基于互联网行为大数据的云计算AI系统的制作方法

基于互联网行为大数据的云计算ai系统
技术领域
1.本发明涉及大数据挖掘技术领域，尤其涉及一种基于互联网行为大数据的云计算ai系统。


背景技术：

2.随着互联网技术的不断发展和普及，越来越多的人依靠互联网获取更多的信息，互联网已经成为人们在日常学习和生活中不可或缺的内容，然而在当前的互联网信息推送过程中，不仅仅对于内容推送的匹配度需要改进，对于推送内容的安全性也有待提高。
3.中国专利公开号：cn114817747a公开了一种基于互联网大数据的用户行为分析方法及云计算业务系统，在获得匹配当前待上线业务需求的目标用户行为意图数据后，通过对目标用户行为意图数据进行行为意图关系提取，生成对应的行为意图关系图谱，然后从行为意图关系图谱中提取行为意图关系属性，关联至少两个行为意图实体的目标行为意图实体，获得至少一个目标行为意图实体以及每个目标行为意图实体通过行为意图关系属性关联的关联行为意图实体，从而通过基于当前待上线业务需求，结合行为意图关系进行行为意图关系属性多重关联的行为意图实体提取，并据于此进行互联网内容推送，可以提高互联网内容推送与当前待上线业务需求的匹配度；由此可见，所述基于互联网大数据的用户行为分析方法及云计算业务系统存在以下问题：
4.1、向用户推送的内容的精确度较低。
5.2、向用户推送的内容的安全性有待提高。


技术实现要素：

6.为此，本发明提供一种基于互联网行为大数据的云计算ai系统，用以克服现有技术中向用户推荐的内容的适配度较低且安全性较差的问题。
7.为实现上述目的，本发明提供一种基于互联网行为大数据的云计算ai系统，包括：
8.获取模块，其包括用以获取大数据中的行为数据的数据获取单元和用以获取资源数据池中的数据特征的特征获取单元；
9.存储模块，其与所述获取模块连接，用以存储用户的行为数据和系统的推送数据；
10.分析模块，其分别与所述获取模块和存储模块连接，包括用以确定用户的行为数据的安全系数的第一运算单元和用以根据第一运算单元的运算结果确定用户的访问行为是否存在风险的数据比对单元；
11.调整模块，其与所述分析模块连接，包括第二运算单元和用以对用户的兴趣参数进行调整的数据调整单元；
12.其中，所述数据比对单元根据所述安全系数与预设安全系数的比对结果判定用户的访问行为是否存在风险，所述数据比对单元在判定用户的访问行为存在风险时，所述第二运算单元用以计算用户的所述行为数据的安全系数与预设安全系数的安全系数差值，所述数据调整单元用以根据该安全系数差值对兴趣参数进行调节。
13.进一步地，所述数据获取单元在获取大数据中的行为数据完成时，所述第一运算单元确定获取大数据中的行为数据的敏感数据的数据量f，并将该敏感数据的数据量f与预设数据量f1进行比对，所述数据比对单元根据比对结果判定是否对大数据中的所述行为数据进行脱敏处理，
14.若f＜f1，所述数据比对单元判定不对大数据中的所述行为数据进行脱敏处理；
15.若f≥f1，所述数据比对单元判定对大数据中的所述行为数据进行脱敏处理。
16.进一步地，所述数据比对单元对大数据中的所述行为数据脱敏处理完成时，所述第一运算单元确定用户的所述行为数据的安全系数u，设定u＝l
×
1y，并将该安全系数u与预设安全系数u1进行比对，所述数据比对单元根据比对结果判定用户的访问行为是否存在风险，其中，l为病毒数据的数量，y为病毒数据对应的数据量，
17.若u＜u1，所述数据比对单元判定用户的访问行为存在风险；
18.若u≥u1，所述数据比对单元判定用户的访问行为不存在风险。
19.进一步地，所述数据比对单元对大数据中的所述行为数据脱敏处理完成时，所述数据获取单元获取用户的所述行为数据和脱敏处理完成的大数据中的所述行为数据的相似度s，所述数据比对单元将该相似度s与预设相似度s1进行比对，并根据比对结果对用户的所述行为数据进行分类，
