基于人工智能和互联网的数据分析方法及系统技术方案

本公开实施例提供一种基于人工智能和互联网的数据分析方法及系统，通过获取互联网访问设备发起目标图形搜索对象所对应的图形分类分级书签，以通过图形分类分级书签用于表征目标图形搜索对象在大数据分析书签下的图形分类分级信息，然后根据图形分类分级书签对目标图形搜索对象中的各个图形单元库进行大数据分析，从而进行画像识别后进行信息推荐，相较于传统方案中广义范围的图形单元库的交互过程进行大数据分析，可以避免引入过多的噪声数据导致的画像分析准确度不高的情况，提高大数据分析的针对性，同时还可以节省云计算资源，提高云计算性能，有效减少计算量。有效减少计算量。有效减少计算量。

【技术实现步骤摘要】
基于人工智能和互联网的数据分析方法及系统


[0001]本公开涉及人工智能和互联网
，具体而言，涉及一种基于人工智能和互联网的数据分析方法及系统。

技术介绍

[0002]随着大数据和互联网的发展，用户可以通过互联网进行图形搜索对象的搜索，在此过程中可以对用户的图形搜索对象相关联的各个图形单元库（例如与该图形搜索对象存在访问连续关系的用户访问的图形单元库）进行大数据分析，从而可以有效确定出用户在图形搜索过程中的意向画像，以便于后续的信息推荐。
[0003]然而专利技术人研究发现，目前的方案通常是对广义范围的图形单元库的交互过程进行大数据分析，由于图形单元库的数据量巨大，将产生巨大的计算量，不仅可能存在噪声数据的引入导致的画像分析准确度不高，同时还可能过度消耗云计算资源，降低云计算性能。

