一种基于人工智能的电商用户分析方法及系统技术方案

本申请实施例提供的基于人工智能的电商用户分析方法及云平台，通过获取目标用户的电商行为数据日志，对电商行为数据日志中的各个商品对应的商品描述数据和用户行为数据进行意向性关联，得到商品意向性向量集；对电商行为数据日志中的各个商品对应的商品描述数据进行目标用户需求提取，得到目标用户需求向量集；将电商行为数据日志中的用户行为数据、商品意向性向量集中的用户意向性向量和目标用户需求向量集中的目标用户需求向量进行整合，获得目标用户对应的商品倾向性表征向量；以获取目标用户的商品画像信息，基于此，使得刻画出的目标用户的商品画像信息更加准确，便于基于商品画像信息进行精准地商品推送，减少无效推送，缓解存储开销。缓解存储开销。缓解存储开销。

【技术实现步骤摘要】
一种基于人工智能的电商用户分析方法及系统


[0001]本申请涉及数据处理领域，具体而言，涉及一种基于人工智能的电商用户分析方法及系统。

技术介绍

[0002]随着电商活动的火热，各类电商平台不断涌出，这侧面反映出电商市场的扩大，但是也为各大电商平台带来不小的挑战。电商平台之间为了在竞争中崭露头角，不仅需要在价格、商品品质、物流等硬实力上进行优化提升，还需要在用户需求分析上进行准确识别，向平台的用户推送其需求的商品。那么，如何保证电商用户分析的准确性，是需要解决的技术问题。

