【技术实现步骤摘要】
本专利技术涉及云计算运维领域，特别涉及一种基于用户行为数据的相关知识推荐方法。
技术介绍
1、随着企业政务上云速度的加快，云计算、大数据、ai等技术的发展和应用，云平台在企业发展中扮演日益重要的角色，因而，如何实现私有云稳定、安全、高效的运维是业界关注和探索的重点，云运维中如果快速有效获取的解决客户的问题的知识，如何提高一次解决率，变得尤为重要，在此背景下，各类搜索引擎应运而生，搜索引擎对于用户当前明确问题处理效率很高，而想要更好的一次性解决用户问题，关联推荐系统方法变得尤为重要，推荐引擎可以为用户推荐整个场景下各类相关知识。
2、为了解决传统运维知识获取中单纯依靠搜索引擎只能被动解决用户当前问题的局限，以及其他推荐方法人工标签设置工作量巨大、更新不及时的问题，提高了运维人员在处理用户问题咨询时的一次性问题解决能力，不仅可以节约人力资源，降低运营成本，还可以为企业树立形象，创造更多的销售机会。
3、传统的知识关联推荐主要采用人工关联设置、知识标签体系推荐、知识图谱推荐和文本相似性关联推荐，其中人工关联推荐业务准确度高，但是维护量大，业务更新、知识更新后关联推荐常常更新不及时；知识标签体系、知识图谱推荐均需要大量的人工知识整理准备；文本相似性关联推荐虽然避免了大量的人工维护，但是文本的相似性同业务关联性有时没有必然的关系，导致推荐效果不佳。
技术实现思路
1、本专利技术的目的在于提供一种基于用户行为数据的相关知识推荐方法，以解决上述
技术介绍
中提出的问题。>
2、为实现上述目的，本专利技术提供如下技术方案：一种基于用户行为数据的相关知识推荐方法，包括管理系统，所述管理系统包括用户行为记录模块、挖掘分析模块、推荐引擎模块、知识点击模块和文件相似性查询模块，所述用户行为记录模块、挖掘分析模块、推荐引擎模块、知识点击模块和文件相似性查询模块之间相连接，所述用户行为记录模块用于对用户知识点击数据进行分组记录，所述挖掘分析模块用于对用户知识点击数据之间的规则进行挖掘分析处理。
3、优选的，所述推荐引擎模块用于查询基于用户行为数据产生知识点的相关知识项，所述知识点击模块用于对用户的知识点击信号进行接收和传输，所述文件相似性查询模块用于对基于文本的相似性知识点进行查询。
4、优选的，所述文件相似性查询模块包括标题词向量、标题距离度量、正文词向量和正文距离度量，所述标题词向量、标题距离度量、正文词向量和正文距离度量用于对相似性文本进行查询。
5、优选的，所述用户行为记录模块与知识点击模块相连接，所述用户行为记录模块用于对知识点击模块的信号进行接收和记录储存，所述挖掘分析模块与用户行为记录模块相连接，所述挖掘分析模块通过fpg算法对用户行为记录模块中记录的信息进行挖掘分析处理。
6、优选的，所述推荐引擎模块用于对挖掘分析模块产生的结果进行接收处理，所述推荐引擎模块用于根据挖掘分析的结果相似文本进行推荐，所述文件相似性查询模块与推荐引擎模块相连接，所述文件相似性查询模块用于对挖掘分析的结果相似文本进行查询处理。
7、优选的，所述用户行为记录模块以业务领域对用户知识点击数据分组记录：
8、需要记录所属业务领域biz_id，会话唯一标识session_id,知识唯一标识kid。
9、优选的，所述挖掘分析模块中的关联规则：
10、关联规则是形如x→y的表达式，x和y是两个不相交的项集，x称为规则前件，y称为规则后件，所述项集指的是购买商品的集合。
11、优选的，所述挖掘分析模块中的支持度：
12、支持度表示的是项集{x,y}同时出现在点击记录中的频繁程度为，
13、s(x→y)＝n(x,y)/n，假设x表示知识a，y表示知识b，则{x,y}的支持度为：0.2。
14、优选的，所述挖掘分析模块中的置信度：
15、置信度指的是y出现在包含x的力矩中的频繁程度，
16、c(x→y)＝n(y|x)/n(x)＝n(x,y)/n(x)，假设x表示知识点a，y表示知识点b，则{x,y}的置信度为:0.25。
17、优选的，所述推荐引擎模块根据用户查看知识kid以及当前会话所属领域对基于用户行为数据产生知识点的相关知识项以及置信度进行查询。
18、本专利技术的技术效果和优点：