技术实现思路

[0004]为了至少克服现有技术中的上述不足，本公开的目的在于提供一种基于人工智能和互联网的数据分析方法及系统，相较于传统方案中广义范围的图形单元库的交互过程进行大数据分析，可以避免引入过多的噪声数据导致的画像分析准确度不高的情况，提高大数据分析的针对性，同时还可以节省云计算资源，提高云计算性能，有效减少计算量。
[0005]第一方面，本公开提供一种基于人工智能和互联网的数据分析方法，应用于云计算服务平台，所述云计算服务平台与多个互联网访问设备通信连接，所述方法包括：获取所述互联网访问设备发起目标图形搜索对象所对应的图形分类分级书签，其中，所述图形分类分级书签用于表征所述目标图形搜索对象在大数据分析书签下的图形分类分级信息；根据所述图形分类分级书签对所述目标图形搜索对象中的各个图形单元库进行大数据分析，得到所述目标图形搜索对象中的各个图形单元库的图形交互行为信息以及所述图形交互行为信息对应的交互画像特征信息；基于预先配置的人工智能推荐模型对所述图形交互行为信息对应的交互画像特征信息进行分类识别，得到所述图形交互行为信息对应的交互画像特征信息匹配的推荐内容项目；将与所述推荐内容项目关联的热点推荐信息推送到对应的图形单元库的图形交互界面中。
[0006]在第一方面的一种可能的实现方式中，所述获取所述互联网访问设备发起目标图形搜索对象所对应的图形分类分级书签的步骤，包括：从所述互联网访问设备中获取目标图形搜索对象在每个人工智能识别模型的人工智能识别结果下的图像分类标签，并按照预定的大数据收集分类对各个人工智能识别结果下的图像分类标签进行分类，分别生成每个大数据收集分类的图像分类标签序列；
根据所述目标图形搜索对象的用户搜索行为信息确定所述各个人工智能识别结果关联的目标图形分类分级书签，针对所述各个人工智能识别结果关联的目标图形分类分级书签，分别确定出所述目标图形分类分级书签的第一可索引分类书签在所对应的大数据收集分类的图像分类标签序列中的分级标签信息，得到所述目标图形分类分级书签的第一信息管理索引序列，所述目标图形分类分级书签为与所述目标图形搜索对象的用户搜索行为信息预先匹配的图形分类分级书签；根据所述目标图形搜索对象的历史分级分类信息确定所述各个人工智能识别结果关联的关键图形分类分级书签，针对所述各个人工智能识别结果关联的关键图形分类分级书签，分别获取所述关键图形分类分级书签的第二可索引分类书签，并确定出所述第二可索引分类书签在所对应的大数据收集分类的图像分类标签序列中的分级标签信息，得到所述关键图形分类分级书签的第二信息管理索引序列，所述关键图形分类分级书签为所述目标图形搜索对象的历史分级分类信息中的分类频繁度大于设定频繁度阈值的图形分类分级书签，所述分类频繁度用于表示所述图形分类分级书签在单位时间内的搜索分类次数；根据所述第一信息管理索引序列以及所述第二信息管理索引序列之间的匹配关系，确定所述目标图形搜索对象所对应的图形分类分级书签。
[0007]在第一方面的一种可能的实现方式中，所述根据所述第一信息管理索引序列以及所述第二信息管理索引序列之间的匹配关系，确定所述目标图形搜索对象所对应的图形分类分级书签的步骤，包括：将所述第一信息管理索引序列中每个目标图形分类分级书签的信息管理索引序列与所述第二信息管理索引序列中每个匹配的关键图形分类分级书签的信息管理索引序列进行匹配，得到多个匹配度，其中，所述第二信息管理索引序列中每个匹配的关键图形分类分级书签与对应的目标图形分类分级书签在各自的信息管理索引序列中的排列顺序匹配，所述匹配度根据所述目标图形分类分级书签的信息管理索引序列和匹配的关键图形分类分级书签的信息管理索引序列之间的重合度确定；当任意一个目标图形分类分级书签的信息管理索引序列与匹配的关键图形分类分级书签的信息管理索引序列之间的匹配度大于设定匹配度时，将所述目标图形分类分级书签和所述关键图形分类分级书签作为一个大数据分析组合对象；当任意一个目标图形分类分级书签的信息管理索引序列与匹配的关键图形分类分级书签的信息管理索引序列之间的匹配度不大于设定匹配度时，将所述目标图形分类分级书签和所述关键图形分类分级书签单独作为一个大数据分析独立对象；将所述大数据分析组合对象和所述大数据分析独立对象所对应的图形分类分级书签确定为所述目标图形搜索对象所对应的图形分类分级书签。
