基于人工智能的用户画像分析方法及系统技术方案

本发明专利技术提供的基于人工智能的用户画像分析方法及系统，在接收到画像分析请求时，基于画像分析请求获取待分析用户活动大数据；然后将待分析用户活动大数据输入到完成改进的专家系统分析网络，获得完成改进的专家系统分析网络输出的用户偏好项分析结果。通过确定匹配于画像分析请求的待分析用户活动大数据，能够实现用户活动大数据的初筛，减少完成改进的专家系统分析网络的数据处理压力，此外，完成改进的专家系统分析网络的调试时效性较高，因而可以快速地输出用户偏好项分析结果，进一步地，完成改进的专家系统分析网络能够通过改进实现精细化的用户偏好项挖掘，因而可以准确地输出用户偏好项分析结果。输出用户偏好项分析结果。输出用户偏好项分析结果。

【技术实现步骤摘要】
基于人工智能的用户画像分析方法及系统


[0001]本专利技术涉及用户画像
，特别涉及一种基于人工智能的用户画像分析方法及系统。

技术介绍

[0002]人工智能是研究人类智能活动的规律，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作，也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。现目前，基于大数据网络时代，无论是产品策划、产品运营还是数据推送，都需要去获得用户最大的可见的价值以及隐形的价值，必须的价值以及增值的价值，那么了解用户，去做基于人工智能的用户画像分析，会成为数据分析去帮助产品做更好的产品设计重要的一个环节。相关技术已将人工智能应用到画像分析中来，但是在实际应用时仍然存在开销大、精度低下的缺陷。

