【技术实现步骤摘要】
基于人工智能的数据库索引建立方法及系统
[0001]本专利技术涉及人工智能
,具体而言,涉及一种基于人工智能的数据库索引建立方法及系统。
技术介绍
[0002]现有技术中,为了能够针对用户的各类行为进行评估,需要对应的训练数据来构建对应的评估模型,而训练数据的准确获取则成为了后续评估模型是否能够建立的关键。而且现有技术中,一般通过记录用户历史操作习惯的方式进行行为数据的获取,但是想要将行为数据变为能够用于模型训练的训练数据,还需要对获取的数据进行标记、建立训练集中数据的对应关系,这会浪费大量的时间,并且再由人工进行标记的情况下,标记的准确度低、效率低。
技术实现思路
[0003]本专利技术的目的在于提供一种基于人工智能的数据库索引建立方法及系统。
[0004]第一方面,本专利技术实施例提供一种基于人工智能的数据库索引建立方法,包括:响应于用户行为记录获取请求,获取用户行为记录获取请求包括的发送方地址、发送方身份标识以及发送发权限;将发送方地址、发送方身份标识以及发送发权限输入预先训练的用户身份识别模型,得到用户身份识别结果;当用户身份识别结果表征为合法用户时,从用户行为存储服务器中获取目标用户行为记录,目标用户行为记录包括第一用户行为记录和第二用户行为记录;建立根据第一用户行为记录确定的关键用户行为向量与根据第二用户行为记录确定的目标关键行为之间的数据库索引,以基于数据库索引确定训练用户行为评估模型的训练数据。
[0005]在一种可能的实施方式中,建立根据第一用户行为记录确定的关 ...
【技术保护点】
【技术特征摘要】
1.基于人工智能的数据库索引建立方法,其特征在于,包括:响应于所述用户行为记录获取请求,获取所述用户行为记录获取请求包括的发送方地址、发送方身份标识以及发送发权限;将所述发送方地址、发送方身份标识以及发送发权限输入预先训练的用户身份识别模型,得到用户身份识别结果;当所述用户身份识别结果表征为合法用户时,从用户行为存储服务器中获取目标用户行为记录,所述目标用户行为记录包括第一用户行为记录和第二用户行为记录;建立根据所述第一用户行为记录确定的关键用户行为向量与根据所述第二用户行为记录确定的目标关键行为之间的数据库索引,以基于所述数据库索引确定训练用户行为评估模型的训练数据。2.根据权利要求1所述的方法,其特征在于,所述建立根据所述第一用户行为记录确定的关键用户行为向量与根据所述第二用户行为记录确定的目标关键行为之间的数据库索引,包括:获取所述第一用户行为记录和所述第二用户行为记录;基于关注度系数获取所述第一用户行为记录对应的所述第一用户行为序列,所述第一用户行为序列中两两行为切片之间的排序依据为所述关注度系数;基于关注度系数获取所述第二用户行为记录对应的所述第二用户行为序列,所述第二用户行为序列中两两行为切片之间的排序依据为所述关注度系数,所述第一用户行为序列和所述第二用户行为序列分别包括多个不同关注度的行为切片;确定所述第一用户行为记录在所述第一用户行为序列的任一行为切片的基础用户行为向量,将所述第二用户行为序列中具有最高关注度行为切片确定为参考行为切片;基于用户行为识别模型和业务场景将所述基础用户行为向量关联到所述参考行为切片,在所述参考行为切片中得到参考用户行为向量,并基于所述基础用户行为向量、所述参考用户行为向量,得到所述第一用户行为记录和所述第二用户行为记录之间的关联映射关系;以所述参考用户行为向量为事件表征向量在所述参考行为切片中获取参考行为子切片,基于所述关联映射关系对应的逆关联映射关系,将所述参考行为子切片关联到所述基础用户行为向量所在行为切片,在所述基础用户行为向量所在行为切片中得到所述参考行为子切片对应的对比行为子切片,并确定所述对比行为子切片的事件表征向量为关键用户行为向量;获取所述基础用户行为向量关联到所述参考行为切片中的目标用户行为向量集合;基于所述对比行为子切片与所述目标用户行为向量集合上的多个待处理用户行为向量对应的待处理行为子切片之间的关联系数,在所述第二用户行为序列中遍历所述关键用户行为向量对应的目标关键行为,当确定出的所述目标关键行为所在行为切片的表征事件与所述关键用户行为向量在所述第一用户行为序列中的表征事件相同时,终止遍历下一行为切片中的目标关键行为,并建立所述关键用户行为向量与最终采集的目标关键行为之间的数据库索引。3.根据权利要求1所述的方法,其特征在于,所述基于用户行为识别模型和业务场景将所述基础用户行为向量关联到所述参考行为切片,在所述参考行为切片中得到参考用户行
为向量,并基于所述基础用户行为向量、所述参考用户行为向量,得到所述第一用户行为记录和所述第二用户行为记录之间的关联映射关系,包括:基于所述用户行为识别模型,将所述基础用户行为向量关联到业务场景上,得到基础业务操作;基于所述第一用户行为记录对应的用户行为识别网络和所述第二用户行为记录对应的用户行为识别网络之间的网络差异参量,将所述基础业务操作对应至所述第二用户行为记录的业务操作体系下,得到待处理业务操作;将所述待处理业务操作关联到所述第二用户行为记录的业务操作体系下具有预置业务标签的业务场景上,得到参考关联操作;对所述参考关联操作进行特征提取操作,并基于所述用户行为识别模型将提取特征后的参考关联操作映射至所述参考行为切片中,得到所述参考用户行为向量;在所述基础用户行为向量所在行为切片中获取基础辅助行为向量,所述基础辅助行为向量是以所述基础用户行为向量为为基准的关联行为向量;基于所述用户行为识别模型和所述业务场景将所述基础辅助行为向量关联到所述参考行为切片,在所述参考行为切片中得到参考辅助行为向量;基于所述基础用户行为向量与所述基础辅助行为向量之间的关联关系、所述参考用户行为向量以及所述参考辅助行为向量,得到所述第一用户行为记录和所述第二用户行为记录之间的关联映射关系。4.根据权利要求3所述的方法,其特征在于,所述获取所述基础用户行为向量关联到所述参考行为切片中的目标用户行为向量集合,包括:将与所述基础用户行为向量对应的所述待处理业务操作,关联到所述第二用户行为记录的业务操作体系下具有低相关业务标签的业务场景上,得到低相关业务操作;将与所述基础用户行为向量对应的所述待处理业务操作,关联到所述第二用户行为记录的业务操作体系下具有高相关业务标签的业务场景上,得到高相关业务操作;将所述低相关业务操作和所述高相关业务操作的数据集合,确定为待定用户行为向量集合数据集;对所述待定用户行为向量集合数据集中的每个用户行为向量元素进行特征提取操作,并基于所述用户行为识别模型将提取特征后的每个用户行为向量元素映射至所述参考行为切片中,得到所述目标用户行为向量集合。5.根据权利要求1所述的方法,其特征在于,所述基于所述对比行为子切片与所述目标用户行为向量集合上的多个待处理用户行为向量对应的待处理行为子切片之间的关联系数,在所述第二用户行为序列中遍历所述关键用户行为向量对应的目标关键行为,当确定出的所述目标关键行为所在行为切片的表征事件与所述关键用户行为向量在所述第一用户行为序列中的表征事件相同时,终止遍历下一行为切片中的目标关键行为,并建立所述关键用户行为向量与最终采集的目标关键行为之间的数据库索引,包括:基于所述对比行为子...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。