[0008]在第一方面的一种可能的实现方式中，所述根据所述图形分类分级书签对所述目标图形搜索对象中的各个图形单元库进行大数据分析，得到所述目标图形搜索对象中的各个图形单元库的图形交互行为信息以及所述图形交互行为信息对应的交互画像特征信息的步骤，包括：根据所述图形分类分级书签的预设大数据分析策略，以及所述所述目标图形搜索对象中的各个图形单元库的交互历史记录，从所述目标图形搜索对象中的各个图形单元库中获取至少一个待分析的候选单元数据区域和每个候选单元数据区域对应的交互行为记录节
点；在所述预设大数据分析策略对应的过往交互行为节点序列中，对初始过往交互行为节点进行分组，得到至少一个初始过往交互行为节点序列，对于所述至少一个初始过往交互行为节点序列中的任一初始过往交互行为节点序列，将所述任一初始过往交互行为节点序列的分组簇心对应的过往交互行为节点作为任一簇心节点，对于除所述初始过往交互行为节点外的任一过往交互行为节点，将所述任一过往交互行为节点添加至与所述任一过往交互行为节点相似度最大的簇心节点对应的初始过往交互行为节点序列中，当不存在未添加至初始过往交互行为节点序列中的过往交互行为节点时，得到每个簇心节点对应的过往交互行为节点序列；对于任一候选单元数据区域对应的交互行为记录节点，基于所述交互行为记录节点与各个簇心节点的相似度，确定所述交互行为记录节点对应的至少一个目标簇心节点，并将各个目标簇心节点对应的过往交互行为节点序列的并集作为所述任一候选单元数据区域对应的第一候选过往交互行为节点序列；基于至少一个候选单元数据区域中的各个候选单元数据区域对应的第一候选过往交互行为节点序列，获取所述至少一个候选单元数据区域中的各个候选单元数据区域的图形交互行为信息，作为所述目标图形搜索对象中的各个图形单元库的图形交互行为信息；获取所述目标图形搜索本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能和互联网的数据分析方法，其特征在于，应用于云计算服务平台，所述云计算服务平台与多个互联网访问设备通信连接，所述方法包括：获取所述互联网访问设备发起目标图形搜索对象所对应的图形分类分级书签，其中，所述图形分类分级书签用于表征所述目标图形搜索对象在大数据分析书签下的图形分类分级信息；根据所述图形分类分级书签对所述目标图形搜索对象中的各个图形单元库进行大数据分析，得到所述目标图形搜索对象中的各个图形单元库的图形交互行为信息以及所述图形交互行为信息对应的交互画像特征信息；基于预先配置的人工智能推荐模型对所述图形交互行为信息对应的交互画像特征信息进行分类识别，得到所述图形交互行为信息对应的交互画像特征信息匹配的推荐内容项目；将与所述推荐内容项目关联的热点推荐信息推送到对应的图形单元库的图形交互界面中；所述目标图形搜索对象包括扫描拍照类图形搜索对象、图像上传类图形搜索对象；所述预先配置的人工智能推荐模型基于训练样本和对应的训练标签训练得到，所述训练样本包括交互画像特征信息，所述的训练标签包括推荐内容项目；将与推荐内容项目关联的热点推荐信息推送到对应的图形单元库的图形交互界面中，具体包括：当用户访问进入图形单元库的图形交互界面中时，将与推荐内容项目关联的热点推荐信息展示到图形交互界面中相关的推荐页面中。2.根据权利要求1所述的基于人工智能和互联网的数据分析方法，其特征在于，所述获取所述互联网访问设备发起目标图形搜索对象所对应的图形分类分级书签的步骤，包括：从所述互联网访问设备中获取目标图形搜索对象在每个人工智能识别模型的人工智能识别结果下的图像分类标签，并按照预定的大数据收集分类对各个人工智能识别结果下的图像分类标签进行分类，分别生成每个大数据收集分类的图像分类标签序列；根据所述目标图形搜索对象的用户搜索行为信息确定所述各个人工智能识别结果关联的目标图形分类分级书签，针对所述各个人工智能识别结果关联的目标图形分类分级书签，分别确定出所述目标图形分类分级书签的第一可索引分类书签在所对应的大数据收集分类的图像分类标签序列中的分级标签信息，得到所述目标图形分类分级书签的第一信息管理索引序列，所述目标图形分类分级书签为与所述目标图形搜索对象的用户搜索行为信息预先匹配的图形分类分级书签；根据所述目标图形搜索对象的历史分级分类信息确定所述各个人工智能识别结果关联的关键图形分类分级书签，针对所述各个人工智能识别结果关联的关键图形分类分级书签，分别获取所述关键图形分类分级书签的第二可索引分类书签，并确定出所述第二可索引分类书签在所对应的大数据收集分类的图像分类标签序列中的分级标签信息，得到所述关键图形分类分级书签的第二信息管理索引序列，所述关键图形分类分级书签为所述目标图形搜索对象的历史分级分类信息中的分类频繁度大于设定频繁度阈值的图形分类分级书签，所述分类频繁度用于表示所述图形分类分级书签在单位时间内的搜索分类次数；根据所述第一信息管理索引序列以及所述第二信息管理索引序列之间的匹配关系，确定所述目标图形搜索对象所对应的图形分类分级书签。
