CN113435948A - 一种电商平台数据监测方法及*** - Google Patents
一种电商平台数据监测方法及*** Download PDFInfo
- Publication number
- CN113435948A CN113435948A CN202110979433.6A CN202110979433A CN113435948A CN 113435948 A CN113435948 A CN 113435948A CN 202110979433 A CN202110979433 A CN 202110979433A CN 113435948 A CN113435948 A CN 113435948A
- Authority
- CN
- China
- Prior art keywords
- data
- commerce
- platform
- service
- interest
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
- G06F16/24575—Query processing with adaptation to user needs using context
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0605—Supply or demand aggregation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0641—Shopping interfaces
- G06Q30/0643—Graphical representation of items or shoppers
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Entrepreneurship & Innovation (AREA)
- Computational Linguistics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种电商平台数据监测方法及***,通过包含兴趣热点的业务关系子网络确定电商服务平台在用户行为数据、用户互动数据、电商分发数据以及电商订单数据上的兴趣热点支持度,基于兴趣热点支持度以及预设兴趣策略属性值综合确定数据挖掘定制服务的电商平台数据的数据挖掘参考度,以便于提供后续在进行大数据挖掘时的参考依据。
Description
技术领域
本发明涉及电子商务数据服务技术领域,具体而言,涉及一种电商平台数据监测方法及***。
背景技术
电子商务平台是一个为电子商务服务商与电子商务用户的信息平台,通过建立在互联网进行电子商务活动的虚拟网络空间和保障商务顺利运营的管理环境,是协调、整合信息流、商品流、资金流有序、关联、高效流动的重要平台。对于电商平台数据流而言,其具有较大的数据挖掘价值,可以用于后续的业务优化。然而,相关技术中的方案中,无法有效评估电商平台数据的数据挖掘参考度,进而无法提供有效的大数据挖掘的参考依据。
发明内容
有鉴于此,本发明实施例的目的在于提供一种电商平台数据监测方法,应用于电商平台数据监测***,所述电商平台数据监测***与电商服务平台通信连接,所述方法包括:
获取数据挖掘定制服务中各个电商服务平台的电商平台数据流,其中,所述电商平台数据流包括所述电商服务平台的用户行为数据、用户互动数据、电商分发数据以及电商订单数据;
基于预设业务关系网络获取各个所述电商服务平台的业务关系子网络,其中,所述业务关系子网络包括分别与所述电商服务平台的所述用户行为数据、所述用户互动数据、所述电商分发数据以及所述电商订单数据所在业务元素连接的兴趣热点;
基于所述业务关系子网络分别获取所述用户行为数据、所述用户互动数据、所述电商分发数据以及所述电商订单数据所在业务元素的兴趣热点支持度;
基于所述兴趣热点支持度以及所述电商服务平台对应的预设兴趣策略属性值确定所述电商服务平台的兴趣热点属性值;
基于所述兴趣热点属性值获取所述数据挖掘定制服务的电商平台数据的数据挖掘参考度。
一种可能的设计中,所述基于所述兴趣热点属性值获取所述数据挖掘定制服务的电商平台数据的数据挖掘参考度的步骤之后,所述方法还包括:
获取满足预设要求的所述数据挖掘定制服务的电商平台数据,并从所述电商平台数据筛选具有有效行为的目标电商平台数据;
根据所述目标电商平台数据的兴趣热点数据,获取目标电商平台数据的关键意图热力图以及关键事件热力图;所述关键意图热力图包括关键意图标签的分布信息,所述关键事件热力图包括关键事件标签的分布信息,所述目标电商平台数据包括电商平台主动活动数据和电商平台被动活动数据;
依据所述目标电商平台数据的关键意图热力图以及关键事件热力图,对所述目标电商平台数据进行关键主题分布生成,得到所述目标电商平台数据的关键主题分布数据;
依据所述目标电商平台数据的关键主题分布数据,确定所述目标电商平台数据的关键主题分布向量集;
依据所述目标电商平台数据的关键主题分布向量集,对所述目标电商平台数据进行频繁项主题挖掘,以确定所述目标电商平台数据的频繁项主题挖掘结果。
一种可能的设计中,所述依据所述目标电商平台数据的关键意图热力图以及关键事件热力图,对所述目标电商平台数据进行关键主题分布生成,得到所述目标电商平台数据的关键主题分布数据,包括:
对所述目标电商平台数据的关键意图热力图以及关键事件热力图的热力图单元数据中涵盖的各热力单元成员进行主题轨迹提取,得到每一热力单元成员的主题轨迹提取信息;其中,所述热力图单元数据为针对包含有电商直播活动的应用流程所记录的数据信息;
针对每一热力单元成员,基于该热力单元成员的主题轨迹提取信息,确定该热力单元成员在所述电商直播活动内所关联的多个直播主题对象,以及对所关联的每一直播主题对象的关联持续参数;
针对每一热力单元成员,基于该热力单元成员对所关联的每一直播主题对象的关联持续参数,从该热力单元成员所关联的多个直播主题对象中,筛选该热力单元成员的持续直播主题对象;
基于针对目标热力单元成员的主题生成指令,确定直播主题对象库中预设主题推广标签向量与所述目标热力单元成员的持续直播主题对象相匹配的直播主题对象,作为选定直播主题对象,并向所述目标热力单元成员关联所述选定直播主题对象;
基于每个目标热力单元成员关联所述选定直播主题对象得到所述目标电商平台数据的关键主题分布数据。
譬如,一种可能的设计中,每一热力单元成员的主题轨迹提取信息包括:
在电商直播活动内该热力单元成员的多个关联节点和该热力单元成员对所关联的每一关联节点的关联持续参数;
