基于人工智能的用户产品意向分析方法及大数据分析系统技术方案

本发明专利技术实施例提供一种基于人工智能的用户产品意向分析方法及大数据分析系统，通过汇聚产品交互活动之间触发的多种活动流转信息来构建交互有向关系图，并基于产品交互活动在交互有向关系图中的级联成员交互特征和产品交互活动的基础成员交互特征来提取各个产品交互活动的跨活动交互特征，最后基于产品交互活动的跨活动交互特征和基础成员交互特征来分析产品交互活动的产品意向置信度，可以提高在在产品交互活动的产品意向分析过程中所依据的特征量，进而有效提高用户产品意向分析的可靠性。可靠性。可靠性。

【技术实现步骤摘要】
基于人工智能的用户产品意向分析方法及大数据分析系统


[0001]本专利技术涉及人工智能
，具体而言，涉及一种基于人工智能的用户产品意向分析方法及大数据分析系统。

技术介绍

[0002]对于互联网服务平台而言，其通常会提供多种在线互联网产品以为用户提供所需求的互联网服务，例如对于电商服务平台而言，可以提供电商直播服务、商户入驻服务、跨境电商服务的各种互联网产品。通常互联网服务平台的提供商为了提高其所提供的互联网服务的使用体验，会在用户的允许授权下搜集其产品交互大数据以便进行大数据挖掘分析，判断各个用户的意向情况，进而依次为依据不断更新迭代相对应的互联网服务产品。例如，相关技术中在进行用户产品意向分析时，通常仅基于用户的各个单个产品交互活动的特征信息进行分析，所参考的特征量较为局限，进而会影响后续用户产品意向分析的可靠性。