20.若s＜s1，所述数据比对单元将用户的所述行为数据划分在第一资源数据池中；
21.若s≥s1，所述数据比对单元将用户的所述行为数据划分在第二资源数据池中。
22.进一步地，所述特征获取单元获取所述第二资源数据池中的数据特征，所述第一运算单元确定用户的初始兴趣参数q0，设定q0＝n/nz t/tz，其中，n为所述第二资源数据池中用户的所述行为数据的访问数据量，nz为用户的访问行为的访问数据总量，t为所述第二资源数据池中用户的所述行为数据的访问时长，tz为用户的访问行为的访问总时长。
23.进一步地，所述数据比对单元判定用户的访问行为存在风险时，所述第二运算单元计算所述用户互联网行为的安全系数u与预设安全系数u1的安全系数差值
△
u,设定
△
u＝u1-u，所述数据调整单元用以根据该安全系数差值对所述兴趣参数进行调节，并将调节后的兴趣参数设置为q1，设定q1＝q0
×
xi，其中，xi为所述兴趣参数的调节系数，i＝1，2，3。
24.进一步地，所述数据调整单元对所述兴趣参数调节完成时，所述第一运算单元确定所述推送数据与检索数据的数据量比值b，并将该数据量比值b与预设数据量比值b1进行比对，所述数据比对单元根据比对结果判定所述推送内容的适配度是否合格，
25.若b＜b1,所述数据比对单元判定所述推送内容的适配度不合格；
26.若b≥b1,所述数据比对单元判定所述推送内容的适配度合格。
27.进一步地，所述数据比对单元在判定所述推送内容的适配度不合格时，所述第二运算单元计算所述数据量比值b与预设数据量比值b1的数据量比值的差值
△
b，设定
△
b＝b1-b，所述数据调整单元用以根据该数据量比值的差值对所述兴趣参数进行修正，并将修正后的兴趣参数设置为q2，设定q2＝qj
×
zi，其中，zi为所述兴趣参数的修正系数，j为0或1，i＝1，2，3。
28.进一步地，所述数据调整单元在确定兴趣参数完成时，所述数据比对单元将所述兴趣参数qe与预设兴趣参数进行比对，并根据比对结果确定对用户的推送频率，
29.其中，所述数据比对单元中设置有第一预设兴趣参数p1、第二预设兴趣参数p2、第
一推送频率v1、第二推送频率v2、第三推送频率v3，其中，p1＜p2，v1＜v2＜v3，其中，qe为初始兴趣参数和/或调整后的兴趣参数，e为0，1，2，
30.若qe≤p1，所述数据比对单元确定对用户的推送频率为v1；
31.若p1＜qe≤p2，所述数据比对单元确定对用户的推送频率为v2；
32.若qe＞p2，所述数据比对单元确定对用户的推送频率为v3。
33.进一步地，所述第一运算单元还用以根据所述存储模块存储的用户的行为数据确定用户的单个所述行为数据的频数w，并将用户的单个所述行为数据的频数w与预设频数w1进行比对，所述数据比对单元根据比对结果判定是否对用户的推送频率进行调节，
34.若w＜w1，所述数据比对单元判定不对所述推送频率进行调节；
35.若w≥w1，所述数据比对单元判定对所述推送频率进行调节；
36.当所述数据比对单元判定对用户的推送频率进行调节时，所述第二运算单元计算用户的单个所述行为数据的频数与预设频数的频数差值
△
w，设定
△
w＝w-w1，所述数据调整单元用以根据该频数差值对所述用户的推送频率进行调节，并将调节后的所述推送频率设置为v4，设定v4＝vj
×
rn，其中，rn为推送频率的调节系数，j＝1，2，3，n＝1，2，3。
37.与现有技术相比，本发明的有益效果在于，通过筛选出大数据中的若干行为数据中的敏感数据的数据量，并确定该敏感数据的数据量是否达到预设值，进而判断是否对大数据中的行为数据进行脱敏处理，从而进一步提高了推送内容的安全性。
