【技术实现步骤摘要】
本专利技术涉及数据分析，尤其涉及一种基于数据分析的应用推广服务智能优化系统。
技术介绍
1、应用推广是一种基于应用大数据分析的广告技术，通过获取应用的数据信息并根据用户的需求向用户实施推广服务。
2、在现有技术中，如申请号为cn202210436234.5的名为一种基于互联网的技术推广系统及方法的专利文件中，通过对不同技术的自身属性方面和实时推广曝光方面的各项数据进行联立并整体评估获取对应的属性因子和曝光因子，通过将属性因子和曝光因子联立获取推估值，基于推估值可以对不同类型的技术从不同的方面进行整体评估，对推估值进行匹配分析可以实现对相同类型的技术进行归类和排序，以便后续自适应的对不同技术进行动态推广；该专利技术可以解决现有方案中不同技术推广的数据层面的处理和分配的整体效果不佳的问题，但上述专利文件中所阐述的推广功能无法与用户产生交互信息，难以根据个人习惯进行推广，在服务器到端的方面不能很好的根据个人数据进行智能推广。
技术实现思路
1、本专利技术的目的解决
技术介绍
中的问题，而提出的一种基于数据分析的应用推广服务智能优化系统。
2、本专利技术采用了如下技术方案：一种基于数据分析的应用推广服务智能优化系统，包括需求获取模块、需求匹配模块、交互采集模块、交互分析模块和综合分析模块；
3、需求获取模块，用于获取用户的需求信息并传输至应用数据分析模块，需求信息包括搜索关键词和点击的标签种类；搜索关键词通过搜索框进行获取；
4、需求匹配模块，用
5、交互采集模块，包括交互状态判断单元和信息采集单元；
6、交互状态判断单元用于判断用户的交互状态为空闲或者繁忙；
7、信息采集单元用于获取用户的交互信息并传输至综合分析模块；
8、交互分析模块，获取交互采集模块中得到的交互状态，并对交互信息进行交互特征处理得到交互特征数据集，将交互特征数据集输入至标准特征模型进行特征评估，得到特征评估结果，根据特征评估结果和交互状态生成个人交互训练模型，通过个人交互训练模型定义特征区间，将特征评估结果和特征区间传输至综合分析模块；
9、综合分析模块，用于根据特征评估结果和特征区间实施综合判断，根据综合判断结果是否对用户进行推广，若进行推广，则将推广信息按照待推广序列进行推广，推广信息为展示页。
10、所述待推广序列的生成方法为：
11、获取用户的搜索关键字和点击的标签种类，将搜索关键字和标签种类输入数据库进行查询，根据关键字或者标签查询得到的查询结果生成第一推广序列，在第一推广序列中，按应用载量排序由大至小的方式生成第一排序、应用评分由高至低的方式生成第二排序获得待推广序列。
12、所述交互状态单元的判断方法为：
13、获取当下用户的常规点击次数、点击跳转次数和搜索框状态，对搜索框状态进行第一判断，若搜索框处于使用中，判断交互状态为繁忙；若搜索框为空，则将点击跳转次数与常规点击次数进行比值计算得到有效跳转率yt，对有效跳转率yt进行数据分析，若有效跳转率yt在判断周期内小于无效跳转阈值ty，则判断交互状态为空闲；否则，判断交互状态为繁忙。
14、所述交互信息的获取方法为：
15、监测推广信息的展示页是否被关闭，若推广信息的展示页被关闭，则生成持续无效指令；若推广信息的展示页被打开，生成控制指令；
16、根据持续无效指令按综合分析模块等待进行下一次推广，根据控制指令将展示页完全打开的时刻标记为第一开始时间点，将展示页完全关闭的时刻作为结束时间点，统计第一开始时间点至结束时间点之间的时长并将其设置为检测交互时长j，j的单位为秒。
17、所述交互特征处理的方法为：
18、将检测交互时长j与标准交互时长范围(jmin，jmax)进行比对，若检测交互时长j属于标准交互时长范围(jmin，jmax)，则将该检测交互时长j标记为目标交互时长ji；i表示目标交互时长的编号，i为正整数，i＝1,2,3，……，n1；n1表示目标交互时长总数；
19、若检测交互时长j大于标准交互时长范围(jmin，jmax)的最大值，在时间戳上将标准交互时长范围(jmin，jmax)的最大值标记为结束时刻作为第二开始时间点，获取由第二开始时间点作为起始点的检测时段内的交互活跃度hy。
20、所述交互活跃度hy的获取方法为：
21、在检测时段内获取推广信息的展示页中点击详情链接的跳转次数n2，根据跳转次数n2建立活跃度判别模型，活跃度判别模型的表达式为：
22、
23、若交互活跃度hy大于1，将该目标活跃度hy和所对应的检测交互时长j分别标记为目标活跃度hyj和目标交互时长ji；否则，不对交互活跃度hy以及所对应的检测交互时长j进行标记；j表示目标活跃度hy的编号，j为正整数，j＝1,2，……，n3，n3表示目标活跃度总数；
24、根据目标交互时长ji、目标交互时长总数n1、目标活跃度hyj和目标活跃度总数n3生成交互特征数据集，将交互特征数据集输入标准特征模型中得到特征评估值tz。
25、所述标准特征模型的表达式为：
26、
27、jc为标准交互时长范围(jmin，jmax)的中值；n为实际推广次数；
28、其中，交互特征数据集在每次推广后都进行更新，特征评估值tz根据最近的连续推广总次数所获取的交互特征数据集进行运算；
29、个人交互训练模型的构建方法为：
30、获取特征评估值tz，建立特征范围区间将特征范围区间等长划分为第一特征区间(1，a]，第二特征区间(a，b]，第三特征区间a和b分别为特征范围区间的三分之一点和三分之二点。
31、所述综合判断的方法为：
32、若用户的交互状态为空闲且特征评估值tz处于第一特征区间内，则不对用户进行推广；
33、若用户的交互状态为空闲且特征评估值tz处于第二特征区间或者第三特征区间内，则对用户进行推广；
34、若用户的交互状态为繁忙且特征评估值tz处于第三特征区间内，则对用户进行推广；否则，不对用户进行推广。
35、与现有的技术相比，本专利技术的优点在于：
36、通过获取模块获取用户的需求信息，通过需求匹配模块将服务器内的应用信息与需求信息进行匹配，得到信息匹配结果，根据信息匹配结果生成待推广序列，根据待推广序列中的应用序列对用户进行推广，在大数据层面使推广过程高效。
37、通过交互判断单元判断用户的状态为空闲或者繁忙，通过交互采集单元采集交互信息，通过交互分析模块对采集的交互信息进行数据分析，得到目标交互时长、目标交互时长总数、目标活跃度和目标活跃度总数并生成交本文档来自技高网...
【技术保护点】
1.一种基于数据分析的应用推广服务智能优化系统，其特征在于，包括需求获取模块、需求匹配模块、交互采集模块、交互分析模块和综合分析模块；
2.根据权利要求1所述的一种基于数据分析的应用推广服务智能优化系统，其特征在于：所述待推广序列的生成方法为：
3.根据权利要求1所述的一种基于数据分析的应用推广服务智能优化系统，其特征在于：所述交互状态单元的判断方法为：
4.根据权利要求1所述的一种基于数据分析的应用推广服务智能优化系统，其特征在于：所述交互信息的获取方法为：
5.根据权利要求4所述的一种基于数据分析的应用推广服务智能优化系统，其特征在于：所述所述交互特征处理的方法为：
6.根据权利要求5所述的一种基于数据分析的应用推广服务智能优化系统，其特征在于：所述交互活跃度HY的获取方法为：
7.根据权利要求6所述的一种基于数据分析的应用推广服务智能优化系统，其特征在于：所述标准特征模型的表达式为：
8.根据权利要求7所述的一种基于数据分析的应用推广服务智能优化系统，其特征在于：所述综合判断的方法为：>...
【技术特征摘要】
1.一种基于数据分析的应用推广服务智能优化系统，其特征在于，包括需求获取模块、需求匹配模块、交互采集模块、交互分析模块和综合分析模块；
2.根据权利要求1所述的一种基于数据分析的应用推广服务智能优化系统，其特征在于：所述待推广序列的生成方法为：
3.根据权利要求1所述的一种基于数据分析的应用推广服务智能优化系统，其特征在于：所述交互状态单元的判断方法为：
4.根据权利要求1所述的一种基于数据分析的应用推广服务智能优化系统，其特征在于：所述交互信息的获取方...
【专利技术属性】
技术研发人员：吴栋良，张宸，刘钰，张炜，崔惠，费有蝶，陈巍，陈芳，
申请(专利权)人：国网江苏省电力有限公司扬州供电分公司，
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。