【技术实现步骤摘要】
基于用户需求分析的数据推荐方法及系统
[0001]本专利技术涉及数据推送
,特别涉及一种基于用户需求分析的数据推荐方法及系统。
技术介绍
[0002]用户需求分析作为大数据时代下的热门,已广泛应用于不同的业务领域,诸如区块链、云游戏、智慧医疗、电子商务等前沿领域已经着手于用户需求的深度分析和挖掘,这样可以为后期的服务优化或者数据推送提供指导。在上述条件下,应用人工智能进行用户需求分析较为普遍,但是传统技术在针对用户需求和数据推送的分析时,其精度和灵活性难以得到保障。
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用户需求分析的数据推荐方法及系统。
[0004]第一方面,本专利技术实施例提供了一种基于用户需求分析的数据推荐方法,应用于数据推荐处理系统,所述方法包括:挖掘拟进行数据推荐分析的第一数字化用户反馈记录的第一用户需求知识向量和第一联动需求描述字段;利用所述第一用户需求知识向量和第一联动需求描述字段,获得数据推送关联变量,所述数据推送关联变量为通过设定规则调整处理后的AI机器学习模型获得的特征提炼结果,所述设定规则调整处理用于使AI机器学习模型的生成结果为专家知识向量;利用所述数据推送关联变量、所述第一联动需求描述字段和所述第一用户需求知识向量进行推送决策分析操作,获得所述第一数字化用户反馈记录的第一数据推送决策信息。
[0005]根据本专利技术的实施例的基于用户需求分析的数据推荐方法,通过设定规则调整处理,使得AI机器学习模型生成的知识特 ...
【技术保护点】
【技术特征摘要】
1.一种基于用户需求分析的数据推荐方法,其特征在于,应用于数据推荐处理系统,所述方法包括:挖掘拟进行数据推荐分析的所述第一数字化用户反馈记录的第一用户需求知识向量和第一联动需求描述字段;利用所述第一用户需求知识向量和第一联动需求描述字段,获得数据推送关联变量;其中,所述数据推送关联变量为通过设定规则调整处理后的AI机器学习模型获得的特征提炼结果,所述设定规则调整处理用于使AI机器学习模型的生成结果为专家知识向量;利用所述数据推送关联变量、所述第一联动需求描述字段和所述第一用户需求知识向量进行推送决策分析操作,获得所述第一数字化用户反馈记录的第一数据推送决策信息。2.根据权利要求1所述的方法,其特征在于,所述挖掘拟进行数据推荐分析的第一数字化用户反馈记录的第一用户需求知识向量和第一联动需求描述字段,包括:将所述第一数字化用户反馈记录加载到第一特征挖掘模型,获取第一兴趣要素挖掘结果;将所述第一兴趣要素挖掘结果加载到第二特征挖掘模型,获得第三兴趣要素挖掘结果;对所述第三兴趣要素挖掘结果进行特征变换操作,获得所述第一联动需求描述字段;将所述第一兴趣要素挖掘结果进行特征变换操作,获得所述第一用户需求知识向量。3.根据权利要求2所述的方法,其特征在于,所述利用所述第一用户需求知识向量和第一联动需求描述字段,获得数据推送关联变量,包括:将所述第一联动需求描述字段加载到设定规则调整处理后的第一特征翻译模型,获得第二兴趣要素挖掘结果;利用所述第二兴趣要素挖掘结果和所述第一用户需求知识向量,获得所述数据推送关联变量。4.根据权利要求3所述的方法,其特征在于,所述利用所述第二兴趣要素挖掘结果和所述第一用户需求知识向量,获得数据推送关联变量,包括:利用所述第二兴趣要素挖掘结果和所述第一用户需求知识向量,获得第一阶段兴趣要素挖掘结果和第二阶段兴趣要素挖掘结果,所述第一阶段兴趣要素挖掘结果和所述第二阶段兴趣要素挖掘结果分别与所述第一用户需求知识向量的部分知识向量对应;利用所述第一阶段兴趣要素挖掘结果、所述第二阶段兴趣要素挖掘结果和所述设定规则调整处理后的回归分析模型,获得第一推送关联回归变量和第二推送关联回归变量;利用所述第一推送关联回归变量和所述第二推送关联回归变量,获得所述数据推送关联变量。5.根据权利要求4所述的方法,其特征在于,所述利用所述第二兴趣要素挖掘结果和所述第一用户需求知识向量,获得第一阶段兴趣要素挖掘结果和第二阶段兴趣要素挖掘结果,包括:将所述第一用户需求知识向量进行拆分,获得第二用户需求知识向量和第三用户需求知识向量;利用所述第二用户需求知识向量和所述第二兴趣要素挖掘结果,获得所述第一阶段兴趣要素挖掘结果;
利用所述第三用户需求知识向量和所述第二兴趣要素挖掘结果,获得所述第二阶段兴趣要素挖掘结果。6.根据权利要求5所述的方法,其特征在于,所述将所述第一用户需求知识向量进行拆分,获得第二用户需求知识向量和第三用户需求知识向量,包括:将所述第一用户需求知识向量进行规则化拆分,获得所述第二用户需求知识向量和所述第三用户需求知识向量;其中,利用所述第一阶段兴趣要素挖掘结果、所述第二阶段兴趣要素挖掘结果和所述设定规则调整处理后的回归分析模型,获得第一推送关联回归变量和第二推送关联回归变量,包括:将所述第一阶段兴趣要素挖掘结果加载到设定规则调整处理后的回归分析模型,获得第一推送关联回归变量;将所述第二用户需求知识向量加载到设定规则调整处理后的类别回归模型,获得第一兴趣类别解析结果;将所述第一兴趣类别解析结果和所述第二阶段兴趣要素挖掘结果加载到所述设定规则调整处理后的回归分析模型,获得第二推送关联回归变量。7.根据权利要求1所述的方法,其特征在于,所述利用所述数据推送关联变量、所述第一联动需求描述字段和所述第一用户需求知识向量进行推送决策分析操作,获得所述第一数字化用户反馈记录的第一数据推送决策信息,包括:将所述数据推送关联变量加载到统计更新操作后的可能性预测模型,获...
【专利技术属性】
技术研发人员:曹家俊,陈楚涛,
申请(专利权)人:鄄城县馨宁网络科技有限公司,
类型:发明
国别省市:
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。