(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211118868.2 (22)申请日 2022.09.15 (71)申请人 郭振东 地址 665000 云南省普洱 市思茅区振兴大 道176号 (72)发明人 郭振东　梁登　 (74)专利代理 机构 安徽华晟智恒知识产权代理 事务所(普通 合伙) 34193 专利代理师 崔镱泷 (51)Int.Cl. G06F 16/9535(2019.01) G06F 16/2458(2019.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 服务于个性化推送服务的大数据挖掘方法 及AI推荐系统 (57)摘要 本申请实施例提供一种服务于个性化推送 服务的大数据挖掘方法及AI推荐系统， 通过对任 意订阅个性化推送服务的目标用户的用户行为 大数据进行大数据挖掘， 获得对应的用户兴趣特 征数据， 基于预先训练的用户需求决策模型对用 户兴趣特征数据进行基于AI的用户需求决策， 获 得对应的用户需求分布以及用户需求分布中每 个用户需求对应于用户兴趣特征数据的兴趣连 通路径， 基于用户需求分布以及用户需求分布中 每个用户需求对应于用户兴趣特征数据的兴趣 连通路径构建对应的个性化推送知识网络， 并基 于个性化推送知识网络进行个性化推送处理， 从 而在用户需求挖掘的基础上进一步考虑兴趣连 通路径， 进 而提高后续个性 化推送可靠性。 权利要求书4页 说明书18页 附图1页 CN 115329205 A 2022.11.11 CN 115329205 A 1.一种服 务于个性 化推送服 务的大数据挖掘方法， 其特 征在于， 包括： 对任意订 阅个性化推送服务的目标用户的用户行为大数据进行大数据挖掘， 获得对应 的用户兴趣特 征数据； 基于预先训练的用户需求决策模型对所述用户兴趣特征数据进行基于AI的用户需求 决策， 获得对应的用户需求分布以及所述用户需求分布中每个用户需求对应于所述用户兴 趣特征数据的兴趣连通路径； 基于用户需求分布以及所述用户需求分布中每个用户需求对应于所述用户兴趣特征 数据的兴趣连通路径构建对应的个性化推送知识网络， 并基于所述个性化推送知识网络进 行个性化推送处 理。 2.根据权利要求1所述的服务于个性化推送服务的大数据挖掘方法， 其特征在于， 所述 对任意订阅个性化推送服务的目标用户的用户行为大数据进 行大数据挖掘， 获得对应的用 户兴趣特 征数据的步骤， 包括： 获取任意订阅个性化推送服务的目标用户的用户行为大数据， 并从所述用户行为大数 据中解析出匹配当前待推广应用事项的标的服务操作事件的第一服务操作轨迹数据， 所述 第一服务操作轨迹数据是基于操作 节点对所述标的服务操作事件进行数据采集获得的， 所 述第一服务操作轨迹数据中的操作轨迹特征点具有操作持续指标， 所述操作持续指标表示 在所述标的服 务操作事 件中所述操作轨 迹特征点对所述操作节点的持续 参数值； 从所述第一服务操作轨迹数据中分别解析第二服务操作轨迹数据和第三服务操作轨 迹数据， 所述第二服务操作轨迹数据中的操作轨迹特征点的操作持续指标位于第一指标区 间， 所述第一指标区间表示兴趣点的操作持续指标所对应的区间， 所述第三服务操作轨迹 数据中的操作轨迹特征点的操作持续指标位于第二指标区间， 所述第二指标区间表示第一 兴趣类别维度的兴趣点的操作持续指标 所对应的区间； 对目标服务操作轨迹数据进行兴趣特征挖掘， 获得待兴趣预测特征， 所述目标服务操 作轨迹数据依据所述第二 服务操作轨 迹数据和所述第三 服务操作轨 迹数据融合； 依据所述待兴趣预测特征， 对所述目标服务操作轨迹数据进行用户兴趣特征预测， 获 得用户兴趣特征数据， 所述用户兴趣特征数据中携带有所述第一兴趣类别维度的兴趣意图 数据分布和第二兴趣类别维度的兴趣意图数据分布， 所述第二兴趣类别维度 表示除所述第 一兴趣类别维度之外的其它兴趣类别维度。 3.