【技术实现步骤摘要】
基于大数据和AI分析的云服务页面推送方法及云服务系统
[0001]本专利技术涉及云服务推送
,具体而言,涉及一种基于大数据和AI分析的云服务页面推送方法及云服务系统。
技术介绍
[0002]随着互联网信息的技术的快速发展,越来越多的互联网服务商通过开发符合自身业务的云服务页面从而为广大用户提供所需求的服务,云服务指通过网络以按需、易扩展的方式获得所需服务,因此在云服务页面中可以布局多个内容服务从而为用户提供个性化内容信息服务。基于此,可以分析任意用户在云服务的使用过程中的互动大数据进而分析出用户的兴趣偏好,从而更有针对性地进行页面内容信息推送。然而,相关技术中的方案,仅是单向考虑单个兴趣点的挖掘,而缺乏考虑了兴趣互动的路由流程以及兴趣关系特征,导致云服务页面推送流程无法很好地匹配实际用户兴趣状态,进而导致云服务页面推送准确度不高。
技术实现思路
[0003]为了至少克服现有技术中的上述不足,本专利技术的目的在于提供一种基于大数据和AI分析的云服务页面推送方法及云服务系统。
[0004]第一方面,本申请提供一种基于大数据和AI分析的云服务页面推送方法,应用于云服务系统,所述云服务系统与多个互联网云服务器通信连接,所述方法包括:对目标用户在目标互联网云服务的使用过程中生成的页面互动大数据进行大数据挖掘,输出一个或者多个兴趣页面互动事件;提取所述一个或者多个兴趣页面互动事件所对应的兴趣互动路径,并基于各个所述对应的兴趣互动路径进行路径拼接,确定对应的目标拼接路径;提取所述目标拼接路径的兴趣关系 ...
【技术保护点】
【技术特征摘要】
1.一种基于大数据和AI分析的云服务页面推送方法,其特征在于,包括:对所述目标用户在所述目标互联网云服务的使用过程中生成的页面互动大数据进行大数据挖掘,输出一个或者多个兴趣页面互动事件;提取所述一个或者多个兴趣页面互动事件所对应的兴趣互动路径,并基于各个所述对应的兴趣互动路径进行路径拼接,确定对应的目标拼接路径;提取所述目标拼接路径的兴趣关系推理图谱,并基于所述兴趣关系推理图谱进行云服务页面推送。2.根据权利要求1所述的基于大数据和AI分析的云服务页面推送方法,其特征在于,所述对目标用户在目标互联网云服务的使用过程中生成的页面互动大数据进行大数据挖掘,输出一个或者多个兴趣页面互动事件的步骤,具体包括:获取目标用户在目标互联网云服务的使用过程中生成的页面互动大数据,从所述页面互动大数据中提取候选页面互动事件数据集,将所述候选页面互动事件数据集切分为多个候选页面互动事件;对各所述候选页面互动事件进行互动特征挖掘,输出各所述候选页面互动事件对应的互动特征向量;依据各所述互动特征向量进行互动知识图谱生成,获得以各所述互动特征向量为目标图谱成员的互动知识图谱;依据各所述互动知识图谱中的所述目标图谱成员与连通图谱成员之间的成员连通信息,输出用于表达各所述互动知识图谱中所述目标图谱成员与连通图谱成员之间的互动特征关系的成员连通特征向量;将各所述互动知识图谱的所述成员连通特征向量及所述目标图谱成员对应的互动特征向量进行聚合,获得各所述候选页面互动事件的聚合特征向量;依据各所述聚合特征向量确定各所述候选页面互动事件的用户兴趣置信度,输出所述候选页面互动事件中的兴趣页面互动事件。3.根据权利要求2所述的基于大数据和AI分析的云服务页面推送方法,其特征在于,所述对各所述候选页面互动事件进行互动特征挖掘,输出各所述候选页面互动事件对应的互动特征向量的步骤,具体包括:对各所述候选页面互动事件,基于满足模型收敛条件的兴趣挖掘模型中的互动特征挖掘网络层进行互动特征挖掘,输出各所述候选页面互动事件对应的互动特征向量;所述依据各所述互动特征向量进行互动知识图谱生成,获得以各所述互动特征向量为目标图谱成员特征的互动知识图谱的步骤,具体包括:依据各所述互动特征向量,基于所述满足模型收敛条件的兴趣挖掘模型中的知识图谱生成网络层进行互动知识图谱生成,获得以各所述互动特征向量为目标图谱成员特征的互动知识图谱。4.根据权利要求3所述的基于大数据和AI分析的云服务页面推送方法,其特征在于,所述对各所述候选页面互动事件,基于满足模型收敛条件的兴趣挖掘模型中的互动特征挖掘网络层进行互动特征挖掘之前,所述方法还包括:获取非兴趣互动事件训练数据和兴趣互动事件训练数据,将所述非兴趣互动事件训练数据切分为多个非兴趣页面互动事件,将所述兴趣互动事件训练数据切分为多个兴趣页面
互动事件;分别对各所述非兴趣页面互动事件和兴趣页面互动事件基于初始化权重参数的兴趣挖掘模型中的互动特征挖掘网络层进行互动特征挖掘,输出各所述非兴趣页面互动事件对应的非兴趣互动特征向量以及各所述兴趣页面互动事件对应的兴趣互动特征向量;依据各所述非兴趣互动特征向量和兴趣互动特征向量通过所述初始化权重参数的兴趣挖掘模型中的知识图谱生成网络层进行互动知识图谱生成,获得分别以各所述兴趣互动特征向量为目标图谱成员特征的训练互动知识图谱;依据各所述训练互动知识图谱中的所述目标图谱成员与连通图谱成员之间的成员连通信息,输出用于表达各所述训练互动知识图谱中所述目标图谱成员与连通图谱成员之间的互动特征关系的成员连通特征向量;将各所述训练互动知识图谱的所述成员连通特征向量及所述目标图谱成员对应的兴趣互动特征向量进行聚合,获得各所述兴趣页面互动事件的第一训练聚合特征向量;依据各所述第一训练聚合特征向量确定各所述兴趣页面互动事件的训练用户兴趣置信度,依据所述训练用户兴趣置信度对所述初始化权重参数的兴趣挖掘模型进行模型权重信息更新,输出满足模型收敛条件的兴趣挖掘模型。5.据权利要求4所述的基于大数据和AI分析的云服务页面推送方法,其特征在于,所述依据各所述第一训练聚合特征向量确定各所述兴趣页面互动事件的用户兴趣置信度的步骤,具体包括:依据各所述第一训练聚合特征向量对应的所述兴趣互动特征向量之间的特征流向关系,输出各所述第一训练聚合特征向量的特征流向关系向量;将各所述第一训练聚合特征向量以及各所述第一训练聚合特征向量的特征流向关系向量分别进行聚合,输出各所述兴趣页面互动事件对应的第二训练聚合特征向量;依据各所述第二训练聚合特征向量确定各所述兴趣页面互动事件的用户兴趣置信度。6.根据权利要求2所述的基于大数据和AI分析的云服务页面推送方法,其特征在于,所述依据各所述互动特征向量进行互动知识图谱生成,获得以各所述互动特征向量为目标图谱成员的互动知识图谱的步骤,具体包括:依据各所述互动特征向量,确定各所述互动特征向量之间的连通影响评估指标;分别以各所述互动特征向量为目标图谱成员、除所述目标图谱成员对应的互动特征向量外的互动特征向量为连通图谱成员的初始互动知识图谱;从所述初始互动知识图谱的连通图谱成员中,移除所述连通影响评估指标不大于设定指标值的连通图谱成员,输出互...
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。