一种基于大数据和人工智能的内容推荐方法及系统与流程

本发明涉及人工智能，具体而言，涉及一种基于大数据和人工智能的内容推荐方法及系统。

背景技术：

1、随着互联网技术的迅速发展，用户每天面临海量的信息内容。如何从这些信息中为用户筛选出感兴趣的内容，成为了技术发展的关键。传统的推荐方法往往基于简单的分类或者历史浏览记录，这种方法在面对大量数据时效率低下，且难以准确捕捉用户的个性化需求。

技术实现思路

1、本发明的目的在于提供一种基于大数据和人工智能的内容推荐方法及系统。

2、第一方面，本发明实施例提供一种基于大数据和人工智能的内容推荐方法，包括：

3、获取目标用户在预设监控周期内的至少一个当前用户行为；

4、将所述至少一个当前用户行为输入预先训练完成的用户行为识别模型，得到所述至少一个当前用户行为对应的用户行为识别结果，其中，所述用户行为识别模型是基于用户历史行为集合作为训练集训练得到的；

5、根据所述用户行为识别结果，构建所述目标用户的目标用户画像；

6、基于所述目标用户画像，为所述目标用户进行内容推荐。

7、第二方面，本发明实施例提供一种服务器系统，包括服务器，所述服务器用于执行第一方面所述的方法。

8、相比现有技术，本发明提供的有益效果包括：采用本发明公开的一种基于大数据和人工智能的内容推荐方法及系统，通过捕获目标用户在预设周期内的行为，并利用预先训练的用户行为识别模型，对这些行为进行分析识别。该模型是通过大量的用户历史行为数据训练得到的，因此能够准确地识别用户行为的深层意图。根据识别结果，系统会为用户构建一个精准的用户画像，进而基于这个画像为用户提供个性化的内容推荐。如此设计，结合了大数据分析和人工智能的优势，能够实时、准确地捕捉用户需求，并为用户提供更为精准的内容推荐服务。

技术特征：

1.一种基于大数据和人工智能的内容推荐方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述用户行为识别模型是通过以下方式得到的，包括：

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

4.根据权利要求2所述的方法，其特征在于，所述根据所述多个待定行为类别各自对应的比对结果对所述多个待定行为类别进行选取，获得与所述目标待分类历史行为关联成功的多个初阶候选行为类别，包括：

5.根据权利要求2所述的方法，其特征在于，所述基于所述多个初阶候选行为类别对所述目标待分类历史行为进行行为类别配置，获得所述目标待分类历史行为的已分配类型行为，包括：

6.根据权利要求5所述的方法，其特征在于，所述获取行为分类模型和行为分类指导，包括：

7.根据权利要求6所述的方法，其特征在于，所述当所述样本行为分类输出与所述样本用户行为的类别目标值相匹配，根据所述初始行为分类模型获得行为分类模型，并根据所述参考分类指导获得行为分类指导，包括：

8.根据权利要求7所述的方法，其特征在于，所述基于所述行为分类输出获得所述目标待分类历史行为的已分配类型行为，包括：

9.根据权利要求2所述的方法，其特征在于，所述基于所述多个待分类历史行为一一对应的已分配类型行为优化所述已分配类型行为集合，并对所述用户历史行为集合中的待分类历史行为进行行为类别配置，直到针对所述用户历史行为集合中的待分类历史行为均完成行为类型划分处理，包括：

10.一种服务器系统，其特征在于，包括服务器，所述服务器用于执行权利要求1-9中任意一项所述的方法。

技术总结本发明公开了一种基于大数据和人工智能的内容推荐方法及系统，包括：首先捕获目标用户在预设周期内的行为，并利用预先训练的用户行为识别模型，对这些行为进行分析识别。该模型是通过大量的用户历史行为数据训练得到的，因此能够准确地识别用户行为的深层意图。根据识别结果，系统会为用户构建一个精准的用户画像，进而基于这个画像为用户提供个性化的内容推荐。如此设计，结合了大数据分析和人工智能的优势，能够实时、准确地捕捉用户需求，并为用户提供更为精准的内容推荐服务。技术研发人员：谢俊彪受保护的技术使用者：长沙水青大可科技有限公司技术研发日：技术公布日：2024/10/17