基于用户画像决策的大数据分析方法及云端AI业务系统与流程

技术特征：
1.一种基于用户画像决策的大数据分析方法，其特征在于，应用于所述云端ai业务系统，所述方法包括：基于目标用户的用户行为活动数据，确定所述目标用户的目标用户画像；基于所述目标用户的目标用户画像和所述目标用户与其它关联用户之间的电商内容分享数据，确定所述目标用户的潜在兴趣点数据；基于所述目标用户的潜在兴趣点数据，对所述目标用户所关注的电商页面进行电商信息推送。2.根据权利要求1所述的基于用户画像决策的大数据分析方法，其特征在于，所述基于目标用户的用户行为活动数据，确定所述目标用户的目标用户画像的步骤，包括：获取目标用户的用户行为活动数据；对所述用户行为活动数据进行特征数据提取，获得行为活动路径数据和行为活动联动数据，所述行为活动路径数据表征所述用户行为活动数据指示的行为活动路径节点，所述行为活动联动数据表征所述用户行为活动数据中用于对所述行为活动路径节点进行联动响应的联动行为数据；获取所述用户行为活动数据与参考用户画像标签特征之间的第一联系特征数据、所述行为活动路径数据与参考路径倾向特征之间的第二联系特征数据、所述行为活动联动数据与参考联动倾向特征之间的第三联系特征数据，所述参考用户画像标签特征为目标用户画像库中的初始化用户画像相关的标签特征，所述参考路径倾向特征和所述参考联动倾向特征为构成所述参考用户画像标签特征的特征成员；依据所述第一联系特征数据、所述第二联系特征数据和所述第三联系特征数据确定所述用户行为活动数据与所述参考用户画像标签特征之间的画像参考度量值；依据所述画像参考度量值，将所述用户行为活动数据加载到所述参考用户画像标签特征中的目标用户画像标签特征，并输出所述目标用户画像标签特征对应的实时用户画像作为所述目标用户的目标用户画像。3.根据权利要求2所述的基于用户画像决策的大数据分析方法，其特征在于，所述方法通过目标用户画像决策网络实现，所述目标用户画像决策网络通过以下步骤训练获得：获取示例网络训练基础数据，所述示例网络训练基础数据对应有训练依据数据，所述示例网络训练基础数据中包括示例用户行为活动数据、示例行为活动路径数据和示例行为活动联动数据，所述示例行为活动路径数据和所述示例行为活动联动数据构成所述示例用户行为活动数据；获取所述示例用户行为活动数据与所述参考用户画像标签特征之间的第一示例联系特征数据、所述示例行为活动路径数据与所述参考路径倾向特征之间的第二示例联系特征数据、所述示例行为活动联动数据与所述参考联动倾向特征之间的第三示例联系特征数据；依据所述第一示例联系特征数据、所述第二示例联系特征数据和所述第三示例联系特征数据，确定用户画像决策数据；依据所述用户画像决策数据与所述训练依据数据之间的数据对比信息，对所述用户画像决策网络进行网络权重优化更新，获得所述目标用户画像决策网络。4.根据权利要求2所述的基于用户画像决策的大数据分析方法，其特征在于，所述目标
用户画像决策网络由初始化用户画像决策网络进行网络权重优化更新获得，所述初始化用户画像决策网络包括全局决策单元、行为活动路径决策单元和联动响应决策单元；所述依据所述第一示例联系特征数据、所述第二示例联系特征数据和所述第三示例联系特征数据，确定用户画像决策数据，包括：将所述第一示例联系特征数据、所述第二示例联系特征数据和所述第三示例联系特征数据加载到所述全局决策单元，获得用户画像决策标签特征；将所述第二示例联系特征数据加载到所述行为活动路径决策单元，获得行为活动路径决策特征；将所述第三示例联系特征数据加载到所述联动响应决策单元，获得联动响应决策特征，其中，所述用户画像决策标签特征、所述行为活动路径决策特征和所述联动响应决策特征构成所述用户画像决策数据。