所述针对每一热力单元成员,基于该热力单元成员的主题轨迹提取信息,确定该热力单元成员在所述电商直播活动内所关联的多个直播主题对象,以及对所关联的每一直播主题对象的关联持续参数,包括:
针对每一热力单元成员,识别该热力单元成员的多个关联节点所能关联到的所述电商直播活动内的直播主题对象,并将该热力单元成员的每一关联节点的关联持续参数,确定为该关联节点所能关联到的直播主题对象的关联持续参数。
譬如,一种可能的设计中,所述识别该热力单元成员的多个关联节点所能关联到的所述电商直播活动内的直播主题对象,包括:
基于每一直播主题对象在所述直播主题对象的页面内的直播轨迹信息和该热力单元成员的每一关联节点的直播轨迹信息,确定该每一关联节点所能关联到的所述电商直播活动内的直播主题对象。
譬如,一种可能的设计中,所述基于该热力单元成员对所关联的每一直播主题对象的关联持续参数,从该热力单元成员所关联的多个直播主题对象中,筛选该热力单元成员的持续直播主题对象,包括: 从该热力单元成员所关联的多个直播主题对象中,筛选关联持续参数满足预设预设持续参数的直播主题对象,作为该热力单元成员的持续直播主题对象。
譬如,一种可能的设计中,所述从该热力单元成员所关联的多个直播主题对象中,筛选关联持续参数满足预设预设持续参数的直播主题对象,作为该热力单元成员的持续直播主题对象,包括: 从该热力单元成员所关联的多个直播主题对象中,筛选关联持续参数最大的直播主题对象,作为该热力单元成员的持续直播主题对象;和/或, 从该热力单元成员所关联的多个直播主题对象中,筛选关联持续参数大于预设持续参数的直播主题对象,作为该热力单元成员的持续直播主题对象。
譬如,一种可能的设计中,所述基于针对目标热力单元成员的主题生成指令,确定直播主题对象库中预设主题推广标签向量与所述目标热力单元成员的持续直播主题对象相匹配的直播主题对象,作为选定直播主题对象,包括:
基于针对目标热力单元成员的主题生成指令,获取所述目标热力单元成员的持续直播主题对象的预设主题推广标签向量的标签向量值,作为目标标签向量值;
在直播主题对象库中,筛选所述预设主题推广标签向量的标签向量值与所述目标标签向量值符合预设配对要求的直播主题对象,作为选定直播主题对象。
譬如,一种可能的设计中,在所述在直播主题对象库中,筛选所述预设主题推广标签向量的标签向量值与所述目标标签向量值符合预设配对要求的直播主题对象,作为选定直播主题对象之前,所述方法还包括:
获取所述目标热力单元成员的历史关注主题信息;所述历史关注主题信息用于指示所述目标热力单元成员对直播主题对象的关注属性信息;
所述在直播主题对象库中,筛选所述预设主题推广标签向量的标签向量值与所述目标标签向量值符合预设配对要求的直播主题对象,作为选定直播主题对象,包括:
在直播主题对象库中,筛选所述预设主题推广标签向量的标签向量值与目标主题推广标签向的标签向量值符合预设配对要求的直播主题对象,且符合所述历史关注主题信息所指示关注属性信息的直播主题对象,作为选定直播主题对象。
本发明实施例的另一目的还在于提供一种电商平台***,所述电商平台***包括电商平台数据监测***以及与所述电商平台数据监测***通信连接的电商服务平台,所述电商平台数据监测***具体用于:
获取数据挖掘定制服务中各个电商服务平台的电商平台数据流,其中,所述电商平台数据流包括所述电商服务平台的用户行为数据、用户互动数据、电商分发数据以及电商订单数据;
基于预设业务关系网络获取各个所述电商服务平台的业务关系子网络,其中,所述业务关系子网络包括分别与所述电商服务平台的所述用户行为数据、所述用户互动数据、所述电商分发数据以及所述电商订单数据所在业务元素连接的兴趣热点;
基于所述业务关系子网络分别获取所述用户行为数据、所述用户互动数据、所述电商分发数据以及所述电商订单数据所在业务元素的兴趣热点支持度;
基于所述兴趣热点支持度以及所述电商服务平台对应的预设兴趣策略属性值确定所述电商服务平台的兴趣热点属性值;
基于所述兴趣热点属性值获取所述数据挖掘定制服务的电商平台数据的数据挖掘参考度。
在以上设计中,获取数据挖掘定制服务中各个电商服务平台的电商平台数据流,基于预设业务关系网络获取各个电商服务平台的业务关系子网络,基于业务关系子网络分别获取用户行为数据、用户互动数据、电商分发数据以及电商订单数据所在业务元素的兴趣热点支持度,基于兴趣热点支持度以及电商服务平台对应的预设兴趣策略属性值确定电商服务平台的兴趣热点属性值,基于兴趣热点属性值获取数据挖掘定制服务的电商平台数据的数据挖掘参考度。如此,通过包含兴趣热点的业务关系子网络确定电商服务平台在用户行为数据、用户互动数据、电商分发数据以及电商订单数据上的兴趣热点支持度,基于兴趣热点支持度以及预设兴趣策略属性值综合确定数据挖掘定制服务的电商平台数据的数据挖掘参考度,以便于提供后续在进行大数据挖掘时的参考依据。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术热力单元成员来讲,在不付出创造性劳动的前提下,还可以基于这些附图获得其它相应的附图。
图1是本发明实施例提供的电商平台数据监测方法的执行流程示意图。
图2是本发明实施例提供的电商平台数据监测***用户行为数据示意图。
具体实施方式
以下描述是为了使本领域的普通技术人员能够实施和利用本发明,并且该描述是在特定的应用场景及其要求的环境下提供的。对于本领域的普通技术人员来讲,显然可以对所公开的实施例作出各种改变,并且在不偏离本发明的原则和范围的情况下,本发明中所定义的普遍原则可以适用于其它实施例和应用场景。因此,本发明并不限于所描述的实施例,而应该被给予与权利要求一致的最广泛的范围。
本发明中所使用的术语仅用于描述特定的示例性实施例,并不限制本发明的范围。如本发明使用的单数形式“一”、“一个”及“该”可以同样包括复数形式,除非上下文明确提示例外情形。还应当理解,如在本发明说明书中,术语“包括”、“包含”仅提示存在所述特征、整体、步骤、操作、组件和/或部件,但并不排除存在或添加一个或以上其它特征、整体、步骤、操作、组件、部件和/或其组合的情况。
根据以下对附图的描述,本发明的这些和其它的特征、特点以及相关结构元件的功能和操作方法,以及部件组合和制造经济性,可以变得更加显而易见,这些附图都构成本发明说明书的一部分。然而,应当理解的是,附图仅仅是为了说明和描述的目的,并不旨在限制本发明的范围。应当理解的是,附图并不是按比例绘制的。
本发明中使用了流程图用来说明根据本发明的一些实施例的***所执行的操作。应当理解的是,流程图中的操作可以不按顺序执行。相反,可以按照倒序或同时处理各种步骤。此外,可以向流程图添加一个或以上其它操作。也可以从流程图中删除一个或以上操作。
下面结合说明书附图对本发明进行具体说明,方法实施例中的具体操作方法也可以应用于装置实施例或***实施例中。