38.进一步地，本发明通过病毒数据的数量和病毒数据对应的数据量的分析，实现对系统的安全性的检测，并通过计算用户的行为数据的安全系数，将该安全系数作为评估用户的访问行为是否存在风险的表征性参量，从而进一步提高了推送内容的安全性。
39.进一步地，本发明在大数据中的对行为数据脱敏处理完成后，通过获取用户的所述行为数据和脱敏处理完成的大数据中的所述行为数据的相似度，并根据该相似度与预设相似度的比对结果对用户的行为数据进行分类，将相似度高的行为数据划分在同一资源数据池中，实现对行为数据的分类管理，从而进一步提高了向用户推送内容的精确度。
40.进一步地，本发明通过对第二资源数据池中用户的行为数据的访问数据量、用户的访问行为的访问数据总量和第二资源数据池中用户的行为数据的访问时长、用户的访问行为的访问总时长的分析，实现对用户感兴趣的内容的分析，并通过计算用户的初始兴趣参数，将该初始兴趣参数作为评估用户对某一内容感兴趣的表征性参量，进一步提高了向用户推送内容的精确度。
41.进一步地，本发明通过对用户互联网行为的安全系数与预设安全系数的安全系数差值的计算，选取对应的兴趣参数调节系数对兴趣参数进行调节，在风险越高时，将用户对于相关行为数据的兴趣参数减小，从而在向用户进行推送时选取无风险的推送内容进行推送，进一步提高了推送内容的安全性。
42.进一步地，本发明通过确定推送数据和用户检索数据的数据量的比值，并将该数据量比值与预设数据量比值进行比对，进而判定系统推送内容的适配度是否合格，并在不合格时，根据数据量比值与预设数据量比值的数据量比值的差值选取对应的修正系数对兴趣参数进行修正，从而进一步提高了向用户推送内容的精确度。
43.进一步地，当所述推送内容的适配度合格时，根据初始兴趣参数和/或调整过后的兴趣参数与预设兴趣参数的比对结果确定对用户的推送频率，并根据用户单个行为数据的
频数进而对用户的推送频率进行调节，从而进一步提高了向用户推送内容的精确度。
附图说明
44.图1为本发明所述的基于互联网行为大数据的云计算ai系统的逻辑框图；
45.图2为本发明所述的基于互联网行为大数据的云计算ai系统的获取模块的逻辑框图；
46.图3为本发明所述的基于互联网行为大数据的云计算ai系统的分析模块的逻辑框图；
47.图4为本发明所述的基于互联网行为大数据的云计算ai系统的调整模块的逻辑框图。
具体实施方式
48.为了使本发明的目的和优点更加清楚明白，下面结合实施例对本发明作进一步描述；应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。
49.下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非在限制本发明的保护范围。
50.此外，还需要说明的是，在本发明的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域技术人员而言，可根据具体情况理解上述术语在本发明中的具体含义。
51.请参阅图1-图4所示，图1为本发明所述的基于互联网行为大数据的云计算ai系统的逻辑框图；图2为本发明所述的基于互联网行为大数据的云计算ai系统的获取模块的逻辑框图；图3为本发明所述的基于互联网行为大数据的云计算ai系统的分析模块的逻辑框图；图4为本发明所述的基于互联网行为大数据的云计算ai系统的调整模块的逻辑框图。
52.本发明实施例中，一种基于互联网行为大数据的云计算ai系统，包括：
53.获取模块，其包括用以获取大数据中的行为数据的数据获取单元和用以获取资源数据池中的数据特征的特征获取单元；
54.存储模块，其与所述获取模块连接，用以存储用户的行为数据和系统的推送数据；
55.分析模块，其分别与所述获取模块和存储模块连接，包括用以确定用户的行为数据的安全系数的第一运算单元和用以根据第一运算单元的运算结果确定用户的访问行为是否存在风险的数据比对单元。