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电商用户分析方法及系统。
[0004]本申请实施例的技术方案是这样实现的：
[0005]第一方面，本申请实施例提供了一种基于人工智能的电商用户分析方法，应用于电商云平台，所述电商云平台与电商数据库服务器通信连接，所述电商数据库服务器存储有电商数据仓库，所述方法包括：
[0006]响应于针对目标用户的分析指令，从所述电商数据仓库中获取所述目标用户的电商行为数据日志，所述电商行为数据日志包括一个或多个商品对应的商品描述数据和用户行为数据；
[0007]对所述电商行为数据日志中的各个商品对应的商品描述数据和用户行为数据进行意向性关联，得到商品意向性向量集，所述商品意向性向量集包括每个商品对应的用户意向性向量，所述用户意向性向量用于指示所述目标用户对每个所述商品的意向性；
[0008]对所述电商行为数据日志中的各个商品对应的商品描述数据进行目标用户需求提取，得到目标用户需求向量集，所述目标用户需求向量集包括所述目标用户对应的一个或多个目标用户需求向量；
[0009]将所述电商行为数据日志中的用户行为数据、所述商品意向性向量集中的用户意向性向量和所述目标用户需求向量集中的目标用户需求向量进行整合，获得所述目标用户对应的商品倾向性表征向量；
[0010]依据所述商品倾向性表征向量获取所述目标用户的商品画像信息。
[0011]作为一种实施方式，所述对所述电商行为数据日志中的各个商品对应的商品描述数据和用户行为数据进行意向性关联，得到商品意向性向量集，所述商品意向性向量集包括每个商品对应的用户意向性向量，所述用户意向性向量用于指示所述目标用户对每个所述商品的意向性，包括：
[0012]调用预设的多个意向性关联策略；
[0013]基于所述预设的多个意向性关联策略，将每个商品对应的商品描述数据和用户行
为数据进行多个分析层面的意向性关联，得到每个商品在多个分析层面上的用户意向性分支向量；
[0014]将所述每个商品在多个分析层面上的用户意向性分支向量进行整合操作，得到每个商品对应的用户意向性向量。
[0015]作为一种实施方式，所述预设的多个意向性关联策略包括热度意向性关联策略、滞留意向性关联策略和次数意向性关联策略，所述基于所述预设的多个意向性关联策略，将每个商品对应的商品描述数据和用户行为数据进行多个分析层面的意向性关联，得到每个商品在多个分析层面上的用户意向性分支向量，包括：
[0016]基于所述热度意向性关联策略，将每个商品对应的商品描述数据和用户行为数据进行意向性关联，得到每个商品在商品热度层面上的用户意向性分支向量；
[0017]基于所述滞留意向性关联策略，将每个商品对应的商品描述数据和用户行为数据进行意向性关联，得到每个商品在商品滞留层面上的用户意向性分支向量；
[0018]基于所述次数意向性关联策略，将每个商品对应的商品描述数据和用户行为数据进行意向性关联，得到每个商品在浏览次数层面上的用户意向性分支向量。
[0019]作为一种实施方式，所述基于所述热度意向性关联策略，将每个商品对应的商品描述数据和用户行为数据进行意向性关联，得到每个商品在商品热度层面上的用户意向性分支向量，包括：基于所述热度意向性关联策略，对商品对应的商品描述数据进行识别，得到商品个数统计结果，并对所述用户行为数据进行识别，得到商品在电商行为数据日志中的排列顺序；基于所述热度意向性关联策略，依据所述商品个数统计结果和所述商品在电商行为数据日志中的排列顺序获取商品意向性评分；基于所述热度意向性关联策略，对所述商品意向性评分进行标准化操作，得到商品在商品热度层面上的用户意向性分支向量；
[0020]所述基于所述滞留意向性关联策略，将每个商品对应的商品描述数据和用户行为数据进行意向性关联，得到每个商品在商品滞留层面上的用户意向性分支向量，包括：基于所述滞留意向性关联策略，对商品对应的商品描述数据进行识别，得到滞留参考数值，并对商品对应的用户行为数据进行识别，得到用户商品滞留数值；基于所述滞留意向性关联策略，将所述用户商品滞留数值和所述滞留参考数值进行计算，得到最终滞留数值；基于所述滞留意向性关联策略，依据所述滞留参考数值对所述最终滞留数值进行标准化操作，得到商品在商品滞留层面上的用户意向性分支向量；
[0021]所述基于所述次数意向性关联策略，将每个商品对应的商品描述数据和用户行为数据进行意向性关联，得到每个商品在浏览次数层面上的用户意向性分支向量，包括：基于所述次数意向性关联策略，对商品对应的商品描述数据进行识别，得到商品信息点击参考值和商品描述长度，并对商品对应的用户行为数据进行识别，得到用户商品点击次数；基于所述次数意向性关联策略，将所述商品的商品描述长度和所述用户商品点击次数进行计算，得到商品重复点击率；基于所述次数意向性关联策略，将所述商品重复点击率和所述商品信息点击参考值进行计算，得到商品在浏览次数层面上的用户意向性分支向量。
[0022]作为一种实施方式，所述将所述每个商品在多个分析层面上的用户意向性分支向量进行整合操作，得到每个商品对应的用户意向性向量，包括：
[0023]对每个商品在多个分析层面上的用户意向性分支向量进行嵌入映射，得到每个商品在多个分析层面的用户意向性映射向量；