图1是本发明一种实施例提供的电商平台数据监测方法的流程示意图,下面对该电商平台数据监测方法进行详细介绍。
步骤S10,获取数据挖掘定制服务中各个电商服务平台的电商平台数据流,其中,所述电商平台数据流包括所述电商服务平台的用户行为数据、用户互动数据、电商分发数据以及电商订单数据;
本实施例中可以自动从相关云端数据库中获取数据挖掘定制服务中所有电商服务平台的电商平台数据流,以对数据挖掘定制服务进行兴趣热点支持度的确定。或者也可以由相关的业务用户手动上传数据挖掘定制服务中所有电商服务平台的电商平台数据流。
一种示例性的设计方式中,不同的电商服务平台的电商平台数据流不同,电商平台数据流包括电商服务平台的用户行为数据、用户互动数据、电商分发数据以及电商订单数据。用户行为数据指用户浏览和操作行为数据,例如分享行为数据、收藏行为数据、转发行为数据、电极浏览行为数据等,用户互动数据指用户互动过程中产生的双向或者多向行为数据,例如弹幕互动数据、评论互动数据等,电商分发数据指电商分发过程中的业务分布数据,例如不同电商商品页面的分发热力图数据等,电商订单数据可以是指电商订单的下单商品对象数据等。
一种示例性的设计方式中,由于电商服务平台的作用均是提供电商服务,因此,在对数据挖掘定制服务进行兴趣热点支持度的确定时,通过从电商服务平台商的各类数据进行综合分析,即从电商服务平台的用户行为数据、用户互动数据、电商分发数据以及电商订单数据上进行兴趣热点支持度的确定。
步骤S20,基于预设业务关系网络获取各个所述电商服务平台的业务关系子网络,其中,所述业务关系子网络包括分别与所述电商服务平台的所述用户行为数据、所述用户互动数据、所述电商分发数据以及所述电商订单数据所在业务元素连接的兴趣热点;
一种示例性的设计方式中,在预设业务关系网络中获取各个电商服务平台的业务关系子网络时,针对单个电商服务平台,基于该电商服务平台的用户行为数据、用户互动数据、电商分发数据以及电商订单数据分别获取存在关联的业务关系信息,以基于业务关系信息获取该电商服务平台的业务关系子网络。
一种示例性的设计方式中,业务关系子网络包括多个业务关系成员以及业务关系成员的业务关系属性。其中,由于用户行为数据、用户互动数据、电商分发数据以及电商订单数据均可能存在兴趣热点,因此,在业务关系子网络中,电商服务平台的用户行为数据、用户互动数据、电商分发数据以及电商订单数据所在业务元素均可直接关联于兴趣热点。一种示例性的设计方式中,由于同一兴趣热点可能受到不同兴趣关注,进而引入兴趣热点支持度的参数,因此,业务关系子网络还可包括业务订阅项目和/或业务响应位置,兴趣热点可直接关联于业务订阅项目,业务订阅项目可直接关联于业务响应位置。
步骤S30,基于所述业务关系子网络分别获取所述用户行为数据、所述用户互动数据、所述电商分发数据以及所述电商订单数据所在业务元素的兴趣热点支持度;
一种示例性的设计方式中,由于对于单个电商服务平台的业务关系子网络,可基于业务关系子网络分别获取用户行为数据、用户互动数据、电商分发数据以及电商订单数据所在业务元素的兴趣热点支持度,兴趣热点支持度用于表征用户行为数据、用户互动数据、电商分发数据以及电商订单数据中的对应一个的兴趣热点支持度高低。其中,由于兴趣热点的关注数据会影响到用户行为数据、用户互动数据、电商分发数据以及电商订单数据的兴趣热点支持度高低,因此,基于业务关系子网络中用户行为数据、用户互动数据、电商分发数据以及电商订单数据与兴趣热点的关联关系,在计算兴趣热点支持度时,仅计算关联关系强度大于预设关系强度区间内的兴趣热点支持度。
步骤S40,基于所述兴趣热点支持度以及所述电商服务平台对应的预设兴趣策略属性值确定所述电商服务平台的兴趣热点属性值;
一种示例性的设计方式中,在计算得到数据挖掘定制服务中各个电商服务平台在用户行为数据、用户互动数据、电商分发数据以及电商订单数据上的兴趣热点支持度,获取对应的电商服务平台对应的预设兴趣策略属性值,以基于兴趣热点支持度以及对应的预设兴趣策略属性值确定该电商服务平台的兴趣热点属性值,在兴趣热点属性值越高时兴趣热点支持度越高,其中,电商平台数据流可包括电商服务平台使用的各个预设兴趣挖掘策略的属性值,从而可确定电商服务平台对应的预设兴趣策略属性值。
一种示例性的设计方式中,在确定单个电商服务平台的兴趣热点属性值时,首先计算该电商服务平台在用户行为数据、用户互动数据、电商分发数据以及电商订单数据上的兴趣热点支持度之和,并通过电商服务平台对应的预设兴趣策略属性值优化更新兴趣热点支持度之和,得到电商服务平台的兴趣热点属性值。
一种示例性的设计方式中,预先设置有电商服务平台对应的预设兴趣策略属性值与优化更新值的对应关系,在基于优化更新值优化更新兴趣热点支持度之和时,预设兴趣策略属性值越大,优化更新后的兴趣热点支持度之和越大。
步骤S50,基于所述兴趣热点属性值获取所述数据挖掘定制服务的电商平台数据的数据挖掘参考度。
一种示例性的设计方式中,在计算得到数据挖掘定制服务中各个电商服务平台的兴趣热点属性值后,基于兴趣热点属性值获取数据挖掘定制服务的电商平台数据的数据挖掘参考度,例如,可将数据挖掘定制服务中各个电商服务平台的兴趣热点属性值之和作为数据挖掘定制服务的电商平台数据的数据挖掘参考度。
一种示例性的设计方式中,由于不同电商服务平台所相关的应用服务标签类型不同,因此,可预先对电商服务应用标签的不同电商服务平台设置不同的电商服务应用标签优化更新值,以基于电商服务应用标签优化更新值优化更新对应的电商服务平台的兴趣热点属性值,并将各个电商服务平台优化更新后的兴趣热点属性值之和作为数据挖掘定制服务的电商平台数据的数据挖掘参考度,例如,电商服务应用标签优化更新值可以是应用标签影响指标,以基于数据挖掘定制服务中各个电商服务平台的电商服务应用标签对应的应用标签影响指标以及兴趣热点属性值获取数据挖掘定制服务的电商平台数据的数据挖掘参考度。
一种示例性的设计方式中,在获取到数据挖掘定制服务的电商平台数据的数据挖掘参考度后,还可确定电商平台数据的数据挖掘参考度对应的参考度范围,并获取参考度范围对应的数据挖掘优先级,并输出数据挖掘优先级对应的数据挖掘可视化建议信息,以提示用户相关的数据挖掘定制服务的兴趣热点支持度情况。
如此,通过包含兴趣热点的业务关系子网络确定电商服务平台在用户行为数据、用户互动数据、电商分发数据以及电商订单数据上的兴趣热点支持度,基于兴趣热点支持度以及预设兴趣策略属性值综合确定数据挖掘定制服务的电商平台数据的数据挖掘参考度,以便于提供后续在进行大数据挖掘时的参考依据。
一种示例性的设计方式中,步骤S40包括:
步骤S41,获取所述业务关系子网络中各个所述兴趣热点对应的预期关注影响数据量;
