互动服务会话,得到所述目标用户标签的第一用户需求挖掘清单。2.如权利要求1所述的方法,其特征在于,所述确定所述大数据分析平台系统所绑定的智慧互动服务的用户需求挖掘任务,包括:获得第一量化判定数据和不少于一组待进行用户需求挖掘的第二互动服务会话,所述不少于一组待进行用户需求挖掘的第二互动服务会话中的数字签名指标上限小于所述不少于两组待进行用户需求挖掘的第一互动服务会话中的数字签名指标下限;对所述不少于一组待进行用户需求挖掘的第二互动服务会话进行用户需求挖掘操作,得到不少于一个第二用户需求挖掘清单;确定所述不少于一个第二用户需求挖掘清单中第一有效挖掘记录的第一量化统计信息,所述第一有效挖掘记录为用户需求挖掘满足设定要求的所述第二用户需求挖掘清单;确定所述第一量化统计信息和第二量化统计信息的第一计算结果,所述第二量化统计信息为所述第二用户需求挖掘清单的量化统计信息;通过所述第一计算结果和所述第一量化判定数据,确定所述用户需求挖掘任务。3.如权利要求1所述的方法,其特征在于,所述确定所述大数据分析平台系统所绑定的智慧互动服务的用户需求挖掘任务,包括:获得互动服务会话二元组和第二量化判定数据,所述互动服务会话二元组包括第一目标服务会话和第二目标服务会话,且所述第一目标服务会话和所述第二目标服务会话皆携带待挖掘用户活动事件;确定所述待挖掘用户活动事件在所述第一目标服务会话中的第一分布情况,并确定所述待挖掘用户活动事件在所述第二目标服务会话中的第二分布情况;通过所述第一分布情况和所述第二分布情况,得到所述待挖掘用户活动事件在所述互动服务会话二元组中的分布变化特征;通过所述分布变化特征和所述第二量化判定数据,得到所述用户需求挖掘任务。4.如权利要求1~3中任意一项所述的方法,其特征在于,所述通过不少于两组待进行用户需求挖掘的第一互动服务会话,得到所述目标用户标签的第一用户需求挖掘清单,包括:对所述不少于两组待进行用户需求挖掘的第一互动服务会话进行用户需求挖掘操作,得到所述目标用户标签的不少于两个第三用户需求挖掘清单;通过所述不少于两个第三用户需求挖掘清单,得到所述目标用户标签的第一用户需求
挖掘清单。5.如权利要求4所述的方法,其特征在于,所述通过所述不少于两个第三用户需求挖掘清单,得到所述目标用户标签的第一用户需求挖掘清单,包括:获得第三量化判定数据;确定所述不少于两个第三用户需求挖掘清单中第二有效挖掘记录的第三量化统计信息,所述第二有效挖掘记录为用户需求挖掘满足设定要求的所述第三用户需求挖掘清单;确定所述第三量化统计信息和第四量化统计信息的第二计算结果,所述第四量化统计信息为所述第三用户需求挖掘清单的量化统计信息;通过所述第二计算结果和所述第三量化判定数据,得到所述目标用户标签的第一用户需求挖掘清单。6.如权利要求4所述的方法,其特征在于,所述通过所述...
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。