[0024]确定商品的各个层面的用户意向性映射向量对应的整合权重；
[0025]依据各个层面的用户意向性映射向量对应的整合权重，将商品在多个分析层面上的用户意向性映射向量进行整合操作，得到每个商品对应的用户意向性向量。
[0026]作为一种实施方式，所述对所述电商行为数据日志中的各个商品对应的商品描述数据进行目标用户需求提取，得到目标用户需求向量集，所述目标用户需求向量集包括所述目标用户对应的一个或多个目标用户需求向量，包括：
[0027]对所述电商行为数据日志中的各个商品对应的商品描述数据进行识别，得到每个商品对应的商品分区数据和商品标记数据；
[0028]对所述每个商品对应的商品分区数据和商品标记数据进行目标用户需求提取，得到目标用户需求向量集，所述目标用户需求向量集包括所述目标用户对应的一个或多个目标用户需求向量。
[0029]作为一种实施方式，所述商品分区数据包括多个彼此牵涉的商品分区下层数据；
[0030]所述对所述每个本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的电商用户分析方法，其特征在于，应用于电商云平台，所述电商云平台与电商数据库服务器通信连接，所述电商数据库服务器存储有电商数据仓库，所述方法包括：响应于针对目标用户的分析指令，从所述电商数据仓库中获取所述目标用户的电商行为数据日志，所述电商行为数据日志包括一个或多个商品对应的商品描述数据和用户行为数据；对所述电商行为数据日志中的各个商品对应的商品描述数据和用户行为数据进行意向性关联，得到商品意向性向量集，所述商品意向性向量集包括每个商品对应的用户意向性向量，所述用户意向性向量用于指示所述目标用户对每个所述商品的意向性；对所述电商行为数据日志中的各个商品对应的商品描述数据进行目标用户需求提取，得到目标用户需求向量集，所述目标用户需求向量集包括所述目标用户对应的一个或多个目标用户需求向量；将所述电商行为数据日志中的用户行为数据、所述商品意向性向量集中的用户意向性向量和所述目标用户需求向量集中的目标用户需求向量进行整合，获得所述目标用户对应的商品倾向性表征向量；依据所述商品倾向性表征向量获取所述目标用户的商品画像信息。2.根据权利要求1所述的方法，其特征在于，所述对所述电商行为数据日志中的各个商品对应的商品描述数据和用户行为数据进行意向性关联，得到商品意向性向量集，所述商品意向性向量集包括每个商品对应的用户意向性向量，所述用户意向性向量用于指示所述目标用户对每个所述商品的意向性，包括：调用预设的多个意向性关联策略；基于所述预设的多个意向性关联策略，将每个商品对应的商品描述数据和用户行为数据进行多个分析层面的意向性关联，得到每个商品在多个分析层面上的用户意向性分支向量；将所述每个商品在多个分析层面上的用户意向性分支向量进行整合操作，得到每个商品对应的用户意向性向量。3.根据权利要求2所述的方法，其特征在于，所述预设的多个意向性关联策略包括热度意向性关联策略、滞留意向性关联策略和次数意向性关联策略，所述基于所述预设的多个意向性关联策略，将每个商品对应的商品描述数据和用户行为数据进行多个分析层面的意向性关联，得到每个商品在多个分析层面上的用户意向性分支向量，包括：基于所述热度意向性关联策略，将每个商品对应的商品描述数据和用户行为数据进行意向性关联，得到每个商品在商品热度层面上的用户意向性分支向量；基于所述滞留意向性关联策略，将每个商品对应的商品描述数据和用户行为数据进行意向性关联，得到每个商品在商品滞留层面上的用户意向性分支向量；基于所述次数意向性关联策略，将每个商品对应的商品描述数据和用户行为数据进行意向性关联，得到每个商品在浏览次数层面上的用户意向性分支向量。4.根据权利要求3所述的方法，其特征在于，所述基于所述热度意向性关联策略，将每个商品对应的商品描述数据和用户行为数据进行意向性关联，得到每个商品在商品热度层面上的用户意向性分支向量，包括：基于所述热度意向性关联策略，对商品对应的商品描述
数据进行识别，得到商品个数统计结果，并对所述用户行为数据进行识别，得到商品在电商行为数据日志中的排列顺序；基于所述热度意向性关联策略，依据所述商品个数统计结果和所述商品在电商行为数据日志中的排列顺序获取商品意向性评分；基于所述热度意向性关联策略，对所述商品意向性评分进行标准化操作，得到商品在商品热度层面上的用户意向性分支向量；所述基于所述滞留意向性关联策略，将每个商品对应的商品描述数据和用户行为数据进行意向性关联，得到每个商品在商品滞留层面上的用户意向性分支向量，包括：基于所述滞留意向性关联策略，对商品对应的商品描述数据进行识别，得到滞留参考数值，并对商品对应的用户行为数据进行识别，得到用户商品滞留数值；基于所述滞留意向性关联策略，将所述用户商品滞留数值和所述滞留参考数值进行计算，得到最终滞留数值；基于所述滞留意向性关联策略，依据所述滞留参考数值对所述最终滞留数值进行标准化操作，得到商品在商品滞留层面上的用户意向性分支向量；所述基...

【专利技术属性】
技术研发人员：钟攀峰，崔培光，林国辉，程咏诗，
申请(专利权)人：广东南粤分享汇控股有限公司，
类型：发明
国别省市：