一种示例性的设计方式中,可基于先验知识获取各个兴趣热点对应的预期关注影响数据量,例如,在预设业务关系网络中找到该兴趣热点对应的兴趣热点,并获取该兴趣热点对应的兴趣热点存在关联关系的所有关注影响数据的数量,作为该兴趣热点对应的预期关注影响数据量。
步骤S42,基于所述电商服务平台对应的预设兴趣策略属性值以及所述预期关注影响数据量确定所述电商服务平台的关注影响参数。
一种示例性的设计方式中,针对单个电商服务平台,将电商服务平台的业务关系子网络的所有兴趣热点对应的预期关注影响数据量之和作为该电商服务平台的预期关注影响数据量,基于该电商服务平台的对应的预设兴趣策略属性值以及预期关注影响数据量的加权值计算该电商服务平台对应的目标关注影响数据量,将该目标关注影响数据量与该电商服务平台的预期关注影响数据量的比值作为关注影响参数。
步骤S43,基于所述兴趣热点支持度以及所述关注影响参数确定所述电商服务平台的兴趣热点属性值。
一种示例性的设计方式中,针对单个电商服务平台,将电商服务平台的用户行为数据、用户互动数据、电商分发数据以及电商订单数据所在业务元素的兴趣热点支持度之和作为电商服务平台的兴趣热点支持度,将电商服务平台的兴趣热点支持度与电商服务平台的关注影响参数的乘积作为电商服务平台的兴趣热点属性值。一种示例性的设计方式中,也可在电商服务平台的兴趣热点支持度的基础上采用关注影响参数进行加减乘除等常规数学运算,得到电商服务平台的兴趣热点属性值。
一种示例性的设计方式中,步骤S20包括:
步骤S21,基于所述预设业务关系网络分别获取所述电商服务平台的所述用户行为数据、所述用户互动数据、所述电商分发数据以及所述电商订单数据所对应的兴趣对象;
一种示例性的设计方式中,可通过预设业务关系网络分别获取与各个电商服务平台的用户行为数据、用户互动数据、电商分发数据以及电商订单数据存在关系的兴趣热点,即分别获取用户行为数据、用户互动数据、电商分发数据以及电商订单数据所对应的兴趣对象。
步骤S22,基于所述电商服务平台的所述用户行为数据、所述用户互动数据、所述电商分发数据以及所述电商订单数据所对应的兴趣对象建立所述兴趣热点;
步骤S23,将所述用户行为数据、所述用户互动数据、所述电商分发数据以及所述电商订单数据所在业务元素分别关联于对应的所述兴趣热点,以生成所述电商服务平台的业务关系子网络。
一种示例性的设计方式中,以用户行为数据、用户互动数据、电商分发数据以及电商订单数据存在的各个兴趣热点分别建立兴趣热点,并用户行为数据、用户互动数据、电商分发数据以及电商订单数据所在业务元素分别关联于对应的兴趣热点,以生成电商服务平台的业务关系子网络,例如,在用户行为数据存在兴趣热点1,用户互动数据存在兴趣热点2时,将用户行为数据所在的业务元素关联于兴趣热点1所在的业务元素,将用户互动数据所在的业务元素关联于兴趣热点2所在的业务元素。
一种示例性的设计方式中,步骤S30可以通过以下步骤实现。
步骤S31,从所述业务关系子网络中分别确定所述用户行为数据、所述用户互动数据、所述电商分发数据以及所述电商订单数据所在业务元素的业务关系对象集合;
步骤S32,从所述用户行为数据、所述用户互动数据、所述电商分发数据以及所述电商订单数据所在业务元素的业务关系对象集合中获得满足预设业务热点条件的兴趣热点对象集合;
步骤S33,基于各个所述兴趣热点对象集合中每个兴趣热点对象的业务影响权重,获得所述用户行为数据、所述用户互动数据、所述电商分发数据以及所述电商订单数据所在业务元素的兴趣热点支持度。
一种示例性的设计方式中,以上方法还可以包括以下步骤。
步骤S60,获取满足预设要求的所述数据挖掘定制服务的电商平台数据,并从所述电商平台数据筛选具有有效行为的目标电商平台数据;
步骤S70,根据所述目标电商平台数据的兴趣热点数据,获取目标电商平台数据的关键意图热力图以及关键事件热力图;所述关键意图热力图包括关键意图标签的分布信息,所述关键事件热力图包括关键事件标签的分布信息,所述目标电商平台数据包括电商平台主动活动数据和电商平台被动活动数据;
步骤S80,依据所述目标电商平台数据的关键意图热力图以及关键事件热力图,对所述目标电商平台数据进行关键主题分布生成,得到所述目标电商平台数据的关键主题分布数据;
步骤S90,依据所述目标电商平台数据的关键主题分布数据,确定所述目标电商平台数据的关键主题分布向量集;
步骤S100,依据所述目标电商平台数据的关键主题分布向量集,对所述目标电商平台数据进行频繁项主题挖掘,以确定所述目标电商平台数据的频繁项主题挖掘结果。
一种示例性的设计方式中,步骤S80可以通过以下步骤实现。
步骤S81,对所述目标电商平台数据的关键意图热力图以及关键事件热力图的热力图单元数据中涵盖的各热力单元成员进行主题轨迹提取,得到每一热力单元成员的主题轨迹提取信息;其中,所述热力图单元数据为针对包含有电商直播活动的应用流程所记录的数据信息;
步骤S82,针对每一热力单元成员,基于该热力单元成员的主题轨迹提取信息,确定该热力单元成员在所述电商直播活动内所关联的多个直播主题对象,以及对所关联的每一直播主题对象的关联持续参数;
步骤S83,针对每一热力单元成员,基于该热力单元成员对所关联的每一直播主题对象的关联持续参数,从该热力单元成员所关联的多个直播主题对象中,筛选该热力单元成员的持续直播主题对象;
步骤S84,基于针对目标热力单元成员的主题生成指令,确定直播主题对象库中预设主题推广标签向量与所述目标热力单元成员的持续直播主题对象相匹配的直播主题对象,作为选定直播主题对象,并向所述目标热力单元成员关联所述选定直播主题对象;
步骤S85,基于每个目标热力单元成员关联所述选定直播主题对象得到所述目标电商平台数据的关键主题分布数据。
譬如一种示例性的设计方式中,每一热力单元成员的主题轨迹提取信息包括:在电商直播活动内该热力单元成员的多个关联节点和该热力单元成员对所关联的每一关联节点的关联持续参数;
所述针对每一热力单元成员,基于该热力单元成员的主题轨迹提取信息,确定该热力单元成员在所述电商直播活动内所关联的多个直播主题对象,以及对所关联的每一直播主题对象的关联持续参数,包括:针对每一热力单元成员,识别该热力单元成员的多个关联节点所能关联到的所述电商直播活动内的直播主题对象,并将该热力单元成员的每一关联节点的关联持续参数,确定为该关联节点所能关联到的直播主题对象的关联持续参数。
譬如一种示例性的设计方式中,所述识别该热力单元成员的多个关联节点所能关联到的所述电商直播活动内的直播主题对象,包括:基于每一直播主题对象在所述直播主题对象的页面内的直播轨迹信息和该热力单元成员的每一关联节点的直播轨迹信息,确定该每一关联节点所能关联到的所述电商直播活动内的直播主题对象。
