基于人工智能的网络流量监控处理方法及系统与流程

技术特征：
1.一种基于人工智能的网络流量监控处理方法，其特征在于，应用于人工智能平台系统，所述方法包括：响应于流量监控处理请求，获取拟进行优劣性分析的网络数据流量；其中，所述拟进行优劣性分析的网络数据流量包括至少一个网络流量交互反馈；通过所述至少一个网络流量交互反馈确定所述拟进行优劣性分析的网络数据流量的业务活动描述向量；其中，所述业务活动描述向量包括x个活跃行为热力变量以及目标行为热力变量集中的一类或两类，所述x为正整数；通过所述业务活动描述向量从预设优劣分析决策集涵盖的若干个优劣分析决策知识中确定目标优劣分析决策知识；结合所述目标优劣分析决策知识对所述拟进行优劣性分析的网络数据流量中的每个网络流量交互反馈进行优劣标签标注操作，得到完成流量优劣性监控的网络数据流量。2.根据权利要求1所述的方法，其特征在于，所述通过所述至少一个网络流量交互反馈确定所述拟进行优劣性分析的网络数据流量的业务活动描述向量，包括如下至少一项：通过所述至少一个网络流量交互反馈中每个网络流量交互反馈的个性化行为热力变量确定x个活跃行为热力变量；通过所述至少一个网络流量交互反馈对应的网络流量类别信息确定目标行为热力变量集。3.根据权利要求2所述的方法，其特征在于，所述通过所述至少一个网络流量交互反馈中每个网络流量交互反馈的个性化行为热力变量确定x个活跃行为热力变量，包括：获取所述至少一个网络流量交互反馈中每个网络流量交互反馈的个性化行为热力变量，以及所述每个网络流量交互反馈的个性化行为热力变量对应的情绪文本字符数；对所述每个网络流量交互反馈的个性化行为热力变量进行分团操作，得到x个分团结果，每个分团结果包括至少一个个性化行为热力变量；依据所述每个分团结果涵盖的至少一个个性化行为热力变量以及所述至少一个个性化行为热力变量对应的情绪文本字符数确定所述每个分团结果的活跃行为热力变量。4.根据权利要求3所述的方法，其特征在于，所述结合所述目标优劣分析决策知识对所述拟进行优劣性分析的网络数据流量中的每个网络流量交互反馈进行优劣标签标注操作，得到完成流量优劣性监控的网络数据流量，包括：从所述x个分团结果中获取目标网络流量交互反馈的个性化行为热力变量所属的目标分团结果，所述目标网络流量交互反馈为所述拟进行优劣性分析的网络数据流量中的任一网络流量交互反馈，所述目标网络流量交互反馈的个性化行为热力变量是依据所述目标网络流量交互反馈的基础行为热力变量确定的；从所述目标优劣分析决策知识中的x个目标优劣决策评分中，确定所述目标分团结果的活跃行为热力变量对应的第一目标优劣决策评分，其中，所述x个活跃行为热力变量与所述目标优劣分析决策知识中的x个目标优劣决策评分之间存在一对一关系；结合所述第一目标优劣决策评分更新所述目标网络流量交互反馈的基础行为热力变量，并在对所述每个网络流量交互反馈进行优劣标签标注操作后得到完成流量优劣性监控的网络数据流量。5.根据权利要求2所述的方法，其特征在于，所述通过所述至少一个网络流量交互反馈
中每个网络流量交互反馈的个性化行为热力变量确定x个活跃行为热力变量，包括：获取所述至少一个网络流量交互反馈中每个网络流量交互反馈的个性化行为热力变量；获取优劣决策联动分析网络，所述优劣决策联动分析网络是基于若干个行为热力变量示例以及每个行为热力变量示例对应的x个先验行为热力变量进行调试得到的，所述x个先验行为热力变量之间符合目标映射关系；结合所述优劣决策联动分析网络对所述每个网络流量交互反馈的个性化行为热力变量进行处理，得到x个活跃行为热力变量，所述x个活跃行为热力变量之间符合所述目标映射关系；其中，所述结合所述目标优劣分析决策知识对所述拟进行优劣性分析的网络数据流量中的每个网络流量交互反馈进行优劣标签标注操作，得到完成流量优劣性监控的网络数据流量，包括：确定所述x个活跃行为热力变量所属的至少一个中间行为热力变量集；从所述至少一个中间行为热力变量集中获取目标网络流量交互反馈的个性化行为热力变量所属的目标中间行为热力变量集，所述目标网络流量交互反馈为所述拟进行优劣性分析的网络数据流量中的任一网络流量交互反馈，所述目标网络流量交互反馈的个性化行为热力变量是依据所述目标网络流量交互反馈