56.具体而言，所述数据获取单元在获取大数据中的行为数据完成时，所述第一运算单元确定获取大数据中的行为数据的敏感数据的数据量f，并将该敏感数据的数据量f与预设数据量f1进行比对，所述数据比对单元根据比对结果判定是否对大数据中的所述行为数据进行脱敏处理，
57.若f＜f1，所述数据比对单元判定不对大数据中的所述行为数据进行脱敏处理；
58.若f≥f1，所述数据比对单元判定对大数据中的所述行为数据进行脱敏处理。
59.本发明实施例中，所述敏感数据包括姓名、住址、银行账号、密码、身份证号码、电
话等。
60.具体而言，所述数据比对单元对大数据中的所述行为数据脱敏处理完成时，所述第一运算单元确定用户的所述行为数据的安全系数u，设定u＝l
×
1y，并将该安全系数u与预设安全系数u1进行比对，所述数据比对单元根据比对结果判定用户的访问行为是否存在风险，其中，l为病毒数据的数量，y为病毒数据对应的数据量，
61.若u＜u1，所述数据比对单元判定用户的访问行为存在风险；
62.若u≥u1，所述数据比对单元判定用户的访问行为不存在风险。
63.具体而言，所述数据比对单元对大数据中的所述行为数据脱敏处理完成时，所述数据获取单元获取用户的所述行为数据和脱敏处理完成的大数据中的所述行为数据的相似度s，所述数据比对单元将该相似度s与预设相似度s1进行比对，并根据比对结果对用户的所述行为数据进行分类，
64.若s＜s1，所述数据比对单元将用户的所述行为数据划分在第一资源数据池中；
65.若s≥s1，所述数据比对单元将用户的所述行为数据划分在第二资源数据池中。
66.具体而言，所述特征获取单元获取所述第二资源数据池中的数据特征，所述第一运算单元确定用户的初始兴趣参数q0，设定q0＝n/nz t/tz，其中，n为所述第二资源数据池中用户的所述行为数据的访问数据量，nz为用户的访问行为的访问数据总量，t为所述第二资源数据池中用户的所述行为数据的访问时长，tz为用户的访问行为的访问总时长。
67.具体而言，所述数据比对单元判定用户的访问行为存在风险时，所述第二运算单元计算所述用户互联网行为的安全系数u与预设安全系数u1的安全系数差值
△
u,设定
△
u＝u1-u，并将该安全系数差值与预设安全系数差值进行比对，所述数据调整单元根据比对结果选取对应的兴趣参数调节系数对所述兴趣参数进行调节，
68.其中，所述数据调整单元中设置有第一预设安全系数差值
△
u1、第二预设安全系数差值
△
u2、第一兴趣参数调节系数x1、第二兴趣参数调节系数x2、第三兴趣参数调节系数x3，其中，
△
u1＜
△
u2，0.5＜x1＜x2＜x3＜1，
69.若
△
u≤
△
u1，所述数据调整单元判定选取第三兴趣参数调节系数x3对所述兴趣参数进行调节；
70.若
△
u1＜
△
u≤
△
u2，所述数据调整单元判定选取第二兴趣参数调节系数x2对所述兴趣参数进行调节；
71.若
△
u＞
△
u2，所述数据调整单元判定选取第一兴趣参数调节系数x1对所述兴趣参数进行调节；
72.当所述数据调整单元判定选取第i兴趣参数调节系数xi对所述兴趣参数进行调节时，将调节后的兴趣参数设置为q1，设定q1＝q0
×
xi，其中，xi为所述兴趣参数的调节系数，i＝1，2，3。
73.具体而言，所述数据调整单元对所述兴趣参数调节完成时，所述第一运算单元确定所述推送数据与检索数据的数据量比值b，并将该数据量比值b与预设数据量比值b1进行比对，所述数据比对单元根据比对结果判定所述推送内容的适配度是否合格，
74.若b＜b1,所述数据比对单元判定所述推送内容的适配度不合格；
75.若b≥b1,所述数据比对单元判定所述推送内容的适配度合格。
76.具体而言，所述数据比对单元在判定所述推送内容的适配度不合格时，所述第二