譬如一种示例性的设计方式中,所述基于该热力单元成员对所关联的每一直播主题对象的关联持续参数,从该热力单元成员所关联的多个直播主题对象中,筛选该热力单元成员的持续直播主题对象,包括:从该热力单元成员所关联的多个直播主题对象中,筛选关联持续参数满足预设预设持续参数的直播主题对象,作为该热力单元成员的持续直播主题对象。
譬如一种示例性的设计方式中,所述从该热力单元成员所关联的多个直播主题对象中,筛选关联持续参数满足预设预设持续参数的直播主题对象,作为该热力单元成员的持续直播主题对象,包括: 从该热力单元成员所关联的多个直播主题对象中,筛选关联持续参数最大的直播主题对象,作为该热力单元成员的持续直播主题对象;和/或, 从该热力单元成员所关联的多个直播主题对象中,筛选关联持续参数大于预设持续参数的直播主题对象,作为该热力单元成员的持续直播主题对象。
譬如一种示例性的设计方式中,所述基于针对目标热力单元成员的主题生成指令,确定直播主题对象库中预设主题推广标签向量与所述目标热力单元成员的持续直播主题对象相匹配的直播主题对象,作为选定直播主题对象,包括:基于针对目标热力单元成员的主题生成指令,获取所述目标热力单元成员的持续直播主题对象的预设主题推广标签向量的标签向量值,作为目标标签向量值;在直播主题对象库中,筛选所述预设主题推广标签向量的标签向量值与所述目标标签向量值符合预设配对要求的直播主题对象,作为选定直播主题对象。
譬如一种示例性的设计方式中,在所述在直播主题对象库中,筛选所述预设主题推广标签向量的标签向量值与所述目标标签向量值符合预设配对要求的直播主题对象,作为选定直播主题对象之前,所述方法还包括:获取所述目标热力单元成员的历史关注主题信息;所述历史关注主题信息用于指示所述目标热力单元成员对直播主题对象的关注属性信息;
所述在直播主题对象库中,筛选所述预设主题推广标签向量的标签向量值与所述目标标签向量值符合预设配对要求的直播主题对象,作为选定直播主题对象,包括:在直播主题对象库中,筛选所述预设主题推广标签向量的标签向量值与目标主题推广标签向的标签向量值符合预设配对要求的直播主题对象,且符合所述历史关注主题信息所指示关注属性信息的直播主题对象,作为选定直播主题对象。
图2示出了本发明实施例提供的用于实现上述的电商平台数据监测方法的电商平台数据监测***100的硬件结构意图,如图2所示,电商平台数据监测***100可包括处理器110、机器可读存储介质120、总线130以及通信单元140。
一种可能的设计中,电商平台数据监测***100可以是单个服务器,也可以是服务器组。所述服务器组可以是集中式的,也可以是分布式的(例如,电商平台数据监测***100可以是分布式的***)。在一些实施例中,电商平台数据监测***100可以是本地的,也可以是远程的。例如,电商平台数据监测***100可以经由网络访问存储于机器可读存储介质120中的信息和/或数据。又例如,电商平台数据监测***100可以直接连接到机器可读存储介质120以访问存储的信息和/或数据。在一些实施例中,电商平台数据监测***100可以在云平台上实施。仅作为示例,该云平台可以包括私有云、公共云、混合云、社区云、分布云、内部云、多层云等或其任意组合。
机器可读存储介质120可以存储数据和/或指令。在一些实施例中,机器可读存储介质120可以存储从外部终端获取的数据。在一些实施例中,机器可读存储介质120可以存储电商平台数据监测***100用来执行或使用来完成本发明中描述的示例性方法的数据及/或指令。在一些实施例中,机器可读存储介质120可包括大容量存储器、可移动存储器、易失性读写存储器、只读存储器(ROM)等或其任意组合。示例性的大容量存储器可以包括磁盘、光盘、固态磁盘等。示例性可移动存储器可以包括闪存驱动器、软盘、光盘、存储卡、压缩盘、磁带等。示例性易失性读写存储器可以包括随机存取内存(RAM)。示例性RAM可包括主动随机存取存储器(DRAM)、双倍数据速率同步主动随机存取存储器(DDR SDRAM)、被动随机存取存储器(SRAM)、晶闸管随机存取存储器(T-RAM)和零电容随机存取存储器(Z-RAM)等。示例性只读存储器可以包括掩模型只读存储器(MROM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(PEROM)、电可擦除可编程只读存储器(EEPROM)、光盘只读存储器(CD-ROM)和数字多功能磁盘只读存储器等。在一些实施例中,机器可读存储介质120可以在云平台上实现。仅作为示例,云平台可以包括私有云、公共云、混合云、社区云、分布云、内部云,多层云等,或其任意组合。
在具体实现过程中,至少一个处理器110执行机器可读存储介质120存储的计算机可执行指令,使得处理器110可以执行如上方法实施例的电商平台数据监测方法,处理器110、机器可读存储介质120以及通信单元140通过总线130连接,处理器110可以用于控制通信单元140的收发动作。
处理器110的具体实现过程可参见上述软件兼容性测试***100执行的各个方法实施例,其实现原理和技术效果类似,本实施例此处不再赘述。
此外,本发明实施例还提供一种可读存储介质,所述可读存储介质中预设有计算机可执行指令,当处理器执行所述计算机可执行指令时,实现如上电商平台数据监测方法。
应当理解的是,以上描述仅出于说明的目的,并不旨在限制本发明的范围。对于本领域的普通技术人员来说,可以根据本发明的描述,做出多种修改和变化。然而,这些修改和变化不会背离本发明的范围。
上文已对基本概念做了描述,显然,对于阅读此申请后的本领域的普通技术人员来说,上述发明公开仅作为示例,并不构成对本发明的限制。虽然此处并没有明确说明,本领域技术人员可能会对本发明进行各种修改、改进和修正。该类修改、改进和修正在本发明中被建议,所以该类修改、改进、修正仍属于本发明示范实施例的精神和范围。
同时,本发明使用了特定词语来描述本发明的实施例。例如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本发明至少一个实施例相关的某一特征、结构或特性。因此,应当强调并注意的是,本说明书中在不同位置两次或以上提及的“一实施例”或“一个实施例”或“一替代性实施例”并不一定系指同一实施例。此外,本发明的一个或以上实施例中的某些特征、结构或特性可以进行适当的组合。
此外,本领域的普通技术人员可以理解,本发明的各方面可以通过若干具有可专利性的种类或情况进行说明和描述,包括任何新的和有用的过程、机器、产品或物质的组合,或对其任何新的和有用的改良。相应地,本发明的各个方面可以完全由硬件执行、可以完全由软件(包括韧体、常驻软件、微代码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“单元”、“模块”或“***”。此外,本发明公开的各方面可以采取体现在一个或以上计算机可读介质中的计算机程序产品的形式,其中计算机可读程序代码包含在其中。