5.根据权利要求4所述的基于用户画像决策的大数据分析方法，其特征在于，所述训练依据数据包括与所述示例用户行为活动数据对应的示例用户画像标签特征、示例行为活动路径特征和示例联动响应特征；所述依据所述用户画像决策数据与所述训练依据数据之间的数据对比信息，对所述用户画像决策网络进行网络权重优化更新，获得所述目标用户画像决策网络，包括：依据所述用户画像决策标签特征与所述示例用户画像标签特征之间的数据对比信息，确定第一网络训练评估值；依据所述行为活动路径决策特征与所述示例行为活动路径特征之间的数据对比信息，确定第二网络训练评估值；依据所述联动响应决策特征与所述示例联动响应特征之间的数据对比信息，确定第三网络训练评估值；依据所述第一网络训练评估值、所述第二网络训练评估值和所述第三网络训练评估值对所述初始化用户画像决策网络进行网络权重优化更新，获得目标用户画像决策网络。6.根据权利要求5所述的基于用户画像决策的大数据分析方法，其特征在于，所述依据所述第一联系特征数据、所述第二联系特征数据和所述第三联系特征数据确定所述用户行为活动数据与所述参考用户画像标签特征之间的画像参考度量值，包括：将所述第一联系特征数据、所述第二联系特征数据和所述第三联系特征数据加载到目标全局决策单元，确定所述画像参考度量值，所述目标全局决策单元由所述初始化用户画像决策网络中的所述全局决策单元进行网络权重优化更新获得，所述目标全局决策单元用于确定所述用户行为活动数据与所述参考用户画像标签特征每个倾向性画像标签对应的支持度信息。7.根据权利要求2-6任意一项所述的基于用户画像决策的大数据分析方法，其特征在于，所述获取所述用户行为活动数据与参考用户画像标签特征之间的第一联系特征数据、所述行为活动路径数据与参考路径倾向特征之间的第二联系特征数据、所述行为活动联动数据与参考联动倾向特征之间的第三联系特征数据，包括：获取所述参考用户画像标签特征对应的第一特征片段簇、所述参考路径倾向特征对应的第二特征片段簇、所述参考联动倾向特征对应的第三特征片段簇；对所述用户行为活动数据、所述行为活动路径数据和所述行为活动联动数据分别依据
关注特征模板进行特征挖掘，获得用户行为活动特征簇、行为活动路径特征簇和联动响应特征簇；依据所述用户行为活动特征簇和所述第二特征片段簇之间的特征联系向量，获得所述第一联系特征数据；依据所述行为活动路径特征簇和所述第二特征片段簇之间的特征联系向量，获得所述第二联系特征数据；依据所述联动响应特征簇和所述第三特征片段簇之间的特征联系向量，获得所述第三联系特征数据。8.根据权利要求7所述的基于用户画像决策的大数据分析方法，其特征在于，所述用户行为活动特征簇包括行为活动热度特征和行为活动传递特征，所述第二特征片段簇包括画像标签热度特征和画像标签传递特征；所述依据所述用户行为活动特征簇和所述第二特征片段簇之间的特征联系向量，获得所述第一联系特征数据，包括：依据所述行为活动热度特征和所述画像标签热度特征之间的联系向量，确定第一单元联系特征数据；依据所述行为活动传递特征和所述画像标签传递特征之间的联系向量，确定第二单元联系特征数据；由所述第一单元联系特征数据和所述第二单元联系特征数据确定所述第一联系特征数据。9.