的基础行为热力变量确定的；从所述目标优劣分析决策知识中的x个目标优劣决策评分中，确定所述目标中间行为热力变量集涵盖的活跃行为热力变量对应的第二目标优劣决策评分，其中，所述x个活跃行为热力变量与所述目标优劣分析决策知识中的x个目标优劣决策评分之间存在一对一关系；结合所述第二目标优劣决策评分更新所述目标网络流量交互反馈的基础行为热力变量，并在对所述每个网络流量交互反馈进行优劣标签标注操作后得到完成流量优劣性监控的网络数据流量；其中，所述获取所述至少一个网络流量交互反馈中每个网络流量交互反馈的个性化行为热力变量，包括：如果所述目标网络流量交互反馈为第一类质量反馈，则将所述目标网络流量交互反馈的基础行为热力变量作为所述目标网络流量交互反馈的个性化行为热力变量，所述目标网络流量交互反馈为所述拟进行优劣性分析的网络数据流量中的任一网络流量交互反馈；如果所述目标网络流量交互反馈为第二类质量反馈，则依据所述目标网络流量交互反馈的基础行为热力变量，以及所述目标网络流量交互反馈的基础行为热力变量对应的情绪文本字符数，确定所述目标网络流量交互反馈的个性化行为热力变量；如果所述目标网络流量交互反馈为第三类质量反馈，则根据预设挖掘策略对所述目标网络流量交互反馈的基础行为热力变量进行处理，得到所述目标网络流量交互反馈的个性化行为热力变量。6.根据权利要求1-4中任一项所述的方法，其特征在于，所述通过所述业务活动描述向量从预设优劣分析决策集涵盖的若干个优劣分析决策知识中确定目标优劣分析决策知识，包括：依据所述目标行为热力变量集，从所述若干个优劣分析决策知识中确定y个备用优劣分析决策知识，每个备用优劣分析决策知识包括x个备用优劣决策评分，所述x个备用优劣决策评分中存在至少一个备用优劣决策评分与所述目标行为热力变量集相匹配，所述y为正整数；依据所述x个活跃行为热力变量中任意两个活跃行为热力变量之间的第一量化比较结果，以及所述x个备用优劣决策评分中任意两个备用优劣决策评分之间的第二量化比较结果，确定所述每个备用优劣分析决策知识对应的相关性系数；
依据所述每个备用优劣分析决策知识对应的相关性系数，从所述y个备用优劣分析决策知识中确定出目标优劣分析决策知识。7.根据权利要求2所述的方法，其特征在于，所述通过所述至少一个网络流量交互反馈对应的网络流量类别信息确定目标行为热力变量集，包括：获取所述至少一个网络流量交互反馈对应的网络流量类别信息，所述网络流量类别信息包括第一类别特征和第二类别特征中的一类或两类，所述第一类别特征是对所述至少一个网络流量交互反馈中的每个网络流量交互反馈涵盖的音频反馈信息进行类别分析得到的；所述第二类别特征是对所述每个网络流量交互反馈涵盖的文本反馈信息进行类别分析得到的；获取若干个历史行为热力变量集中每个历史行为热力变量集对应的类别主题；依据所述网络流量类别信息和所述每个历史行为热力变量集对应的类别主题之间的共性权重值，从所述若干个历史行为热力变量集中确定出目标行为热力变量集。8.一种人工智能平台系统，其特征在于，包括处理器和存储器；所述处理器和所述存储器通信连接，所述处理器用于从所述存储器中读取计算机程序并执行，以实现权利要求1-7任一项所述的方法。9.一种计算机可读存储介质，其特征在于，其上存储有程序，该程序被处理器执行时实现权利要求1-7任一项所述的方法。

技术总结
本发明提供的基于人工智能的网络流量监控处理方法及系统，可以响应于流量监控处理请求，获取拟进行优劣性分析的网络数据流量，并基于至少一个网络流量交互反馈确定拟进行优劣性分析的网络数据流量的业务活动描述向量，基于业务活动描述向量从预设优劣分析决策集涵盖的若干个优劣分析决策知识中确定目标优劣分析决策知识，利用目标优劣分析决策知识对拟进行优劣性分析的网络数据流量中的每个网络流量交互反馈进行优劣标签标注操作，得到完成流量优劣性监控的网络数据流量。如此设计，能够智能化地实现对网络流量交互反馈的优劣标签标注操作，从而在流量使用和交互层面实现对网络数据流量的优劣性的准确可靠监控分析处理。处理。处理。


技术研发人员：王心刚 项双茹 高华辰
受保护的技术使用者：深圳市乙辰科技股份有限公司
技术研发日：2022.11.29
技术公布日：2022/12/30