运算单元计算所述数据量比值b与预设数据量比值b1的数据量比值的差值
△
b，设定
△
b＝b1-b，并将该数据量比值的差值与预设数据量比值的差值进行比对，所述数据调整单元根据比对结果选取对应的修正系数对所述兴趣参数进行修正，
77.其中，所述数据调整单元中还设置有第一数据量比值的差值
△
b1、第二数据量比值的差值
△
b2、第一修正系数z1、第二修正系数z2、第三修正系数z3，其中，
△
b1＜
△
b2，0.5＜z3＜z2＜z1＜1，
78.若
△
b≤
△
b1，所述数据调整单元判定选取第一修正系数z1对所述兴趣参数进行修正；
79.若
△
b1＜
△
b≤
△
b2，所述数据调整单元判定选取第二修正系数z2对所述兴趣参数进行修正；
80.若
△
b≥
△
b2，所述数据调整单元判定选取第三修正系数z3对所述兴趣参数进行修正；
81.当所述数据调整单元判定选取第i修正系数zi对所述兴趣参数进行修正时，将修正后的兴趣参数设置为q2，设定q2＝qj
×
zi，其中，zi为所述兴趣参数的修正系数，j为0或1，i＝1，2，3。
82.具体而言，所述数据调整单元在确定兴趣参数完成时，所述数据比对单元将所述兴趣参数qe与预设兴趣参数进行比对，并根据比对结果确定对用户的推送频率，
83.其中，所述数据比对单元中设置有第一预设兴趣参数p1、第二预设兴趣参数p2、第一推送频率v1、第二推送频率v2、第三推送频率v3，其中，p1＜p2，v1＜v2＜v3，其中，qe为初始兴趣参数和/或调整后的兴趣参数，e为0，1，2，
84.若qe≤p1，所述数据比对单元确定对用户的推送频率为v1；
85.若p1＜qe≤p2，所述数据比对单元确定对用户的推送频率为v2；
86.若qe＞p2，所述数据比对单元确定对用户的推送频率为v3。
87.具体而言，所述第一运算单元还用以根据所述存储模块存储的用户的行为数据确定用户的单个所述行为数据的频数w，并将用户的单个所述行为数据的频数w与预设频数w1进行比对，所述数据比对单元根据比对结果判定是否对用户的推送频率进行调节，
88.若w＜w1，所述数据比对单元判定不对所述推送频率进行调节；
89.若w≥w1，所述数据比对单元判定对所述推送频率进行调节。
90.具体而言，当所述数据比对单元判定对用户的推送频率进行调节时，所述第二运算单元计算用户的单个所述行为数据的频数与预设频数的频数差值
△
w，设定
△
w＝w-w1，并将该频数差值与预设频数差值进行比对，所述数据调整单元根据比对结果选取对应的调节系数对推送频率进行调节，
91.其中，所述数据调整单元中设置有第一预设频数差值
△
w1、第二预设频数差值
△
w2、第一推送频率调节系数r1、第二推送频率调节系数r2、第三推送频率调节系数r3，其中，
△
w1＜
△
w2，1＜r1＜r2＜r3＜1.2，
92.若
△
w≤
△
w1，所述数据调整单元判定选取第一推送频率调节系数r1对推送频率进行调节；
93.若
△
w1＜
△
w≤
△
w2，所述数据调整单元判定选取第二推送频率调节系数r2对推送频率进行调节；
94.若
△
w≥
△
w2，所述数据调整单元判定选取第三推送频率调节系数r3对推送频率进行调节；
95.当所述数据调整单元判定选取第n推送频率调节系数rn对推送频率进行调节时，将调节后的所述推送频率设置为v4，设定v4＝vj
×
rn，其中，rn为推送频率的调节系数，j＝1，2，3，n＝1，2，3。
96.至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
97.以上所述仅为本发明的优选实施例，并不用于限制本发明；对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。