【技术实现步骤摘要】
一种大数据分析处理方法及系统
[0001]本专利技术涉及大数据处理
，特别涉及一种一种大数据分析处理方法及系统。
技术介绍
[0002]随着各数字产业竞争压力的不断激增，积极主动的用户存留方案和需求预测手段是提高数字产业竞争力的关键。当下，大数据挖掘分析作为用户分析的主要手段之一，已经被广泛应用到各类数字产业中。然而，用户数量和服务数量的不断增多给用户分析带来了许多挑战，比如，就用户偏好分析和挖掘而言，传统的大数据挖掘技术通常存在以下问题：时效性差且精度难以满足要求。
技术实现思路
[0003]为改善相关技术中存在的技术问题，本专利技术提供了一种一种大数据分析处理方法及系统。
[0004]第一方面，本专利技术实施例提供了一种大数据分析处理方法，所述方法应用于大数据分析处理系统，该方法至少包括：采集涵盖第一数字用户服务偏好的待分析业务互动大数据和涵盖第二数字用户服务偏好的先验型业务互动大数据；将所述先验型业务互动大数据和所述待分析业务互动大数据加载到服务偏好分析策略，经由所述服务偏好分析策略中的专...
【技术保护点】
【技术特征摘要】
1.一种大数据分析处理方法，其特征是，所述方法应用于大数据分析处理系统，该方法至少包括：采集涵盖所述第一数字用户服务偏好的待分析业务互动大数据和涵盖第二数字用户服务偏好的先验型业务互动大数据；将所述先验型业务互动大数据和所述待分析业务互动大数据加载到服务偏好分析策略，经由所述服务偏好分析策略中的专家知识挖掘模块分别对所述先验型业务互动大数据和所述待分析业务互动大数据进行专家知识挖掘，得到第一偏好分析决策知识和第二偏好分析决策知识；在所述服务偏好分析策略的偏好联动分析模块中通过所述第一偏好分析决策知识对所述第二偏好分析决策知识进行偏好联动分析操作，判断所述待分析业务互动大数据涵盖的所述第一数字用户服务偏好是否为所述第二数字用户服务偏好。2.根据权利要求1所述的方法，其特征是，所述在所述服务偏好分析策略中的偏好联动分析模块中通过所述第一偏好分析决策知识对所述第二偏好分析决策知识进行偏好联动分析操作包括：依据所述第一偏好分析决策知识的知识规模确定滑动滤波算子；通过所述滑动滤波算子对所述第二偏好分析决策知识进行滑动滤波操作，得到目标知识描述变量；依据所述待分析业务互动大数据中与目标知识描述变量对应的业务互动数据集，确定所述第一数字用户服务偏好是否为所述第二数字用户服务偏好。3.根据权利要求1所述的方法，其特征是，所述依据所述第一偏好分析决策知识的知识规模确定滑动滤波算子包括：对所述第一偏好分析决策知识进行知识去冗余操作，以调整所述第一偏好分析决策知识的知识规模，将完成知识去冗余操作的第一偏好分析决策知识作为所述滑动滤波算子。4.根据权利要求2所述的方法，其特征是，所述通过所述滑动滤波算子对所述第二偏好分析决策知识进行滑动滤波操作，得到目标知识描述变量包括：通过所述滑动滤波算子对所述第二偏好分析决策知识进行滑动滤波操作，得到联动分析描述变量；通过所述滑动滤波算子对所述联动分析描述变量进行滑动滤波操作，得到目标知识描述变量。5.根据权利要求1所述的方法，其特征是，所述专家知识挖掘模块为权值共享模型，所述通过专家知识挖掘模块对所述先验型业务互动大数据和所述待分析业务互动大数据进行专家知识挖掘，得到第一偏好分析决策知识和第二偏好分析决策知识包括：通过所述权值共享模型的第一知识挖掘单元对所述先验型业务互动大数据进行专家知识挖掘，得到所述第一偏好分析决策知识；通过所述权值共享模型的第二知识挖掘单元对所述待分析业务互动大数据进行专家知识挖掘，得到所述第二偏好分析决策知识。6.根据权利要求1所述的方法，其特征是，所述第一知识挖掘单元和所述第二知识挖掘单元分别包含会话习惯挖掘节点和用户兴趣挖掘节点，所述通过专家知识挖掘模块对所述先验型业务互动大数据和所述待分析业务互动大数据进行专家知识挖掘包括：
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。