根据权利要求2所述的服务于个性化推送服务的大数据挖掘方法， 其特征在于， 所述 第一指标区间的最低数值为第一操作持续指标、 最高数值为第二操作持续指标， 从所述第 一服务操作轨 迹数据中解析第二 服务操作轨 迹数据的步骤， 具体包括： 将所述第一服务操作轨迹数据对应的多个操作持续指标中小于所述第一操作持续指 标的操作持续指标更改为所述第一操作持续指标， 将所述多个操作持续指标中大于所述第 二操作持续指标的操作持续指标更改为所述第二操作持续指标， 获得所述第二服务操作轨 迹数据。 4.根据权利要求2所述的服务于个性化推送服务的大数据挖掘方法， 其特征在于， 所述 第二指标区间的最低数值为第三操作持续指标、 最高数值为第四操作持续指标， 从所述第 一服务操作轨 迹数据中解析第三 服务操作轨 迹数据的步骤， 具体包括： 将所述第一服务操作轨迹数据对应的多个操作持续指标中小于所述第三操作持续指权　利　要　求　书 1/4 页 2 CN 115329205 A 2标的操作持续指标更改为所述第三操作持续指标， 将所述多个操作持续指标中大于所述第 四操作持续指标的操作持续指标更改为所述第四操作持续指标， 获得所述第三服务操作轨 迹数据。 5.根据权利要求2所述的服务于个性化推送服务的大数据挖掘方法， 其特征在于， 所述 标的服务操作事件为电商服务操作事件， 所述从所述用户行为大数据中解析出匹配当前待 推广应用事项的标的服 务操作事 件的第一 服务操作轨 迹数据之后， 所述方法还 包括： 从所述第一服务操作轨迹数据中解析第四服务操作轨迹数据， 所述第四服务操作轨迹 数据中的操作轨迹特征点的操作持续指标位于第三指标区间， 所述第三指标区间表示电商 服务订单的操作持续指标 所对应的区间； 所述对目标服务操作轨迹数据进行兴趣特征挖掘， 获得待兴趣预测特征之前， 所述方 法还包括： 依据所述第 二服务操作轨迹数据、 所述第 三服务操作轨迹数据和所述第四服务操作轨 迹数据， 融合所述目标服 务操作轨 迹数据。 6.根据权利要求2所述的服务于个性化推送服务的大数据挖掘方法， 其特征在于， 所述 依据所述待兴趣预测特征， 对所述 目标服务操作轨迹数据进行用户兴趣特征预测， 获得用 户兴趣特 征数据的步骤， 具体包括： 依据所述待兴趣预测特征， 确定所述目标服务操作轨迹数据中的操作轨迹特征点对应 的第一置信度和 第二置信度， 所述第一置信度 表示所述操作轨迹特征点对应于所述第一兴 趣类别维度的支撑度， 所述第二置信度表示所述操作轨迹特征点对应于所述第二兴趣类别 维度的支撑度； 确定所述目标服务操作轨迹数据中的操作轨迹特征点对应的第一置信度和第二置信 度中最大的置信度， 将所述最大的置信度所指示的兴趣类别维度确定为所述操作轨迹特征 点所对应的兴趣类别维度； 依据所述目标服务操作轨迹数据中的操作轨迹特征点所对应的兴趣类别维度， 分析所 述目标服 务操作轨 迹数据中的操作轨 迹特征点， 获得 所述用户兴趣特 征数据。 7.根据权利要求2所述的服务于个性化推送服务的大数据挖掘方法， 其特征在于， 所述 依据所述待兴趣预测特征， 对所述 目标服务操作轨迹数据进行用户兴趣特征预测， 获得用 户兴趣特 征数据的步骤， 具体包括： 依据所述待兴趣预测特征， 确定所述目标服务操作轨迹数据中的操作轨迹特征点对应 的第一置信度、 第二置信度和第三置信度， 所述第一置信度表示所述操作轨迹特征点对应 于所述第一兴趣类别维度的支撑度， 所述第二置信度 表示所述操作轨迹特征点对应于所述 第二兴趣类别维度的支撑度， 所述第三置信度表 示所述操作轨迹特征点对应于非兴趣类别 维度的支撑度； 确定所述目标服务操作轨迹数据中的操作轨迹特征点对应的第 一置信度、 第 二置信度 和第三置信度中最大的置信度， 将所述最大的置信度所指示的兴趣类别维度确定为所述操 作轨迹特征点所对应的兴趣类别维度； 依据所述目标服务操作轨迹数据中的操作轨迹特征点所对应的兴趣类别维度， 分析所 述目标服 务操作轨 迹数据中的操作轨 迹特征点， 获得 所述用户兴趣特 征数据。 8.根据权利要求2所述的服务于个性化推送服务的大数据挖掘方法， 其特征在于， 所述权　利　要　求　书 2/4 页 3 CN 115329205 A 3