一种通过智能ai分析实现精准推送文献的系统
技术领域
1.本发明公开了一种通过智能ai分析实现精准推送文献的系统。
背景技术：
2.随着人工智能技术的快速发展，主动推送系统诞生了，系统会根据用户请求来展现相关内容或产品，提升了用户的参与感，然而该系统也存在着一些问题，即内容选择不够智能，并不是所有用户都会对主动推送的通知感兴趣。越来越多的用户会选择忽略甚至关掉通知，久而久之，对系统和产品的满意度也下降了。一种通过智能ai分析实现精准推送文献的系统准确识别和预测各种用户的兴趣或偏好，从而有针对性地、及时地向用户主动推送所需信息，以满足不同用户的个性化需求成为了当下研究的重点。
技术实现要素：
3.本申请的目的在于提供一种通过智能ai分析实现精准推送文献的系统。旨在解决现有缺乏针对用户需求的文献推送的弊端。
4.为实现上述目的，本申请提供了一种通过智能ai分析实现精准推送文献的系统，所述智能系统包括：
5.用户数据库：用来存储用户第一数据和第二数据，所述第一数据为用户终端订阅的频道内容，属于基础数据；所述第二数据为从目标用户行为事件序列中查找出的用户行为特征。
6.数据管理模块：对所述数据库中的数据进行监控、管理。
7.ai分析模块：将收集好的目标用户历史行为转变为描述文本形式，利用transformer从用户历史行为描述文本中提取目标用户历史行为特征，与第一数据进行匹配，构建出所述用户阅读特征模型，通过所述特征模型对所述目标用户阅读行为进行预测。
8.智能推送模块：在文献库中筛选出符合所述预测的文献，在预测的时间节点推送给用户。
附图说明
9.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：图1是一种通过智能ai分析实现精准推送文献的系统的结构示意图。
具体实施方式
10.为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
11.步骤一：由所述用户终端订阅频道内容，所述系统将转化为第一数据，并上传保存
在所述用户数据库
12.步骤二：由所述系统对用户行为进行收集，由所述ai分析模块将收集好的所述目标用户历史行为转变为描述文本形式，利用transformer从所述描述文本中提取目标用户历史行为特征
13.步骤三：由所述ai分析模块将第一数据与第二数据进行匹配，构建出所述用户阅读特征模型，通过所述特征模型对所述目标用户阅读行为进行预测。
14.步骤四：在文献库中筛选出符合所述预测的文献，在预测的时间节点推送给用户。
15.最后说明：
16.以上所述仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何的简单修改、等同变化及修饰，均同理包括在本申请的专利保护范围内。
技术特征：
1.一种通过智能ai分析实现精准推送文献的系统，其特征在于，应用于生物医学互联网领域，为终端用户提供所需文献，所述系统包括：用户数据库，数据管理模块，ai分析模块，智能推送模块，所述数据库用来存储用户第一数据和第二数据，所述第一数据为用户终端订阅的频道内容，属于基础数据；所述第二数据为从目标用户行为事件序列中查找出的用户行为特征；ai分析模块将第一数据与第二数据特征进行结合，建立用户特征模型并进行预测，由所述智能推送模块进行推送文献。2.根据权利要求1所述通过智能ai分析实现精准推送文献的系统，其特征在于将收集好的目标用户历史行为转变为描述文本形式，利用transformer从用户历史行为描述文本中提取目标用户历史行为特征，与第一数据进行匹配，构建出所述用户阅读特征模型，通过所述特征模型对所述目标用户阅读行为进行预测。3.根据权利要求1和2所述通过智能ai分析实现精准推送文献的系统，其特征在于，分析用户对文献所属领域、阅读时间节点、搜索信息据此确定目标用户信息历史行为信息。4.根据权利要求3所述一种通过智能ai分析实现精准推送文献的系统，其特征在于，建立用户阅读特征模型并进行预测，所述ai分析模块结合所述目标用户信息历史行为信息和第一数据，构建出某位用户在某个时间点喜欢阅读某个领域的文献的模型；然后由所述ai分析模块对所述目标用户进行预测未来某个时间点想阅读某个领域的文献。5.根据权利要求4所述一种通过智能ai分析实现精准推送文献的系统，其特征在于，由所述智能推送模块在文献库中筛选出符合预测的文献，在预测的时间节点推送给用户。
技术总结
本发明公开了一种通过智能AI分析实现精准推送文献的系统，包括：用户数据库，数据管理模块，AI分析模块，智能推送模块。本发明通过对数据库中的信息进行管理和AI分析，预测出用户的阅读习惯，最终精准推送用户喜欢的文献。最终精准推送用户喜欢的文献。最终精准推送用户喜欢的文献。
技术研发人员：请求不公布姓名
受保护的技术使用者：杭州锦赛生物医学科技有限公司
技术研发日：2022.10.12
技术公布日：2023/2/3
技术领域