计算机可读信号介质可能包含一个内含有计算机程序编码的传播数据信号,例如在基带上或作为载波的一部分。此类传播信号可以有多种形式,包括电磁形式、光形式等或任何合适的组合形式。计算机可读信号介质可以是除计算机可读存储介质之外的任何计算机可读介质,该介质可以通过连接至一个指令执行***、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机可读信号介质上的程序编码可以通过任何合适的介质进行传播,包括无线电、电缆、光纤电缆、RF、或类似介质等或其任意组合。
本发明各部分操作所需的计算机程序编码可以用任意一种或以上程序语言编写,包括面向持续活动编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等,常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP,主动编程语言如Python、Ruby和Groovy,或其它编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下,远程计算机可以通过任何网络形式与用户计算机连接,比如局域网(LAN)或广域网(WAN),或连接至外部计算机(例如通过因特网),或在云计算环境中,或作为服务使用如软件即服务(SaaS)。
此外,除非权利要求中明确说明,本发明所述处理元素和序列的顺序、数字字母的使用、或其它名称的使用,并非用于限定本发明流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有符合本发明实施例实质和范围的修正和等价组合。例如,虽然以上所描述的***组件可以通过硬件设备实现,但是也可以只通过软件的解决方案得以实现,如在现有的服务器或移动设备上安装所描述的***。
同理,应当注意的是,为了简化本发明披露的表述,从而帮助对一个或以上发明实施例的理解,前文对本发明实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。同理,应当注意的是,为了简化本发明披露的表述,从而帮助对一个或以上发明实施例的理解,前文对本发明实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。
Claims (10)
1.一种电商平台数据监测方法,应用于电商平台数据监测***,所述电商平台数据监测***与电商服务平台通信连接,其特征在于,所述方法包括:
获取数据挖掘定制服务中各个电商服务平台的电商平台数据流,其中,所述电商平台数据流包括所述电商服务平台的用户行为数据、用户互动数据、电商分发数据以及电商订单数据;
基于预设业务关系网络获取各个所述电商服务平台的业务关系子网络,其中,所述业务关系子网络包括分别与所述电商服务平台的所述用户行为数据、所述用户互动数据、所述电商分发数据以及所述电商订单数据所在业务元素连接的兴趣热点;
基于所述业务关系子网络分别获取所述用户行为数据、所述用户互动数据、所述电商分发数据以及所述电商订单数据所在业务元素的兴趣热点支持度;
基于所述兴趣热点支持度以及所述电商服务平台对应的预设兴趣策略属性值确定所述电商服务平台的兴趣热点属性值;
基于所述兴趣热点属性值获取所述数据挖掘定制服务的电商平台数据的数据挖掘参考度。
2.根据权利要求1所述的电商平台数据监测方法,其特征在于,所述基于所述兴趣热点支持度以及所述电商服务平台对应的预设兴趣策略属性值确定所述电商服务平台的兴趣热点属性值的步骤,包括:
获取所述业务关系子网络中各个所述兴趣热点对应的预期关注影响数据量;
基于所述电商服务平台对应的预设兴趣策略属性值以及所述预期关注影响数据量确定所述电商服务平台的关注影响参数;
基于所述兴趣热点支持度以及所述关注影响参数确定所述电商服务平台的兴趣热点属性值。
3.根据权利要求1所述的电商平台数据监测方法,其特征在于,所述基于所述兴趣热点属性值获取所述数据挖掘定制服务的电商平台数据的数据挖掘参考度的步骤,包括:
获取所述数据挖掘定制服务中各个所述电商服务平台的电商服务应用标签对应的应用标签影响指标;
基于所述应用标签影响指标以及所述兴趣热点属性值获取所述数据挖掘定制服务的电商平台数据的数据挖掘参考度。
4.根据权利要求1所述的电商平台数据监测方法,其特征在于,所述基于所述兴趣热点属性值获取所述数据挖掘定制服务的电商平台数据的数据挖掘参考度的步骤之后,还包括:
确定与所述电商平台数据的数据挖掘参考度对应的数据挖掘优先级;
输出与所述数据挖掘优先级对应的数据挖掘可视化建议信息。
5.根据权利要求1所述的电商平台数据监测方法,其特征在于,所述基于预设业务关系网络获取各个所述电商服务平台的业务关系子网络的步骤,包括:
基于所述预设业务关系网络分别获取所述电商服务平台的所述用户行为数据、所述用户互动数据、所述电商分发数据以及所述电商订单数据所对应的兴趣对象;
基于所述电商服务平台的所述用户行为数据、所述用户互动数据、所述电商分发数据以及所述电商订单数据所对应的兴趣对象建立所述兴趣热点;
将所述用户行为数据、所述用户互动数据、所述电商分发数据以及所述电商订单数据所在业务元素分别关联于对应的所述兴趣热点,以生成所述电商服务平台的业务关系子网络。
6.根据权利要求5所述的电商平台数据监测方法,其特征在于,所述将所述用户行为数据、所述用户互动数据、所述电商分发数据以及所述电商订单数据所在业务元素分别关联于对应的所述兴趣热点,以生成所述电商服务平台的业务关系子网络的步骤,包括:
将所述用户行为数据、所述用户互动数据、所述电商分发数据以及所述电商订单数据所在业务元素分别关联于对应的所述兴趣热点;
将所述兴趣热点关联于对应的业务订阅项目,将所述业务订阅项目关联于对应的业务响应位置,以生成所述电商服务平台的业务关系子网络。
7.根据权利要求1-6中任意一项所述的电商平台数据监测方法,其特征在于,所述基于所述业务关系子网络分别获取所述用户行为数据、所述用户互动数据、所述电商分发数据以及所述电商订单数据所在业务元素的兴趣热点支持度的步骤,包括:
从所述业务关系子网络中分别确定所述用户行为数据、所述用户互动数据、所述电商分发数据以及所述电商订单数据所在业务元素的业务关系对象集合;
从所述用户行为数据、所述用户互动数据、所述电商分发数据以及所述电商订单数据所在业务元素的业务关系对象集合中获得满足预设业务热点条件的兴趣热点对象集合;
