利用人工智能实现的个性化内容推荐方法及系统技术方案

技术编号:43800305 阅读:31 留言:0更新日期:2024-12-27 13:20
本申请提供一种利用人工智能实现的个性化内容推荐方法及系统,首先识别待挖掘的应用程序运行数据,通过图卷积处理生成不同异常知识类别的运行轨迹数据。随后,利用跨字段匹配技术,根据异常知识类别的知识字段生成对应的跨字段匹配矢量,以精准识别关键图路径。接着,结合关键图路径和类别运行轨迹数据,通过智能分析估计异常根因,生成详细的异常根因数据。最后,基于这些异常根因数据,能够推荐个性化的修复建议,旨在帮助用户快速、有效地解决应用程序异常问题,显著提升了异常处理的智能化和效率,对于提升用户体验和系统稳定性具有重要意义。

【技术实现步骤摘要】

本申请涉及人工智能,具体而言,涉及一种利用人工智能实现的个性化内容推荐方法及系统


技术介绍

1、随着信息技术的飞速发展,各类应用程序在日常生活和工作中扮演着越来越重要的角色。然而,应用程序在运行过程中不可避免地会出现各种异常,如系统崩溃、数据错误等,这些问题不仅影响了用户体验,还可能给企业带来重大损失。因此,如何有效地监测、分析和处理应用程序的异常,成为了一个亟待解决的问题。

2、传统的异常处理方法主要依赖于人工分析和经验判断,这种方法效率低下,且难以应对复杂多变的异常情况。近年来,人工智能技术的快速发展为异常处理提供了新的思路。通过利用机器学习、深度学习等技术,人工智能能够自动分析应用程序的运行数据,发现异常模式,并提供针对性的解决方案。

3、在现有的个性化内容推荐方法中,人工智能已经被广泛应用于用户行为分析和兴趣挖掘。然而,在应用程序异常处理领域,人工智能的应用相对较少。现有的异常处理方法大多基于固定的规则和模板,难以适应复杂多变的实际情况。因此,开发一种基于人工智能的个性化内容推荐方法,用于应用程序的异常处理,具有重要的现实本文档来自技高网...

【技术保护点】

1.一种利用人工智能实现的个性化内容推荐方法,其特征在于,所述方法包括:

2.根据权利要求1所述的利用人工智能实现的个性化内容推荐方法,其特征在于,所述依据所述多个异常知识类别的类别运行轨迹数据,分别依据所述多个异常知识类别的类别知识字段进行跨字段匹配,生成所述多个异常知识类别的类别运行轨迹数据分别对应的跨字段匹配矢量,包括:

3.根据权利要求2所述的利用人工智能实现的个性化内容推荐方法,其特征在于,所述基于所述多个异常知识类别的类别运行轨迹数据与所述历史应用程序运行数据在所述多个异常知识类别下的历史运行轨迹数据之间的比对结果,从所述跨字段匹配知识库中匹配生成所述...

【技术特征摘要】

1.一种利用人工智能实现的个性化内容推荐方法,其特征在于,所述方法包括:

2.根据权利要求1所述的利用人工智能实现的个性化内容推荐方法,其特征在于,所述依据所述多个异常知识类别的类别运行轨迹数据,分别依据所述多个异常知识类别的类别知识字段进行跨字段匹配,生成所述多个异常知识类别的类别运行轨迹数据分别对应的跨字段匹配矢量,包括:

3.根据权利要求2所述的利用人工智能实现的个性化内容推荐方法,其特征在于,所述基于所述多个异常知识类别的类别运行轨迹数据与所述历史应用程序运行数据在所述多个异常知识类别下的历史运行轨迹数据之间的比对结果,从所述跨字段匹配知识库中匹配生成所述多个异常知识类别的类别运行轨迹数据分别对应的跨字段匹配矢量,包括:

4.根据权利要求2所述的利用人工智能实现的个性化内容推荐方法,其特征在于,所述多个异常知识类别包括逻辑错误类别和环境错误类别;所述多个异常知识类别的类别运行轨迹数据包括所述应用程序运行数据的逻辑相关运行轨迹数据和环境相关运行轨迹数据;所述跨字段匹配知识库中包括历史应用程序运行数据在所述逻辑错误类别下的逻辑类历史运行轨迹数据和所述逻辑类历史运行轨迹数据对应的逻辑类历史关联属性,以及所述历史应用程序运行数据在所述环境错误类别下的环境类历史运行轨迹数据和所述环境类历史运行轨迹数据对应的环境类历史关联属性;

5.根据权利要求4所述的利用人工智能实现的个性化内容推荐方法,其特征在于,所述将所述逻辑类运行矢量序列分别与所述逻辑类历史运行轨迹数据和所述环境类历史运行轨迹数据进行逻辑特征比对,并基于逻辑特征比对结果从所述逻辑类历史关联属性和所述环境类历史关联属性中生成所述逻辑相关运行轨迹数据的跨字段匹配...

【专利技术属性】
技术研发人员:王钊
申请(专利权)人:青岛陌尚软件信息科技有限责任公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1