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人工智能的用户产品意向分析方法及大数据分析系统。
[0004]第一方面，本专利技术实施例提供一种基于人工智本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的用户产品意向分析方法，其特征在于，所述方法包括：对目标用户的用户产品交互大数据进行AI分析，获得对应的用于表示所述目标用户的产品交互动态过程的产品交互路径，将所述产品交互路径中的产品交互活动作为有向关系成员，并汇聚产品交互活动之间触发的多种活动流转信息进而配置有向关系成员之间的有向链路信息，输出所述产品交互路径对应的交互有向关系图；基于产品交互活动在所述交互有向关系图中的级联成员交互特征以及产品交互活动的基础成员交互特征，挖掘各个产品交互活动的跨活动交互特征；基于产品交互活动的跨活动交互特征和基础成员交互特征，分析各个产品交互活动的产品意向置信度；基于所述产品意向置信度获得所述产品交互路径中的意向产品交互活动。2.根据权利要求1所述的基于人工智能的用户产品意向分析方法，其特征在于，所述多种活动流转信息包括主动跳转关系信息和被动跳转关系信息；所述将所述产品交互路径中的产品交互活动作为有向关系成员，并汇聚产品交互活动之间触发的多种活动流转信息进而配置有向关系成员之间的有向链路信息，输出所述产品交互路径对应的交互有向关系图，通过以下步骤执行：将产品交互路径中的产品交互活动作为有向关系成员，输出任意两个有向关系成员之间的有向链路信息；基于所述任意两个有向关系成员对应的产品交互活动之间的主动跳转关系信息和被动跳转关系信息，生成所述任意两个有向关系成员之间的成员连通特征；将所述成员连通特征作为链路附属特征加载到所生成的有向链路信息上，进而构建所述交互有向关系图。3.根据权利要求2所述的基于人工智能的用户产品意向分析方法，其特征在于，所述任意两个有向关系成员之间具有多个成员连通特征，所述多个成员连通特征是基于所述任意两个有向关系成员之间具有的不同跳转关系信息类型确定的；所述将所述成员连通特征作为链路附属特征加载到所生成的有向链路信息上，进而构建所述交互有向关系图，通过以下步骤执行：将所述多个成员连通特征的加权特征作为链路附属特征加载到所生成的有向链路信息上，以依据所述任意两个有向关系成员之间具有多个成员连通特征汇聚构建所述产品交互路径对应的交互有向关系图；或者，基于所述任意两个有向关系成员之间基于同一跳转关系信息类型所获得的成员连通特征，输出相应的交互有向关系图，构建所述产品交互路径对应的多个交互有向关系图。4.根据权利要求2所述的基于人工智能的用户产品意向分析方法，其特征在于，所述基于所述任意两个有向关系成员对应的产品交互活动之间的主动跳转关系信息和被动跳转关系信息，生成所述任意两个有向关系成员之间的成员连通特征，通过以下步骤执行：基于所述任意两个有向关系成员对应的产品交互活动之间的主动跳转关系信息，获取所述任意两个有向关系成员所对应的产品跳转事件信息和产品话题信息；基于所述任意两个有向关系成员所对应的产品跳转事件信息和所述任意两个有向关系成员之间的被动跳转关系信息，生成所述任意两个有向关系成员之间的第一成员连通特征，以及基于任意两个有向关系成员所对应的产品话题信息和所述任意两个有向关系成员
之间的被动跳转关系信息，生成所述任意两个有向关系成员之间的第二成员连通特征；所述基于所述任意两个有向关系成员所对应的产品跳转事件信息和所述任意两个有向关系成员之间的被动跳转关系信息，生成所述任意两个有向关系成员之间的第一成员连通特征，通过以下步骤执行：基于所述任意两个有向关系成员所对应的产品跳转事件信息，生成所述任意两个有向关系成员之间的共享产品标签元素数据，以及所述任意两个有向关系成员中所有有向关系成员的全局产品标签元素数据，并计算所述共享产品标签元素数据与所述所有有向关系成员的全局产品标签元素数据的数据关系特征；确定所述任意两个有向关系成员之间的被动跳转关系信息对应的跳转兴趣特征；针对所述数据关系特征和所述跳转兴趣特征进行特征融合，确定所述任意两个有向关系成员之间的第一成员连通特征；所述基于任意两个有向关系成员所对应的产品话题信息和所述任意两个有向关系成员之间的被动跳转关系信息，生成所述任意两个有向关系成员之间的第二成员连通特征，通过以下步骤执行：基于所述任意两个有向关系成员所对应的产品话题信息，生成所述任意两个有向关系成员之间的产品话题更新行为特征以及所有有向关系成员的全局产品话题更新行为特征，并计算所述产品话题更新行为特征与所述所有有向关系成员的全局产品话题更新行为特征的数据关系特征；确定所述任意两个有向关系成员之间的被动跳转关系信息对应的跳转兴趣特征；针对所述数据关系特征和所述跳转兴趣特征进行特征融合，确定所述任意两个有向关系成员之间的第二成员连通特征。5.根据权利要求1所述的基于人工智能的用户产品意向分析方法，其特征在于，所述基于产品交互活动在所述交互有向关系图中的级联成员交互特征以及产品交互活动的基础成员交互特征，挖掘各个产品交互活动的跨活动交互特征，通过以下步骤执行：基于所述交互有向关系图中的各个有向关系成员对应的基础成员交互特征，输出所述交互有向关系图对应的知识抽取特征；针对所述知识抽取特征进行特征汇聚，确定所述交互有向关系图对应的汇聚知识特征图谱，所述汇聚知识特征图谱中涵盖对应于各个有向关系成员的汇聚知识描述，所述汇聚知识描述被配置于汇聚表达相应有向关系成员的级联成员交互特征；将各个有向关系成员的汇聚知识描述作为相应的各个产品交互活动的跨活动交互特征；所述针对所述知识抽取特征进行特征汇聚，确定所述交互有向关系图对应的汇聚知识特征图谱，通过以下步骤执行：针对所述知识抽取特征中的各个有向关系成员提取目标数量的级联有向关系成员，确定各个有向关系成员对应的级联有向关系成员簇；将所述级联有向关系成员簇对应的级联成员交互特征加载到对应有向关系成员中，构建所述交互有向关系图中各个有向关系成员所对应的知识加载特征，构建所述汇聚知识特征图谱；所述将所述级联有向关系成员簇对应的级联成员交互特征加载到对应有向关系成员
中，构建所述交互有向关系图中各个有向关系成员所对应的知识加载特征，通过以下步骤执行：获取训练得到的特征汇聚模型，所述训练包括针对交互有向关系图中...

【专利技术属性】
技术研发人员：金海哲，张倩倩，
申请(专利权)人：山东倩倩网络科技有限责任公司，
类型：发明
国别省市：