19、本专利技术利用用户行为记录模块、挖掘分析模块、推荐引擎模块和文件相似性查询模块相配合的设置方式，通过用户行为记录模块对一定量用户行为数据积累，然后挖掘分析模块利用fpg算法不断自学习更新知识关联规则，并且对关联规则中的支持度和置信度进行计算和对比，即可使的系统的关联知识推荐越来越精准，提高用户的知识获取利用的效率，客户的进线一次性解决率不断提升，节省人工打印标签的工作时间,提高工作效率，系统可以自动更新，避免人工遗漏与更新不及时,完成隐性关系的挖掘，提高知识关联的精确性,用户数据可以回流闭环自学习，推荐效果不断提升。
本文档来自技高网...【技术保护点】
1.一种基于用户行为数据的相关知识推荐方法，包括管理系统，其特征在于，所述管理系统包括用户行为记录模块、挖掘分析模块、推荐引擎模块、知识点击模块和文件相似性查询模块，所述用户行为记录模块、挖掘分析模块、推荐引擎模块、知识点击模块和文件相似性查询模块之间相连接，所述用户行为记录模块用于对用户知识点击数据进行分组记录，所述挖掘分析模块用于对用户知识点击数据之间的规则进行挖掘分析处理。
2.根据权利要求1所述的一种基于用户行为数据的相关知识推荐方法，其特征在于，所述推荐引擎模块用于查询基于用户行为数据产生知识点的相关知识项，所述知识点击模块用于对用户的知识点击信号进行接收和传输，所述文件相似性查询模块用于对基于文本的相似性知识点进行查询。
3.根据权利要求2所述的一种基于用户行为数据的相关知识推荐方法，其特征在于，所述文件相似性查询模块包括标题词向量、标题距离度量、正文词向量和正文距离度量，所述标题词向量、标题距离度量、正文词向量和正文距离度量用于对相似性文本进行查询。
4.根据权利要求3所述的一种基于用户行为数据的相关知识推荐方法，其特征在于，所述
5.根据权利要求3所述的一种基于用户行为数据的相关知识推荐方法，其特征在于，所述推荐引擎模块与挖掘分析模块相连接，所述推荐引擎模块用于对挖掘分析模块产生的结果进行接收处理，所述推荐引擎模块用于根据挖掘分析的结果相似文本进行推荐，所述文件相似性查询模块与推荐引擎模块相连接，所述文件相似性查询模块用于对挖掘分析的结果相似文本进行查询处理。
6.根据权利要求1所述的一种基于用户行为数据的相关知识推荐方法，其特征在于，所述用户行为记录模块以业务领域对用户知识点击数据分组记录：
7.根据权利要求1所述的一种基于用户行为数据的相关知识推荐方法，其特征在于，所述挖掘分析模块中的关联规则：
8.根据权利要求7所述的一种基于用户行为数据的相关知识推荐方法，其特征在于，所述挖掘分析模块中的支持度：
9.根据权利要求7所述的一种基于用户行为数据的相关知识推荐方法，其特征在于，所述挖掘分析模块中的置信度：
10.根据权利要求1所述的一种基于用户行为数据的相关知识推荐方法，其特征在于，所述推荐引擎模块根据用户查看知识kid以及当前会话所属领域对基于用户行为数据产生知识点的相关知识项以及置信度进行查询。
...【技术特征摘要】
1.一种基于用户行为数据的相关知识推荐方法，包括管理系统，其特征在于，所述管理系统包括用户行为记录模块、挖掘分析模块、推荐引擎模块、知识点击模块和文件相似性查询模块，所述用户行为记录模块、挖掘分析模块、推荐引擎模块、知识点击模块和文件相似性查询模块之间相连接，所述用户行为记录模块用于对用户知识点击数据进行分组记录，所述挖掘分析模块用于对用户知识点击数据之间的规则进行挖掘分析处理。
2.根据权利要求1所述的一种基于用户行为数据的相关知识推荐方法，其特征在于，所述推荐引擎模块用于查询基于用户行为数据产生知识点的相关知识项，所述知识点击模块用于对用户的知识点击信号进行接收和传输，所述文件相似性查询模块用于对基于文本的相似性知识点进行查询。
3.根据权利要求2所述的一种基于用户行为数据的相关知识推荐方法，其特征在于，所述文件相似性查询模块包括标题词向量、标题距离度量、正文词向量和正文距离度量，所述标题词向量、标题距离度量、正文词向量和正文距离度量用于对相似性文本进行查询。
4.根据权利要求3所述的一种基于用户行为数据的相关知识推荐方法，其特征在于，所述用户行为记录模块与知识点击模块相连接，所述用户行为记录模块用于对知识点击模块的信号进行接收和记录储存，所述挖掘分析模块与用户行为记录模块相连接，所...
【专利技术属性】
技术研发人员：石卢靖，王承均，潘晓东，陈丽娜，
申请(专利权)人：天翼云科技有限公司，
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。