1.本发明公开了一种通过智能ai分析实现精准推送文献的系统。
背景技术：
2.随着人工智能技术的快速发展，主动推送系统诞生了，系统会根据用户请求来展现相关内容或产品，提升了用户的参与感，然而该系统也存在着一些问题，即内容选择不够智能，并不是所有用户都会对主动推送的通知感兴趣。越来越多的用户会选择忽略甚至关掉通知，久而久之，对系统和产品的满意度也下降了。一种通过智能ai分析实现精准推送文献的系统准确识别和预测各种用户的兴趣或偏好，从而有针对性地、及时地向用户主动推送所需信息，以满足不同用户的个性化需求成为了当下研究的重点。
技术实现要素：
3.本申请的目的在于提供一种通过智能ai分析实现精准推送文献的系统。旨在解决现有缺乏针对用户需求的文献推送的弊端。
4.为实现上述目的，本申请提供了一种通过智能ai分析实现精准推送文献的系统，所述智能系统包括：
5.用户数据库：用来存储用户第一数据和第二数据，所述第一数据为用户终端订阅的频道内容，属于基础数据；所述第二数据为从目标用户行为事件序列中查找出的用户行为特征。
6.数据管理模块：对所述数据库中的数据进行监控、管理。
7.ai分析模块：将收集好的目标用户历史行为转变为描述文本形式，利用transformer从用户历史行为描述文本中提取目标用户历史行为特征，与第一数据进行匹配，构建出所述用户阅读特征模型，通过所述特征模型对所述目标用户阅读行为进行预测。
8.智能推送模块：在文献库中筛选出符合所述预测的文献，在预测的时间节点推送给用户。
附图说明
9.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：图1是一种通过智能ai分析实现精准推送文献的系统的结构示意图。
具体实施方式
10.为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
11.步骤一：由所述用户终端订阅频道内容，所述系统将转化为第一数据，并上传保存
在所述用户数据库
12.步骤二：由所述系统对用户行为进行收集，由所述ai分析模块将收集好的所述目标用户历史行为转变为描述文本形式，利用transformer从所述描述文本中提取目标用户历史行为特征
13.步骤三：由所述ai分析模块将第一数据与第二数据进行匹配，构建出所述用户阅读特征模型，通过所述特征模型对所述目标用户阅读行为进行预测。
14.步骤四：在文献库中筛选出符合所述预测的文献，在预测的时间节点推送给用户。
15.最后说明：
16.以上所述仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何的简单修改、等同变化及修饰，均同理包括在本申请的专利保护范围内。
技术特征：
1.一种通过智能ai分析实现精准推送文献的系统，其特征在于，应用于生物医学互联网领域，为终端用户提供所需文献，所述系统包括：用户数据库，数据管理模块，ai分析模块，智能推送模块，所述数据库用来存储用户第一数据和第二数据，所述第一数据为用户终端订阅的频道内容，属于基础数据；所述第二数据为从目标用户行为事件序列中查找出的用户行为特征；ai分析模块将第一数据与第二数据特征进行结合，建立用户特征模型并进行预测，由所述智能推送模块进行推送文献。2.根据权利要求1所述通过智能ai分析实现精准推送文献的系统，其特征在于将收集好的目标用户历史行为转变为描述文本形式，利用transformer从用户历史行为描述文本中提取目标用户历史行为特征，与第一数据进行匹配，构建出所述用户阅读特征模型，通过所述特征模型对所述目标用户阅读行为进行预测。3.根据权利要求1和2所述通过智能ai分析实现精准推送文献的系统，其特征在于，分析用户对文献所属领域、阅读时间节点、搜索信息据此确定目标用户信息历史行为信息。4.根据权利要求3所述一种通过智能ai分析实现精准推送文献的系统，其特征在于，建立用户阅读特征模型并进行预测，所述ai分析模块结合所述目标用户信息历史行为信息和第一数据，构建出某位用户在某个时间点喜欢阅读某个领域的文献的模型；然后由所述ai分析模块对所述目标用户进行预测未来某个时间点想阅读某个领域的文献。5.根据权利要求4所述一种通过智能ai分析实现精准推送文献的系统，其特征在于，由所述智能推送模块在文献库中筛选出符合预测的文献，在预测的时间节点推送给用户。
技术总结
本发明公开了一种通过智能AI分析实现精准推送文献的系统，包括：用户数据库，数据管理模块，AI分析模块，智能推送模块。本发明通过对数据库中的信息进行管理和AI分析，预测出用户的阅读习惯，最终精准推送用户喜欢的文献。最终精准推送用户喜欢的文献。最终精准推送用户喜欢的文献。
技术研发人员：请求不公布姓名
受保护的技术使用者：杭州锦赛生物医学科技有限公司
技术研发日：2022.10.12
技术公布日：2023/2/3
再多了解一些
本文用于创业者技术爱好者查询，仅供学习研究，如用于商业用途，请联系技术所有人。