根据权利要求1-8中任意一项所述的基于用户画像决策的大数据分析方法，其特征在于，所述基于所述目标用户的目标用户画像和所述目标用户与其它关联用户之间的电商内容分享数据，确定所述目标用户的潜在兴趣点数据的步骤，包括：从所述目标用户与其它关联用户之间的电商内容分享数据中获取与所述目标用户的目标用户画像相关联的目标电商内容分享数据，并获取所述目标电商内容分享数据中各电商内容分享事件的分享热力值；基于所述各电商内容分享事件的分享热力值从所述目标电商内容分享数据中确定热点电商内容分享事件簇；基于各电商内容分享事件在所述热点电商内容分享事件簇中衔接电商内容分享事件的分享关注度，获得各电商内容分享事件在所述热点电商内容分享事件簇中的分享热力值，将在所述热点电商内容分享事件簇中的分享热力值作为相应电商内容分享事件初始的当前兴趣趋势度；遍历执行对于所述热点电商内容分享事件簇中的每个电商内容分享事件，基于所述电商内容分享事件在所述热点电商内容分享事件簇中的衔接电商内容分享事件的当前兴趣趋势度，确定所述电商内容分享事件对应的兴趣热力值；当所述兴趣热力值不大于预设热力阈值时，从所述热点电商内容分享事件簇中剔除所述电商内容分享事件；当所述兴趣热力值大于所述预设热力阈值且小于所述电商内容分享事件的当前兴趣趋势度时，则基于所述电商内容分享事件的兴趣热力值更新所述电商内容分享事件的当前兴趣趋势度的步骤，直至当前遍历阶段中所述热点电商内容分享事件簇中各电商内容分享
事件的当前兴趣趋势度均未被更新时结束遍历；将结束遍历时获得的热点电商内容分享事件簇中的电商内容分享事件作为所述兴趣电商内容分享事件，并将结束遍历时所述兴趣电商内容分享事件的当前兴趣趋势度作为所述兴趣电商内容分享事件对应的兴趣趋势度；基于所述目标电商内容分享数据中除所述兴趣电商内容分享事件之外的电商内容分享事件及所述电商内容分享事件之间的分享关联信息，获得所述目标电商内容分享数据中的模糊电商内容分享事件簇；基于所述模糊电商内容分享事件簇中各电商内容分享事件在历史的所述目标电商内容分享数据中衔接电商内容分享事件的分享关注度，重置所述模糊电商内容分享事件簇中各电商内容分享事件的当前兴趣趋势度；遍历执行对于所述模糊电商内容分享事件簇中的每个电商内容分享事件，基于所述电商内容分享事件在所述目标电商内容分享数据中的衔接电商内容分享事件的当前兴趣趋势度，确定所述电商内容分享事件对应的兴趣热力值；当所述兴趣热力值小于所述电商内容分享事件的当前兴趣趋势度时，则基于所述电商内容分享事件的兴趣热力值更新所述电商内容分享事件的当前兴趣趋势度的步骤，直至当前遍历阶段中所述模糊电商内容分享事件簇中各电商内容分享事件的当前兴趣趋势度均未被更新时结束遍历；将结束遍历时所述电商内容分享事件的当前兴趣趋势度作为所述电商内容分享事件对应的兴趣趋势度，根据所述模糊电商内容分享事件簇中各电商内容分享事件的兴趣趋势度输出所述目标用户的潜在兴趣点数据；其中，确定的所述兴趣趋势度用于生成与相应电商内容分享事件对应的潜在兴趣点数据。10.一种云端ai业务系统，其特征在于，所述云端ai业务系统包括处理器和机器可读存储介质，所述机器可读存储介质中存储有计算机程序，所述计算机程序依据该处理器加载并执行以实现权利要求1-9中任意一项的基于用户画像决策的大数据分析方法。

技术总结
本申请实施例提供一种基于用户画像决策的大数据分析方法及云端AI业务系统，基于目标用户的用户行为活动数据，确定目标用户的目标用户画像，基于目标用户的目标用户画像和目标用户与其它关联用户之间的电商内容分享数据，确定目标用户的潜在兴趣点数据，基于目标用户的潜在兴趣点数据，对目标用户所关注的电商页面进行电商信息推送。如此，在进行用户画像挖掘后，进一步考虑到目标用户与其它关联用户之间的电商内容分享过程进行潜在兴趣点挖掘，进而对目标用户所关注的电商页面进行电商信息推送，可以提高电商信息推送准确性。可以提高电商信息推送准确性。可以提高电商信息推送准确性。


技术研发人员：马小瑞
受保护的技术使用者：马小瑞
技术研发日：2022.03.30
技术公布日：2022/7/15