基于各个所述兴趣热点对象集合中每个兴趣热点对象的业务影响权重,获得所述用户行为数据、所述用户互动数据、所述电商分发数据以及所述电商订单数据所在业务元素的兴趣热点支持度。
8.根据权利要求1-6中任意一项所述的电商平台数据监测方法,其特征在于,所述基于所述兴趣热点属性值获取所述数据挖掘定制服务的电商平台数据的数据挖掘参考度的步骤之后,所述方法还包括:
获取满足预设要求的所述数据挖掘定制服务的电商平台数据,并从所述电商平台数据筛选具有有效行为的目标电商平台数据;
根据所述目标电商平台数据的兴趣热点数据,获取目标电商平台数据的关键意图热力图以及关键事件热力图;所述关键意图热力图包括关键意图标签的分布信息,所述关键事件热力图包括关键事件标签的分布信息,所述目标电商平台数据包括电商平台主动活动数据和电商平台被动活动数据;
依据所述目标电商平台数据的关键意图热力图以及关键事件热力图,对所述目标电商平台数据进行关键主题分布生成,得到所述目标电商平台数据的关键主题分布数据;
依据所述目标电商平台数据的关键主题分布数据,确定所述目标电商平台数据的关键主题分布向量集;
依据所述目标电商平台数据的关键主题分布向量集,对所述目标电商平台数据进行频繁项主题挖掘,以确定所述目标电商平台数据的频繁项主题挖掘结果。
9.根据权利要求8所述的电商平台数据监测方法,其特征在于,所述依据所述目标电商平台数据的关键意图热力图以及关键事件热力图,对所述目标电商平台数据进行关键主题分布生成,得到所述目标电商平台数据的关键主题分布数据,包括:
对所述目标电商平台数据的关键意图热力图以及关键事件热力图的热力图单元数据中涵盖的各热力单元成员进行主题轨迹提取,得到每一热力单元成员的主题轨迹提取信息;其中,所述热力图单元数据为针对包含有电商直播活动的应用流程所记录的数据信息;
针对每一热力单元成员,基于该热力单元成员的主题轨迹提取信息,确定该热力单元成员在所述电商直播活动内所关联的多个直播主题对象,以及对所关联的每一直播主题对象的关联持续参数;
针对每一热力单元成员,基于该热力单元成员对所关联的每一直播主题对象的关联持续参数,从该热力单元成员所关联的多个直播主题对象中,筛选该热力单元成员的持续直播主题对象;
基于针对目标热力单元成员的主题生成指令,确定直播主题对象库中预设主题推广标签向量与所述目标热力单元成员的持续直播主题对象相匹配的直播主题对象,作为选定直播主题对象,并向所述目标热力单元成员关联所述选定直播主题对象;
基于每个目标热力单元成员关联所述选定直播主题对象得到所述目标电商平台数据的关键主题分布数据。
10.一种电商平台***,其特征在于,所述电商平台***包括电商平台数据监测***以及与所述电商平台数据监测***通信连接的电商服务平台,所述电商平台数据监测***具体用于:
获取数据挖掘定制服务中各个电商服务平台的电商平台数据流,其中,所述电商平台数据流包括所述电商服务平台的用户行为数据、用户互动数据、电商分发数据以及电商订单数据;
基于预设业务关系网络获取各个所述电商服务平台的业务关系子网络,其中,所述业务关系子网络包括分别与所述电商服务平台的所述用户行为数据、所述用户互动数据、所述电商分发数据以及所述电商订单数据所在业务元素连接的兴趣热点;
基于所述业务关系子网络分别获取所述用户行为数据、所述用户互动数据、所述电商分发数据以及所述电商订单数据所在业务元素的兴趣热点支持度;
基于所述兴趣热点支持度以及所述电商服务平台对应的预设兴趣策略属性值确定所述电商服务平台的兴趣热点属性值;
基于所述兴趣热点属性值获取所述数据挖掘定制服务的电商平台数据的数据挖掘参考度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110979433.6A CN113435948B (zh) | 2021-08-25 | 2021-08-25 | 一种电商平台数据监测方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110979433.6A CN113435948B (zh) | 2021-08-25 | 2021-08-25 | 一种电商平台数据监测方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113435948A true CN113435948A (zh) | 2021-09-24 |
CN113435948B CN113435948B (zh) | 2021-12-28 |
Family
ID=77797830
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110979433.6A Active CN113435948B (zh) | 2021-08-25 | 2021-08-25 | 一种电商平台数据监测方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113435948B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114840764A (zh) * | 2022-05-25 | 2022-08-02 | 哈尔滨兰拓智能网络有限公司 | 服务于用户兴趣分析的大数据挖掘方法及云端ai部署*** |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101770520A (zh) * | 2010-03-05 | 2010-07-07 | 南京邮电大学 | 基于用户浏览行为的用户兴趣建模方法 |
US20130318015A1 (en) * | 2008-04-30 | 2013-11-28 | Cisco Technology, Inc. | Network data mining to determine user interest |
US20160203523A1 (en) * | 2014-02-21 | 2016-07-14 | Lithium Technologies, Inc. | Domain generic large scale topic expertise and interest mining across multiple online social networks |
CN105872054A (zh) * | 2016-03-30 | 2016-08-17 | 江苏大学 | 一种基于兴趣热点的移动社交网络资源发现方法 |
CN106202430A (zh) * | 2016-07-13 | 2016-12-07 | 武汉斗鱼网络科技有限公司 | 基于关联规则的直播平台用户兴趣度挖掘***及挖掘方法 |
