CN113779409A - 基于大数据的意图挖掘方法及*** - Google Patents

基于大数据的意图挖掘方法及*** Download PDF

Info

Publication number
CN113779409A
CN113779409A CN202111096548.7A CN202111096548A CN113779409A CN 113779409 A CN113779409 A CN 113779409A CN 202111096548 A CN202111096548 A CN 202111096548A CN 113779409 A CN113779409 A CN 113779409A
Authority
CN
China
Prior art keywords
user interaction
intention
interaction activity
user
activity
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.)
Withdrawn
Application number
CN202111096548.7A
Other languages
English (en)
Inventor
张惠元
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suzhou Kezhilv Information Technology Co ltd
Original Assignee
Suzhou Kezhilv Information Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Suzhou Kezhilv Information Technology Co ltd filed Critical Suzhou Kezhilv Information Technology Co ltd
Priority to CN202111096548.7A priority Critical patent/CN113779409A/zh
Publication of CN113779409A publication Critical patent/CN113779409A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • 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
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2465—Query processing support for facilitating data mining operations in structured databases
    • 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
    • G06F16/26—Visual data mining; Browsing structured data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9536—Search customisation based on social or collaborative filtering
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Computing Systems (AREA)
  • Human Resources & Organizations (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Probability & Statistics with Applications (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明实施例提供了一种基于大数据的意图挖掘方法及***，通过获取指定业务用户群的用户行为日志，并基于用户行为日志，以及指定业务用户群对应的结束用户互动活动的用户互动活动的持续关注事件序列，配置用户互动活动对应的意图基础数据，然后基于用户互动活动的持续关注事件序列确定用户互动活动的兴趣数据中对应所述指定业务用户群中的兴趣标签信息，从而添加指定业务用户群的意图挖掘维度信息以进行意图挖掘。如此，基于用户行为日志并结合每个用户互动活动的在先意图挖掘数据，对指定业务用户群进行意图挖掘，可以提高意图挖掘的有效性。

Description

基于大数据的意图挖掘方法及***
技术领域
本发明涉及大数据技术领域，具体而言，涉及一种基于大数据的意图挖掘方法及***。
背景技术
针对用户行为数据进行意图挖掘，可以便于后续进行匹配其需求的业务推送，能否准确感知用户意图是业务优化的关键，如何对指定业务用户群进行意图挖掘，可以提高意图挖掘的有效性，是亟待解决的技术问题。
发明内容
有鉴于此，本发明实施例提供一种基于大数据的意图挖掘方法，应用于服务器，所述方法包括：
获取指定业务用户群的用户行为日志；
基于所述用户行为日志，以及指定业务用户群对应的结束用户互动活动的用户互动活动的持续关注事件序列，配置用户互动活动对应的意图基础数据，其中，所述结束用户互动活动的用户互动活动的持续关注事件序列包括结束用户互动活动的用户互动活动的兴趣数据和对应的兴趣标签信息；
基于所述结束用户互动活动的用户互动活动的持续关注事件序列确定结束用户互动活动的用户互动活动的兴趣数据中对应所述指定业务用户群中的兴趣标签信息；
基于结束用户互动活动的用户互动活动的兴趣数据中对应所述指定业务用户群中的兴趣标签信息，在所述指定业务用户群中的兴趣标签信息中添加所述指定业务用户群的意图挖掘维度信息，以对所述指定业务用户群进行意图挖掘。
其中，所述基于所述用户行为日志，以及指定业务用户群对应的结束用户互动活动的用户互动活动的持续关注事件序列，配置用户互动活动对应的意图基础数据的步骤，包括：
对所述用户行为日志进行意图分类，得到第一意图分布数据；
对所述结束用户互动活动的用户互动活动的持续关注事件序列进行意图分类，得到所述结束用户互动活动的用户互动活动的第二意图分布数据；
将所述第一意图分布数据和所述结束用户互动活动的用户互动活动的第二意图分布数据配置到设定意图预测模型中，得到所述用户互动活动对应的意图基础数据。
其中，所述基于所述用户行为日志，以及指定业务用户群对应的结束用户互动活动的用户互动活动的持续关注事件序列，配置用户互动活动对应的意图基础数据，还包括：
将所述意图预测模型获取的每个用户互动活动的持续关注事件序列进行意图分类得到的第二意图分布数据，以及将所述第一意图分布数据输入所述意图预测模型中，得到所述意图基础数据。
其中，所述基于所述用户行为日志，以及指定业务用户群对应的结束用户互动活动的用户互动活动的持续关注事件序列，配置用户互动活动对应的意图基础数据，还包括：
获取结束意图预测分配的参考用户群的参考用户行为日志，以及所述参考用户群对应的各目标用户互动活动；
基于各目标用户互动活动在所述参考用户群中的兴趣标签信息，以及各目标用户互动活动的兴趣数据添加各目标用户互动活动的持续关注事件序列；
对各目标用户互动活动的持续关注事件序列对应的第二意图分布数据加入意图基础数据序列；其中，第一个用户互动活动的持续关注事件序列对应的第二意图分布数据位于所述意图基础数据序列的第一列，最后一个用户互动活动的持续关注事件序列对应的第二意图分布数据位于所述意图基础数据序列的最后一列。
其中，所述对所述用户行为日志进行意图分类，得到第一意图分布数据的步骤，包括：
基于所述用户行为日志对应的各用户互动活动，生成引用对象集合；
基于所述引用对象集合对所述用户行为日志进行意图分析，得到所述第一意图分布数据。
基于本发明实施例的另一方面，提供一种基于大数据的意图挖掘***，应用于服务器，所述***包括：
获取模块，用于获取指定业务用户群的用户行为日志；
配置模块，用于基于所述用户行为日志，以及指定业务用户群对应的结束用户互动活动的用户互动活动的持续关注事件序列，配置用户互动活动对应的意图基础数据，其中，所述结束用户互动活动的用户互动活动的持续关注事件序列包括结束用户互动活动的用户互动活动的兴趣数据和对应的兴趣标签信息；
确定模块，用于基于所述结束用户互动活动的用户互动活动的持续关注事件序列确定结束用户互动活动的用户互动活动的兴趣数据中对应所述指定业务用户群中的兴趣标签信息；
挖掘模块，用于基于结束用户互动活动的用户互动活动的兴趣数据中对应所述指定业务用户群中的兴趣标签信息，在所述指定业务用户群中的兴趣标签信息中添加所述指定业务用户群的意图挖掘维度信息，以对所述指定业务用户群进行意图挖掘。
综上所述，本发明实施例提供的基于大数据的意图挖掘方法及***，通过获取指定业务用户群的用户行为日志，并基于用户行为日志，以及指定业务用户群对应的结束用户互动活动的用户互动活动的持续关注事件序列，配置用户互动活动对应的意图基础数据，然后基于结束用户互动活动的用户互动活动的持续关注事件序列确定结束用户互动活动的用户互动活动的兴趣数据中对应所述指定业务用户群中的兴趣标签信息，以及基于用户互动活动的持续关注事件序列确定用户互动活动的兴趣数据中对应所述指定业务用户群中的兴趣标签信息，从而基于结束用户互动活动的用户互动活动的兴趣数据中对应所述指定业务用户群中的兴趣标签信息，以及用户互动活动的兴趣数据中对应所述指定业务用户群中的兴趣标签信息中添加指定业务用户群的意图挖掘维度信息。如此，基于用户行为日志并结合每个用户互动活动的在先意图挖掘数据，对指定业务用户群进行意图挖掘，可以提高意图挖掘的有效性。
为使本发明实施例的上述目的、特征和优点能更明显易懂，下面将结合实施例，并配合所附附图，作详细说明。
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人员来讲，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他相关的附图。
图1示出了本发明实施例所提供的服务器的组件示意图；
图2示出了本发明实施例所提供的基于大数据的意图挖掘方法的流程示意图；
图3示出了本发明实施例所提供的基于大数据的意图挖掘***的功能模块框图。
具体实施方式
为了使本技术领域的学员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1示出了服务器10的示例性组件示意图。服务器10可以包括一个或多个处理器104，诸如一个或多个中央处理单元(CPU)，每个处理单元可以实现一个或多个硬件线程。服务器10还可以包括任何存储介质106，其用于存储诸如代码、设置、数据等之类的任何种类的信息。非限制性的，比如，存储介质106可以包括以下任一项或多种组合：任何类型的RAM，任何类型的ROM，闪存设备，硬盘，光盘等。更一般地，任何存储介质都可以使用任何技术来存储信息。进一步地，任何存储介质可以提供信息的易失性或非易失性保留。进一步地，任何存储介质可以表示服务器10的固定或可移除部件。在一种情况下，当处理器104执行被存储在任何存储介质或存储介质的组合中的相关联的指令时，服务器10可以执行相关联指令的任一操作。服务器10还包括用于与任何存储介质交互的一个或多个驱动单元108，诸如硬盘驱动单元、光盘驱动单元等。
服务器10还包括输入/输出110（I/O），其用于接收各种输入(经由输入单元112)和用于提供各种输出(经由输出单元114))。一个具体输出机构可以包括呈现设备116和相关联的图形用户接口(GUI)118。服务器10还可以包括一个或多个网络接口120，其用于经由一个或多个通信单元122与其他设备交换数据。一个或多个通信总线124将上文所描述的部件耦合在一起。
通信单元122可以以任何方式实现，例如，通过局域网、广域网(例如，因特网)、点对点连接等、或其任何组合。通信单元122可以包括由任何协议或协议组合支配的硬连线链路、无线链路、路由器、网关功能等的任何组合。
图2示出了本发明实施例提供的基于大数据的意图挖掘方法的流程示意图，该基于大数据的意图挖掘方法可由图1中所示的服务器10执行，该基于大数据的意图挖掘方法的介绍如下。
步骤2001，获取指定业务用户群的用户行为日志。
步骤2002，基于所述用户行为日志，以及指定业务用户群对应的结束用户互动活动的用户互动活动的持续关注事件序列，配置用户互动活动对应的意图基础数据，其中，所述结束用户互动活动的用户互动活动的持续关注事件序列包括结束用户互动活动的用户互动活动的兴趣数据和对应的兴趣标签信息。
步骤2003，基于所述结束用户互动活动的用户互动活动的持续关注事件序列确定结束用户互动活动的用户互动活动的兴趣数据中对应所述指定业务用户群中的兴趣标签信息。
步骤2004，基于结束用户互动活动的用户互动活动的兴趣数据中对应所述指定业务用户群中的兴趣标签信息，在所述指定业务用户群中的兴趣标签信息中添加所述指定业务用户群的意图挖掘维度信息，以对所述指定业务用户群进行意图挖掘。
基于上述步骤，本实施例通过获取指定业务用户群的用户行为日志，并基于用户行为日志，以及指定业务用户群对应的结束用户互动活动的用户互动活动的持续关注事件序列，配置用户互动活动对应的意图基础数据，然后基于结束用户互动活动的用户互动活动的持续关注事件序列确定结束用户互动活动的用户互动活动的兴趣数据中对应所述指定业务用户群中的兴趣标签信息，以及基于用户互动活动的持续关注事件序列确定用户互动活动的兴趣数据中对应所述指定业务用户群中的兴趣标签信息，从而基于结束用户互动活动的用户互动活动的兴趣数据中对应所述指定业务用户群中的兴趣标签信息，以及用户互动活动的兴趣数据中对应所述指定业务用户群中的兴趣标签信息中添加指定业务用户群的意图挖掘维度信息。如此，基于用户行为日志并结合每个用户互动活动的在先意图挖掘数据，对指定业务用户群进行意图挖掘，可以提高意图挖掘的有效性。其中，关于步骤2002，本实施例可以对所述用户行为日志进行意图分类，得到第一意图分布数据，然后对所述结束用户互动活动的用户互动活动的持续关注事件序列进行意图分类，得到所述结束用户互动活动的用户互动活动的第二意图分布数据，接着将所述第一意图分布数据和所述结束用户互动活动的用户互动活动的第二意图分布数据配置到设定意图预测模型中，得到所述用户互动活动对应的意图基础数据。
其中，关于步骤2002，本实施例可以将所述意图预测模型获取的每个用户互动活动的持续关注事件序列进行意图分类得到的第二意图分布数据，以及将所述第一意图分布数据输入所述意图预测模型中，得到所述意图基础数据。
其中，关于步骤2002，本实施例可以获取结束意图预测分配的参考用户群的参考用户行为日志，以及所述参考用户群对应的各目标用户互动活动，然后基于各目标用户互动活动在所述参考用户群中的兴趣标签信息，以及各目标用户互动活动的兴趣数据添加各目标用户互动活动的持续关注事件序列，并对各目标用户互动活动的持续关注事件序列对应的第二意图分布数据加入意图基础数据序列。其中，第一个用户互动活动的持续关注事件序列对应的第二意图分布数据位于所述意图基础数据序列的第一列，最后一个用户互动活动的持续关注事件序列对应的第二意图分布数据位于所述意图基础数据序列的最后一列。
其中，关于步骤2002，本实施例可以基于所述用户行为日志对应的各用户互动活动，生成引用对象集合。然后，基于所述引用对象集合对所述用户行为日志进行意图分析，得到所述第一意图分布数据。
图3示出了本发明实施例提供的基于大数据的意图挖掘***的功能模块图，该基于大数据的意图挖掘***实现的功能可以对应上述方法执行的步骤。该基于大数据的意图挖掘***可以理解为上述服务器10，或服务器10的处理器，也可以理解为独立于上述服务器10或处理器之外的在服务器10控制下实现本发明功能的组件，如图3所示，下面分别对该基于大数据的意图挖掘***的各个功能模块的功能进行详细阐述。
获取模块2001，用于获取指定业务用户群的用户行为日志。
配置模块2002，用于基于所述用户行为日志，以及指定业务用户群对应的结束用户互动活动的用户互动活动的持续关注事件序列，配置用户互动活动对应的意图基础数据，其中，所述结束用户互动活动的用户互动活动的持续关注事件序列包括结束用户互动活动的用户互动活动的兴趣数据和对应的兴趣标签信息。
确定模块2003，用于基于所述结束用户互动活动的用户互动活动的持续关注事件序列确定结束用户互动活动的用户互动活动的兴趣数据中对应所述指定业务用户群中的兴趣标签信息。
挖掘模块2004，用于基于结束用户互动活动的用户互动活动的兴趣数据中对应所述指定业务用户群中的兴趣标签信息，在所述指定业务用户群中的兴趣标签信息中添加所述指定业务用户群的意图挖掘维度信息，以对所述指定业务用户群进行意图挖掘。
其中，所述配置模块2001通过以下方式配置用户互动活动对应的意图基础数据：
对所述用户行为日志进行意图分类，得到第一意图分布数据。
对所述结束用户互动活动的用户互动活动的持续关注事件序列进行意图分类，得到所述结束用户互动活动的用户互动活动的第二意图分布数据。
将所述第一意图分布数据和所述结束用户互动活动的用户互动活动的第二意图分布数据配置到设定意图预测模型中，得到所述用户互动活动对应的意图基础数据。
其中，所述配置模块2001还用于：
将所述意图预测模型获取的每个用户互动活动的持续关注事件序列进行意图分类得到的第二意图分布数据，以及将所述第一意图分布数据输入所述意图预测模型中，得到所述意图基础数据。
其中，所述配置模块2001还用于：
获取结束意图预测分配的参考用户群的参考用户行为日志，以及所述参考用户群对应的各目标用户互动活动。
基于各目标用户互动活动在所述参考用户群中的兴趣标签信息，以及各目标用户互动活动的兴趣数据添加各目标用户互动活动的持续关注事件序列。
对各目标用户互动活动的持续关注事件序列对应的第二意图分布数据加入意图基础数据序列。其中，第一个用户互动活动的持续关注事件序列对应的第二意图分布数据位于所述意图基础数据序列的第一列，最后一个用户互动活动的持续关注事件序列对应的第二意图分布数据位于所述意图基础数据序列的最后一列。
其中，所述配置模块2001通过以下方式对所述用户行为日志进行意图分类，得到第一意图分布数据：
基于所述用户行为日志对应的各用户互动活动，生成引用对象集合。
基于所述引用对象集合对所述用户行为日志进行意图分析，得到所述第一意图分布数据。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的***，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本发明所提供的实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置和方法实施例仅仅是示意性的，例如，附图中的流程图和框图显示了基于本发明的多个实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
可以替换的，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、社交平台服务器或数据中心通过有线（例如同轴电缆、光纤、数字用户线（DSL））或无线（例如红外、无线、微波等）方式向另一个网站站点、计算机、社交平台服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的社交平台服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质（例如固态硬盘Solid State Disk (SSD)）等。
需要说明的是，在本文中，术语"包括"、"包含"或者其任何其它变体意在涵盖非排它性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句"包括一个……"限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其它的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图进销存确认视为限制所涉及的权利要求。

Claims (10)

1.一种基于大数据的意图挖掘方法，其特征在于，应用于服务器，所述方法包括：
获取智慧业务社区中的指定业务用户群生成的用户行为日志；
基于所述用户行为日志，以及指定业务用户群对应的结束用户互动活动的用户互动活动的持续关注事件序列，配置用户互动活动对应的意图基础数据，其中，所述结束用户互动活动的用户互动活动的持续关注事件序列包括结束用户互动活动的用户互动活动的兴趣数据和对应的兴趣标签信息；
基于所述结束用户互动活动的用户互动活动的持续关注事件序列确定结束用户互动活动的用户互动活动的兴趣数据中对应所述指定业务用户群中的兴趣标签信息；
基于结束用户互动活动的用户互动活动的兴趣数据中对应所述指定业务用户群中的兴趣标签信息，在所述指定业务用户群中的兴趣标签信息中添加所述指定业务用户群的意图挖掘维度信息，以对所述指定业务用户群进行意图挖掘。
2.根据权利要求1所述的方法，其特征在于，所述基于所述用户行为日志，以及指定业务用户群对应的结束用户互动活动的用户互动活动的持续关注事件序列，配置用户互动活动对应的意图基础数据的步骤，包括：
对所述用户行为日志进行意图分类，得到第一意图分布数据；
对所述结束用户互动活动的用户互动活动的持续关注事件序列进行意图分类，得到所述结束用户互动活动的用户互动活动的第二意图分布数据；
将所述第一意图分布数据和所述结束用户互动活动的用户互动活动的第二意图分布数据配置到设定意图预测模型中，得到所述用户互动活动对应的意图基础数据。
3.根据权利要求2所述的方法，其特征在于，所述基于所述用户行为日志，以及指定业务用户群对应的结束用户互动活动的用户互动活动的持续关注事件序列，配置用户互动活动对应的意图基础数据，还包括：
将所述意图预测模型获取的每个用户互动活动的持续关注事件序列进行意图分类得到的第二意图分布数据，以及将所述第一意图分布数据输入所述意图预测模型中，得到所述意图基础数据。
4.根据权利要求3所述的方法，其特征在于，所述基于所述用户行为日志，以及指定业务用户群对应的结束用户互动活动的用户互动活动的持续关注事件序列，配置用户互动活动对应的意图基础数据，还包括：
获取结束意图预测分配的参考用户群的参考用户行为日志，以及所述参考用户群对应的各目标用户互动活动；
基于各目标用户互动活动在所述参考用户群中的兴趣标签信息，以及各目标用户互动活动的兴趣数据添加各目标用户互动活动的持续关注事件序列；
对各目标用户互动活动的持续关注事件序列对应的第二意图分布数据加入意图基础数据序列；其中，第一个用户互动活动的持续关注事件序列对应的第二意图分布数据位于所述意图基础数据序列的第一列，最后一个用户互动活动的持续关注事件序列对应的第二意图分布数据位于所述意图基础数据序列的最后一列。
5.根据权利要求4所述的方法，其特征在于，所述对所述用户行为日志进行意图分类，得到第一意图分布数据，包括：
基于所述用户行为日志对应的各用户互动活动，生成引用对象集合；
基于所述引用对象集合对所述用户行为日志进行意图分析，得到所述第一意图分布数据。
6.一种基于大数据的意图挖掘***，其特征在于，应用于服务器，所述***包括：
获取模块，用于获取指定业务用户群的用户行为日志；
配置模块，用于基于所述用户行为日志，以及指定业务用户群对应的结束用户互动活动的用户互动活动的持续关注事件序列，配置用户互动活动对应的意图基础数据，其中，所述结束用户互动活动的用户互动活动的持续关注事件序列包括结束用户互动活动的用户互动活动的兴趣数据和对应的兴趣标签信息；
确定模块，用于基于所述结束用户互动活动的用户互动活动的持续关注事件序列确定结束用户互动活动的用户互动活动的兴趣数据中对应所述指定业务用户群中的兴趣标签信息；
挖掘模块，用于基于结束用户互动活动的用户互动活动的兴趣数据中对应所述指定业务用户群中的兴趣标签信息，在所述指定业务用户群中的兴趣标签信息中添加所述指定业务用户群的意图挖掘维度信息，以对所述指定业务用户群进行意图挖掘。
7.根据权利要求6所述的***，其特征在于，所述配置模块具体用于：
对所述用户行为日志进行意图分类，得到第一意图分布数据；
对所述结束用户互动活动的用户互动活动的持续关注事件序列进行意图分类，得到所述结束用户互动活动的用户互动活动的第二意图分布数据；
将所述第一意图分布数据和所述结束用户互动活动的用户互动活动的第二意图分布数据配置到设定意图预测模型中，得到所述用户互动活动对应的意图基础数据。
8.根据权利要求7所述的***，其特征在于，所述配置模块还用于：
将所述意图预测模型获取的每个用户互动活动的持续关注事件序列进行意图分类得到的第二意图分布数据，以及将所述第一意图分布数据输入所述意图预测模型中，得到所述意图基础数据。
9.根据权利要求8所述的***，其特征在于，所述配置模块还用于：
获取结束意图预测分配的参考用户群的参考用户行为日志，以及所述参考用户群对应的各目标用户互动活动；
基于各目标用户互动活动在所述参考用户群中的兴趣标签信息，以及各目标用户互动活动的兴趣数据添加各目标用户互动活动的持续关注事件序列；
对各目标用户互动活动的持续关注事件序列对应的第二意图分布数据加入意图基础数据序列；其中，第一个用户互动活动的持续关注事件序列对应的第二意图分布数据位于所述意图基础数据序列的第一列，最后一个用户互动活动的持续关注事件序列对应的第二意图分布数据位于所述意图基础数据序列的最后一列。
10.根据权利要求9所述的***，其特征在于，所述配置模块具体用于：
对所述用户行为日志进行意图分类，得到第一意图分布数据：
基于所述用户行为日志对应的各用户互动活动，生成引用对象集合；
基于所述引用对象集合对所述用户行为日志进行意图分析，得到所述第一意图分布数据。
CN202111096548.7A 2021-09-18 2021-09-18 基于大数据的意图挖掘方法及*** Withdrawn CN113779409A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111096548.7A CN113779409A (zh) 2021-09-18 2021-09-18 基于大数据的意图挖掘方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111096548.7A CN113779409A (zh) 2021-09-18 2021-09-18 基于大数据的意图挖掘方法及***

Publications (1)

Publication Number Publication Date
CN113779409A true CN113779409A (zh) 2021-12-10

Family

ID=78852226

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111096548.7A Withdrawn CN113779409A (zh) 2021-09-18 2021-09-18 基于大数据的意图挖掘方法及***

Country Status (1)

Country Link
CN (1) CN113779409A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114564522A (zh) * 2022-03-08 2022-05-31 哈尔滨腾达网络科技发展有限公司 基于区块链和大数据挖掘的智能推送处理方法及***
CN114781624A (zh) * 2022-05-23 2022-07-22 百色市恒赢电脑网络有限公司 基于大数据分析的用户行为意图挖掘方法及大数据***

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114564522A (zh) * 2022-03-08 2022-05-31 哈尔滨腾达网络科技发展有限公司 基于区块链和大数据挖掘的智能推送处理方法及***
CN114564522B (zh) * 2022-03-08 2022-11-15 山邮数字科技(山东)有限公司 基于区块链和大数据挖掘的智能推送处理方法及***
CN114781624A (zh) * 2022-05-23 2022-07-22 百色市恒赢电脑网络有限公司 基于大数据分析的用户行为意图挖掘方法及大数据***
CN114781624B (zh) * 2022-05-23 2023-01-10 上海行蕴信息科技有限公司 基于大数据分析的用户行为意图挖掘方法及大数据***

Similar Documents

Publication Publication Date Title
CN113779409A (zh) 基于大数据的意图挖掘方法及***
CN113222554A (zh) 基于大数据的智慧办公协同方法及***
CN111948967B (zh) 一种基于大数据的电力数据采集方法及***
CN113298622A (zh) 基于机器学习的电商业务订单的处理方法及***
CN113221011A (zh) 基于大数据的智慧办公信息推送方法及***
CN111953790A (zh) 一种科技成果创新元素分析方法及***
CN111339160A (zh) 一种科技成果数据挖掘方法及***
CN113179289B (zh) 一种基于云计算服务的会议视频信息上传方法及***
CN113177567B (zh) 一种基于云计算服务的图像数据处理方法及***
CN110976235B (zh) 一种静电粉末喷淋处理方法及***
CN111767437B (zh) 一种企业科技项目管理方法及***
CN112650641A (zh) 一种科技成果转化和知识产权交易管理服务监测方法及***
CN113761029A (zh) 基于云边协同的交互加密处理方法及***
CN113810355A (zh) 一种服务器资源管理方法及***
CN113901364A (zh) 一种基于云计算服务的网页图形渲染方法及***
CN111105172A (zh) 一种喷涂工艺流程处理方法及***
CN113268676A (zh) 社交场景交互内容挖掘方法及***
CN113822731A (zh) 一种掌上应用管理服务处理方法及***
CN113282823A (zh) 一种基于人工智能的热点话题追踪方法及***
CN113282292A (zh) 软件开发的编译方法及***
CN114416978A (zh) 基于芯片检测的缺陷识别方法及***
CN114385448A (zh) 采样器运行测试方法及***
CN113222444A (zh) 基于大数据的智慧办公调度方法及***
CN113282924A (zh) 软件恶意行为检测方法及***
CN113849216A (zh) 一种软件开发包的校验方法及***

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20211210

WW01 Invention patent application withdrawn after publication