3.根据权利要求1所述的基于人工智能和互联网的数据分析方法，其特征在于，所述根据所述第一信息管理索引序列以及所述第二信息管理索引序列之间的匹配关系，确定所述目标图形搜索对象所对应的图形分类分级书签的步骤，包括：将所述第一信息管理索引序列中每个目标图形分类分级书签的信息管理索引序列与所述第二信息管理索引序列中每个匹配的关键图形分类分级书签的信息管理索引序列进行匹配，得到多个匹配度，其中，所述第二信息管理索引序列中每个匹配的关键图形分类分级书签与对应的目标图形分类分级书签在各自的信息管理索引序列中的排列顺序匹配，所述匹配度根据所述目标图形分类分级书签的信息管理索引序列和匹配的关键图形分类分级书签的信息管理索引序列之间的重合度确定；当任意一个目标图形分类分级书签的信息管理索引序列与匹配的关键图形分类分级书签的信息管理索引序列之间的匹配度大于设定匹配度时，将所述目标图形分类分级书签和所述关键图形分类分级书签作为一个大数据分析组合对象；当任意一个目标图形分类分级书签的信息管理索引序列与匹配的关键图形分类分级书签的信息管理索引序列之间的匹配度不大于设定匹配度时，将所述目标图形分类分级书签和所述关键图形分类分级书签单独作为一个大数据分析独立对象；将所述大数据分析组合对象和所述大数据分析独立对象所对应的图形分类分级书签确定为所述目标图形搜索对象所对应的图形分类分级书签。4.根据权利要求1所述的基于人工智能和互联网的数据分析方法，其特征在于，所述根据所述图形分类分级书签对所述目标图形搜索对象中的各个图形单元库进行大数据分析，得到所述目标图形搜索对象中的各个图形单元库的图形交互行为信息以及所述图形交互行为信息对应的交互画像特征信息的步骤，包括：根据所述图形分类分级书签的预设大数据分析策略，以及所述所述目标图形搜索对象中的各个图形单元库的交互历史记录，从所述目标图形搜索对象中的各个图形单元库中获取至少一个待分析的候选单元数据区域和每个候选单元数据区域对应的交互行为记录节点；在所述预设大数据分析策略对应的过往交互行为节点序列中，对初始过往交互行为节点进行分组，得到至少一个初始过往交互行为节点序列，对于所述至少一个初始过往交互行为节点序列中的任一初始过往交互行为节点序列，将所述任一初始过往交互行为节点序列的分组簇心对应的过往交互行为节点作为任一簇心节点，对于除所述初始过往交互行为节点外的任一过往交互行为节点，将所述任一过往交互行为节点添加至与所述任一过往交互行为节点相似度最大的簇心节点对应的初始过往交互行为节点序列中，当不存在未添加至初始过往交互行为节点序列中的过往交互行为节点时，得到每个簇心节点对应的过往交互行为节点序列；对于任一候选单元数据区域对应的交互行为记录节点，基于所述交互行为记录节点与各个簇心节点的相似度，确定所述交互行为记录节点对应的至少一个目标簇心节点，并将各个目标簇心节点对应的过往交互行为节点序列的并集作为所述任一候选单元数据区域对应的第一候选过往交互行为节点序列；基于至少一个候选单元数据区域中的各个候选单元数据区域对应的第一候选过往交互行为节点序列，获取所述至少一个候选单元数据区域中的各个候选单元数据区域的图形
交互行为信息，作为所述目标图形搜索对象中的各个图形单元库的图形交互行为信息；获取所述目标图形搜索对象中的各个图形单元库的图形交互行为信息的交互过程中的交互业务信息，并将所述交互业务信息转换为相应的结构化数据信息；通过所述图形交互行为信息的编码节点，确定与所述结构化数据信息所对应的至少一个结构化项目的结构化特征向量；通过所述图形交互行为信息的解码节点，根据所述至少一个结构化项目的结构化特征向量确定相应交互节点的交互处理信息，并将所述相应交互节点的交互处理信息转换为交互特征向量；通过所述图形交互行为信息的解码节点，根据交互特征向量和对应的融合特征向量，生成与所述结构化项目的结构化特征向量相对应的画像标签以及所述画像标签的置信度；根据所述交互处理信息的置信度，选取至少一个...

【专利技术属性】
技术研发人员：黄雨勤，
申请(专利权)人：黄雨勤，
类型：发明
国别省市：