CN112199580A (zh) * | 2020-09-11 | 2021-01-08 | 卞美玲 | 面向云计算和大数据定位的业务处理方法及人工智能平台 |
CN112749851A (zh) * | 2021-01-20 | 2021-05-04 | 陈网芹 | 基于人工智能的大数据需求预测方法及大数据云服务中心 |
-
2021
- 2021-08-25 CN CN202110979433.6A patent/CN113435948B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130318015A1 (en) * | 2008-04-30 | 2013-11-28 | Cisco Technology, Inc. | Network data mining to determine user interest |
CN101770520A (zh) * | 2010-03-05 | 2010-07-07 | 南京邮电大学 | 基于用户浏览行为的用户兴趣建模方法 |
US20160203523A1 (en) * | 2014-02-21 | 2016-07-14 | Lithium Technologies, Inc. | Domain generic large scale topic expertise and interest mining across multiple online social networks |
CN105872054A (zh) * | 2016-03-30 | 2016-08-17 | 江苏大学 | 一种基于兴趣热点的移动社交网络资源发现方法 |
CN106202430A (zh) * | 2016-07-13 | 2016-12-07 | 武汉斗鱼网络科技有限公司 | 基于关联规则的直播平台用户兴趣度挖掘***及挖掘方法 |
CN112199580A (zh) * | 2020-09-11 | 2021-01-08 | 卞美玲 | 面向云计算和大数据定位的业务处理方法及人工智能平台 |
CN112749851A (zh) * | 2021-01-20 | 2021-05-04 | 陈网芹 | 基于人工智能的大数据需求预测方法及大数据云服务中心 |
Non-Patent Citations (1)
Title |
---|
何林海: "基于群体动态兴趣度的个性化推荐方法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114840764A (zh) * | 2022-05-25 | 2022-08-02 | 哈尔滨兰拓智能网络有限公司 | 服务于用户兴趣分析的大数据挖掘方法及云端ai部署*** |
CN114840764B (zh) * | 2022-05-25 | 2022-11-25 | 皓量科技(深圳)有限公司 | 服务于用户兴趣分析的大数据挖掘方法及云端ai部署*** |
Also Published As
Publication number | Publication date |
---|---|
CN113435948B (zh) | 2021-12-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10531287B2 (en) | Plausible obfuscation of user location trajectories | |
WO2019061991A1 (zh) | 多元通用模型平台建模方法、电子设备及计算机可读存储介质 | |
CN110278175A (zh) | 图结构模型训练、垃圾账户识别方法、装置以及设备 | |
CN113392330A (zh) | 一种基于互联网行为的大数据处理方法及*** | |
US11816224B2 (en) | Assessing and managing computational risk involved with integrating third party computing functionality within a computing system | |
US20170083815A1 (en) | Current behavior evaluation with multiple process models | |
US20200372398A1 (en) | Model quality and related models using provenance data | |
CN112463991A (zh) | 历史行为数据的处理方法、装置、计算机设备及存储介质 | |
CN114328632A (zh) | 基于位图的用户数据分析方法、装置及计算机设备 | |
CN113435948B (zh) | 一种电商平台数据监测方法及*** | |
CN110569218B (zh) | 一种ext文件***离线修改方法、装置及存储介质 | |
CN113285960B (zh) | 一种服务数据共享云平台的数据加密方法及*** | |
CN108154024A (zh) | 一种数据检索方法、装置及电子设备 | |
CN115454781B (zh) | 基于企业架构***的数据可视化展现方法及*** | |
CN112579877B (zh) | 信源***的控制方法、装置、存储介质和设备 | |
CN113868544B (zh) | 一种智能化业务档案处理方法及业务服务器 | |
CN111049988A (zh) | 移动设备的亲密度预测方法、***、设备及存储介质 | |
CN111553749A (zh) | 一种活动推送策略配置方法及装置 | |
CN113705683B (zh) | 推荐模型的训练方法、装置、电子设备及存储介质 | |
CN110719325A (zh) | 响应用户请求的方法和装置 | |
CN116127154A (zh) | 知识标签推荐方法、装置、电子设备及存储介质 | |
CN114691630A (zh) | 一种智慧供应链大数据共享方法及*** | |
CN112417259B (zh) | 媒体资源的处理方法、装置、设备及存储介质 | |
CN113870965A (zh) | 基于健康大数据档案的数据共享方法及*** | |
CN110796532B (zh) | 一种信贷风险处理方法、终端设备、服务器及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |