基于业务需求AI预测的电商服务优化方法及大数据系统与流程

技术特征：
1.一种基于业务需求ai预测的电商服务优化方法，应用于所述大数据系统，其特征在于，包括：基于指定订阅用户的业务需求分布，确定所述指定订阅用户的各个目标业务需求的需求类型；基于所述指定订阅用户的各个目标业务需求以及各个目标业务需求的需求类型构建对应于各个目标业务需求的电商匹配字典，其中，所述电商匹配字典包括多个依据优先级排列的电商匹配推送字段；基于所述对应于各个目标业务需求的电商匹配字典向所述指定订阅用户推送对应的电商服务内容信息；获取所述指定订阅用户针对所述电商服务内容信息的反馈活动数据，并基于所述反馈活动数据对所述各个目标业务需求的电商匹配字典进行优化更新。2.根据权利要求1所述的基于业务需求ai预测的电商服务优化方法，其特征在于，所述基于所述反馈活动数据对所述各个目标业务需求的电商匹配字典进行优化更新的步骤，包括：对所述反馈活动数据的第一反馈活动集合进行特征挖掘，获得所述第一反馈活动集合中各反馈活动节点的反馈偏好特征，所述第一反馈活动集合指示了兴趣点反馈活动；基于所述第一反馈活动集合中各反馈活动节点的反馈偏好特征和兴趣点预测模型在实时业务上线阶段的预测兴趣点特征，确定所述第一反馈活动集合中各反馈活动节点在所述实时业务上线阶段对应的兴趣度量值；基于所述第一反馈活动集合中各反馈活动节点在所述实时业务上线阶段对应的兴趣度量值、所述兴趣点预测模型在实时业务上线阶段的预测兴趣点特征和所述兴趣点预测模型在实时业务上线阶段的传递特征，确定第一支持度信息，所述第一支持度信息表示所述实时业务上线阶段所对应偏好关注活动来自历史频繁活动集合的第一支持度和来自所述第一反馈活动集合的第二支持度；基于所述第一支持度和所述第二支持度，在所述历史频繁活动集合和所述第一反馈活动集合中确定所述实时业务上线阶段对应的偏好关注活动，并基于所述实时业务上线阶段对应的偏好关注活动相关的电商偏好字段以及每个电商偏好字段所对应的偏好关注程度对所述各个目标业务需求的电商匹配字典进行优化更新；所述偏好关注活动用于确定所述兴趣点反馈活动对应的偏好事件。3.根据权利要求2所述的基于业务需求ai预测的电商服务优化方法，其特征在于，所述基于所述第一反馈活动集合中各反馈活动节点在所述实时业务上线阶段对应的兴趣度量值、所述兴趣点预测模型在实时业务上线阶段的预测兴趣点特征和所述兴趣点预测模型在实时业务上线阶段的传递特征，确定第一支持度信息，包括：基于所述第一反馈活动集合中各反馈活动节点所对应的反馈偏好特征和所述第一反馈活动集合中各反馈活动节点在所述实时业务上线阶段对应的兴趣度量值，确定所述实时业务上线阶段对应的兴趣衔接特征；将所述实时业务上线阶段对应的兴趣衔接特征、所述兴趣点预测模型在实时业务上线阶段的预测兴趣点特征和所述兴趣点预测模型在实时业务上线阶段的传递特征进行聚合，获得第一聚合特征；
对所述第一聚合特征进行支持度决策，获得所述第一支持度；基于所述第一支持度确定所述第二支持度，其中，所述第一支持度与所述第二支持度的和为1；所述基于所述第一反馈活动集合中各反馈活动节点所对应的反馈偏好特征和所述第一反馈活动集合中各反馈活动节点在所述实时业务上线阶段对应的兴趣度量值，确定所述实时业务上线阶段对应的兴趣衔接特征，包括：以所述第一反馈活动集合中各反馈活动节点在所述实时业务上线阶段对应的兴趣度量值作为所对应反馈活动节点的衔接属性，对所述第一反馈活动集合中全部反馈活动节点的反馈偏好特征进行知识实体衔接，获得所述实时业务上线阶段对应的兴趣衔接特征。4.根据权利要求2所述的基于业务需求ai预测的电商服务优化方法，其特征在于，所述基于所述第一反馈活动集合中各反馈活动节点的反馈偏好特征和兴趣点预测模型在实时业务上线阶段的预测兴趣点特征，确定所述第一反馈活动集合中各反馈活动节点在所述实时业务上线阶段对应的兴趣度量值之前，所述方法还包括：获取所述兴趣点预测模型在实时业务上线阶段的传递特征，其中，所述兴趣点预测模型在实时业务上线阶段的传递特征包括所述兴趣点预测模型在上一业务上线阶段的预测兴趣点特征，所述兴趣点预测模型在首个业务上线阶段的传递特征包括触发标签对应的潜在特征信息；由所述兴趣点预测模型基于所述实时业务上线阶段的传递特征进行处理，生成所述实时业务上线阶段的预测兴趣点特征。5.根据权利要求2所述的基于业务需求ai预测的电商服务优化方法，其特征在于，所述基于所述第一支持度和所述第二支持度，在所述历史频繁活动集合和所述第一反馈活动集合中确定所述实时业务上线阶段对应的偏好关注活动，包括：获取第二支持度信息，所述第二支持度信息表示历史频繁活动集合中各反馈活动节点是所述实时业务上线阶段所对应偏好关注活动的参考支持度；基于所述第一支持度和所述第二支持度，对所述第二支持度信息和所述第一反馈活动集合中各反馈活动节点在实时业务上线阶段对应的兴趣度量值进行知识实体衔接，确定目标支持度信息，所述目标支持度信息表示所述历史频繁活动集合和所述第一反馈活动集合中各反馈活动节点是所述实时业务上线阶段所对应偏好关注活动的目标支持度；基于所述目标支持度，在所述历史频繁活动集合和所述第一反馈活动集合中筛选，确定所述实时业务上线阶段对应的偏好关注活动；其中，所述获取第二支持度信息，包括：将所述实时业务上线阶段对应的兴趣衔接特征与所述兴趣点预测模型在实时业务上线阶段的预测兴趣点特征进行聚合，获得第二聚合特征；对所述第二聚合特征进行非线性特征转换，并依据非线性特征转换的结果进行支持度决策，获得所述第二支持度信息。6.根据权利要求2所述的基于业务需求ai预测的电商服务优化方法，其特征在于，所述基于所述第一反馈活动集合中各反馈活动节点的反馈偏好特征和兴趣点预测模型在实时业务上线阶段的预测兴趣点特征，确定所述第一反馈活动集合中各反馈活动节点在所述实时业务上线阶段对应的兴趣度量值，包括：
将所述第一反馈活动集合中的每个反馈活动节点的反馈偏好特征分别与所述兴趣点预测模型在实时业务上线阶段的预测兴趣点特征进行聚合，获得所述第一反馈活动集合中每个反馈活动节点对应的第三聚合特征；将每个所述第三聚合特征进行非线性特征转换，获得所述第一反馈活动集合中每个反馈活动节点对应的非线性转换特征；对每一所述非线性转换特征进行激活处理，获得所述第一反馈活动集合中每个反馈活动节点对实时业务上线阶段所对应偏好关注活动的初始兴趣度量值；对每一所述初始兴趣度量值进行规则化转换，获得所述第一反馈活动集合中每个反馈活动节点在所述实时业务上线阶段对应的兴趣度量值。7.根据权利要求2所述的基于业务需求ai预测的电商服务优化方法，其特征在于，所述对所述反馈活动数据的第一反馈活动集合进行特征挖掘，获得所述第一反馈活动集合中各反馈活动节点的反馈偏好特征，包括：通过反馈偏好特征提取单元对所述第一反馈活动集合进行反馈偏好特征提取，获得所述第一反馈活动集合中各反馈活动节点的反馈偏好特征。8.根据权利要求1-7中任意一项所述的基于业务需求ai预测的电商服务优化方法，其特征在于，所述所述指定订阅用户的业务需求分布通过以下步骤确定：游走指定订阅用户的业务组合操作大数据中的各个组合操作维度数据，不同的组合操作维度数据是基于不同的业务操作维度对所述指定订阅用户进行数据跟踪获得的；如果在每次游走的游走组合操作维度数据中解析到符合关键游走特征的关键游走节点，则将解析到的关键游走节点作为所述指定订阅用户的参考关键游走节点，并确定所述参考关键游走节点在所述游走组合操作维度数据中的时空域信息，以及从所述游走组合操作维度数据中解析到的所述参考关键游走节点的第一游走节点信息；从所述业务组合操作大数据中除所述游走组合操作维度数据以外的余下组合操作维度数据中，获取所述游走组合操作维度数据的联系组合操作维度数据，所述游走组合操作维度数据和所述联系组合操作维度数据之间具有衔接属性；依据所述游走组合操作维度数据和所述联系组合操作维度数据之间的映射联系信息，和所述参考关键游走节点在所述游走组合操作维度数据中的时空域信息，在所述联系组合操作维度数据中追踪所述参考关键游走节点；基于追踪信息和所述参考关键游走节点的第一游走节点信息，生成所述参考关键游走节点的第二游走节点信息，如果所述第二游走节点信息中的行为倾向概率不小于目标行为倾向概率，则判定所述参考关键游走节点具有业务需求倾向；如果所述第二游走节点信息中的行为倾向概率小于所述目标行为倾向概率，则判定所述参考关键游走节点不具有业务需求倾向；其中，在所述业务组合操作大数据中的全部组合操作维度数据均被游走后，获得从所述全部组合操作维度数据中解析到的p个参考关键游走节点的业务需求倾向信息，p为正整数；基于所述p个参考关键游走节点的业务需求倾向信息，确定所述指定订阅用户的业务需求分布。9.根据权利要求8所述的基于业务需求ai预测的电商服务优化方法，其特征在于，所述
游走组合操作维度数据和所述联系组合操作维度数据之间的映射联系信息，是所述业务组合操作大数据的业务组合联系图谱中的其中一个映射联系信息；其中，所述业务组合联系图谱中的任一映射联系信息的建立流程包括：从所述指定订阅用户的业务组合操作大数据中选取一个组合操作维度数据作为第一组合操作维度数据，并从所述业务组合操作大数据中选取与所述第一组合操作维度数据具有共有特征向量的组合操作维度数据，作为第二组合操作维度数据；在所述第一组合操作维度数据中确定多个第一组合操作活动，以及在所述第二组合操作维度数据中确定多个第二组合操作活动；一个第一组合操作活动对应一个第二组合操作活动，组合操作活动是指：对所述指定订阅用户的一个组合操作行为在组合操作维度数据中的时空域信息进行定位所获得的操作行为活动；基于每个第一组合操作活动的时空域向量以及对应的第二组合操作活动的时空域向量，计算所述第一组合操作维度数据和所述第二组合操作维度数据之间的映射联系信息。10.一种大数据系统，其特征在于，包括：处理器；存储器，所述存储器中存储有计算机程序，所述计算机程序被执行时实现权利要求1-9中任意一项所述的基于业务需求ai预测的电商服务优化方法。

技术总结
本申请实施例公开了一种基于业务需求AI预测的电商服务优化方法及大数据系统，基于指定订阅用户的各个目标业务需求以及各个目标业务需求的需求类型构建对应于各个目标业务需求的电商匹配字典，基于对应于各个目标业务需求的电商匹配字典向指定订阅用户推送对应的电商服务内容信息，获取指定订阅用户针对电商服务内容信息的反馈活动数据，并基于反馈活动数据对各个目标业务需求的电商匹配字典进行优化更新，从而在业务需求挖掘的基础上，以需求类型为电商匹配字段的生成维度进行信息推送，并基于反馈活动进行电商匹配字典的优化更新，以此提高后续电商匹配字典与该指定订阅用户的匹配度，提高内容定点推送体验。提高内容定点推送体验。提高内容定点推送体验。


技术研发人员：李云
受保护的技术使用者：李云
技术研发日：2022.03.23
技术公布日：2022/5/10