技术实现思路

[0003]为改善相关技术中存在的技术问题，本专利技术提供了一种基于人工智能的用户画像分析方法及系统。
[0004]第一方面，本专利技术实施例提供了一种基于人工智能的用户画像分析方法，应用于基于人工智能的用户画像分析系统，该方法至少包括：在接收到画像分析请求时，基于所述画像分析请求获取待分析用户活动大数据；将所述待分析用户活动大数据输入到完成改进的专家系统分析网络，获得所述完成改进的专家系统分析网络输出的用户偏好项分析结果。
[0005]可选的，所述完成改进的专家系统分析网络通过如下方式进行改进：获得完成调试的专家系统分析网络和用作调试所述专家系统分析网络的基础网络调试依据；其中，所述基础网络调试依据中的网络调试示例为包含第一用户偏好项和第二用户偏好项的互联网用户活动大数据，且所述第二用户偏好项的关联活动信息集处于所述第一用户偏好项的关联活动信息集中，所述基础网络调试依据中的至少部分网络调试示例的基础先验知识没有实现所述第一用户偏好项和/或所述第二用户偏好项的全面注释；基于所述专家系统分析网络对所述基础网络调试依据中的至少部分网络调试示例进行回归分析，得到所述部分网络调试示例针对所述第一用户偏好项或所述第二用户偏好项的回归分析数据；结合所述部分网络调试示例的回归分析数据和所述基础网络调试依据中对应网络调试示例的基础先验知识，确定知识赋予质量信息；其中，所述知识赋予质量信息反映所述部分网络调试示例针对所述第一用户偏好项或所述第二用户偏好项的回归分析数据中是否是目标预测类别；基于所述知识赋予质量信息变更所述基础网络调试依据，得到完成变更的网络调试依据，以改进所述专家系统分析网络。
[0006]可选的，所述基础先验知识中的所述第一用户偏好项和/或所述第二用户偏好项为通过设定方式注释的；所述专家系统分析网络包括第一用户偏好识别网络和第二用户偏好识别网络；所述方法还包括：获得未调试的基础用户偏好识别网络；以所述基础先验知识中的第一用户偏好项的先验知识为第一调试指示，基于所述基础网络调试依据对所述基础用户偏好识别网络进行调试，直到符合包括维持网络泛化指标的第一调试要求，得到所述第一用户偏好识别网络；基于所述第一用户偏好项的先验知识和所述第二用户偏好项的先验知识，基于所述基础网络调试依据对所述基础用户偏好识别网络进行调试，直到符合包括维持网络泛化指标的第二调试要求，得到所述第二用户偏好识别网络。
[0007]可选的，所述基于所述第一用户偏好项的先验知识和所述第二用户偏好项的先验知识，基于所述基础网络调试依据对所述基础用户偏好识别网络进行调试，直到符合包括维持网络泛化指标的第二调试要求，得到所述第二用户偏好识别网络，包括：基于所述第一用户偏好项的先验知识，从所述基础网络调试依据中的网络调试示例中获得对应网络调试示例所涵盖的第一用户偏好项的关联活动信息集，得到第一网络调试依据；以所述基础先验知识中的第二用户偏好项的先验知识为第二调试指示，基于所述第一网络调试依据对所述基础用户偏好识别网络进行调试，直到符合包括维持网络泛化指标的所述第二调试要求，得到所述第二用户偏好识别网络。
[0008]可选的，所述结合所述部分网络调试示例的回归分析数据和所述基础网络调试依据中对应网络调试示例的基础先验知识，确定知识赋予质量信息，包括：将所述部分网络调试示例的回归分析数据与所述基础网络调试依据中对应网络调试示例的目标先验知识进行联合分析，得到调试参考比较信息；所述调试参考比较信息反映所述部分网络调试示例的回归分析数据是否适配所述基础网络调试依据中对应网络调试示例的目标先验知识；根据所述部分网络调试示例的回归分析数据不适配所述基础网络调试依据中对应网络调试示例的目标先验知识，将所述部分网络调试示例的回归分析数据和所述对应网络调试示例的目标先验知识输出，以获得衍生评价信息；所述衍生评价信息用于反映所述部分网络调试示例中对应网络调试示例的回归分析数据是否是所述目标预测类别。
[0009]可选的，所述基于所述知识赋予质量信息变更所述基础网络调试依据，得到完成变更的网络调试依据，包括：根据所述知识赋予质量信息反映所述部分网络调试示例的回归分析数据不为所述目标预测类别，将所述部分网络调试示例的回归分析数据变更为所述对应网络调试示例的先验知识；根据所述部分网络调试示例的回归分析数据为所述目标预测类别，不变更所述对应网络调试示例的先验知识。
[0010]可选的，所述基于所述基础网络调试依据对所述基础用户偏好识别网络进行调试，直到符合包括维持网络泛化指标的第一调试要求，得到所述第一用户偏好识别网络，包括：基于所述基础用户偏好识别网络，对所述基础网络调试依据进行识别，得到第一用户偏
好识别信息；根据所述基础先验知识与所述第一用户偏好识别信息之间的第一比对数据不符合第一要求，优化所述基础用户偏好识别网络的网络模型变量，得到所述第一用户偏好识别网络；所述基于所述基础网络调试依据对所述基础用户偏好识别网络进行调试，直到符合包括维持网络泛化指标的第二调试要求，得到所述第二用户偏好识别网络，包括：基于所述基础用户偏好识别网络，对所述第一网络调试依据进行识别，得到第二用户偏好识别信息；根据所述基础先验知识与所述第二用户偏好识别信息之间的第二比对数据不符合第二要求，优化所述基础用户偏好识别网络的网络模型变量，得到所述第二用户偏好识别网络。
[0011]可选的，所述方法还包括：基于所述专家系统分析网络对所述完成变更的网络调试依据中的至少部分网络调试示例进行回归分析，得到所述完成变更的网络调试依据中的至少部分网络调试示例针对所述第一用户偏好项或所述第二用户偏好项的回归分析数据；在所述完成变更的网络调试依据中的设定占比的网络调试示例的回归分析数据不为所述目标预测类别的基础上，结束对所述专家系统分析网络的改进。
[0012]第二方面，本专利技术还提供了一种基于人工智能的用户画像分析系统，包括处理器和存储器；所述处理器和所述存储器通信连接，所述处理器用于从所述存储器中读取计算机程序并执行，以实现上述的方法。
[0013]第三方面，本专利技术还提供了一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现上述的方法。
[0014]就本专利技术实施例而言本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的用户画像分析方法，其特征在于，应用于基于人工智能的用户画像分析系统，该方法至少包括：在接收到画像分析请求时，基于所述画像分析请求获取待分析用户活动大数据；将所述待分析用户活动大数据输入到完成改进的专家系统分析网络，获得所述完成改进的专家系统分析网络输出的用户偏好项分析结果。2.根据权利要求1所述的方法，其特征在于，所述完成改进的专家系统分析网络通过如下方式进行改进：获得完成调试的专家系统分析网络和用作调试所述专家系统分析网络的基础网络调试依据；其中，所述基础网络调试依据中的网络调试示例为包含第一用户偏好项和第二用户偏好项的互联网用户活动大数据，且所述第二用户偏好项的关联活动信息集处于所述第一用户偏好项的关联活动信息集中，所述基础网络调试依据中的至少部分网络调试示例的基础先验知识没有实现所述第一用户偏好项和/或所述第二用户偏好项的全面注释；基于所述专家系统分析网络对所述基础网络调试依据中的至少部分网络调试示例进行回归分析，得到所述部分网络调试示例针对所述第一用户偏好项或所述第二用户偏好项的回归分析数据；结合所述部分网络调试示例的回归分析数据和所述基础网络调试依据中对应网络调试示例的基础先验知识，确定知识赋予质量信息；其中，所述知识赋予质量信息反映所述部分网络调试示例针对所述第一用户偏好项或所述第二用户偏好项的回归分析数据中是否是目标预测类别；基于所述知识赋予质量信息变更所述基础网络调试依据，得到完成变更的网络调试依据，以改进所述专家系统分析网络。3.根据权利要求2所述的方法，其特征在于，所述基础先验知识中的所述第一用户偏好项和/或所述第二用户偏好项为通过设定方式注释的；所述专家系统分析网络包括第一用户偏好识别网络和第二用户偏好识别网络；所述方法还包括：获得未调试的基础用户偏好识别网络；以所述基础先验知识中的第一用户偏好项的先验知识为第一调试指示，基于所述基础网络调试依据对所述基础用户偏好识别网络进行调试，直到符合包括维持网络泛化指标的第一调试要求，得到所述第一用户偏好识别网络；基于所述第一用户偏好项的先验知识和所述第二用户偏好项的先验知识，基于所述基础网络调试依据对所述基础用户偏好识别网络进行调试，直到符合包括维持网络泛化指标的第二调试要求，得到所述第二用户偏好识别网络。4.根据权利要求3所述的方法，其特征在于，所述基于所述第一用户偏好项的先验知识和所述第二用户偏好项的先验知识，基于所述基础网络调试依据对所述基础用户偏好识别网络进行调试，直到符合包括维持网络泛化指标的第二调试要求，得到所述第二用户偏好识别网络，包括：基于所述第一用户偏好项的先验知识，从所述基础网络调试依据中的网络调试示例中获得对应网络调试示例所涵盖的第一用户偏好项的关联活动信息集，得到第一网络调试依据；以所述基础先验知识中的第二用户偏好项的先验知识为第二调试指示，基于所述第一
网络调试依据对所述基础用户偏好识别网络进行调试，直到符合包括维持网络泛化指标的所述第二调试要求，得到所述第二用户偏好识别网络。5.根据权利要求4所述的方法，其特征在于，所述结合所述部分网络调试示例的...

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