(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 202211177693.2 (22)申请日 2022.09.27 (71)申请人 创域智能 （常熟） 网联科技有限公司 地址 215500 江苏省苏州市 常熟市东 南街 道云深路2号 (72)发明人 高春亚　赵正军　张菊　杨建国　 邹春风　陈佳妮　 (74)专利代理 机构 苏州瞪羚知识产权代理事务 所(普通合伙) 32438 专利代理师 张宇 (51)Int.Cl. G06F 16/9535(2019.01) G06F 16/2458(2019.01) (54)发明名称 一种基于物联网平台行为数据挖掘的信息 推荐方法及系统 (57)摘要 本申请实施例提供一种基于物联网平台行 为数据挖掘的信息推荐 方法及系统， 基于候选物 联网平台行为数据的行为意图信息构建目标用 户在预设时间段内的目标行为意图知识网络， 从 而对目标行为意图知识网络所对应的知识网络 数据进行挖掘获得对应的潜在兴趣点分布， 然后 从潜在兴趣点分布中确定与获取目标用户的物 联网订阅特征数据对应的目标潜在兴趣点， 并根 据目标用户在物联网平台上的访问页面信息调 取与目标潜在兴趣点对应的页面内容推荐信息 进而推送给目标用户所对应的物联网服务终端， 由此， 通过结合可以表达不同的行为意图之间的 行为跳转路径知识网络数据进行兴趣挖掘， 可以 提高兴趣挖掘的准确性， 进而提高后续页面内容 推荐的准确性。 权利要求书4页 说明书19页 附图1页 CN 115270003 A 2022.11.01 CN 115270003 A 1.一种基于物联网平台行为数据挖掘的信息推荐方法， 其特征在于， 应用于基于物联 网平台行为数据 挖掘的信息推荐系统， 所述方法包括： 提取目标用户在预设时间段内产生的候选物联网平台行为数据的行为意图信 息， 并基 于所述候选物联网平台行为数据的行为意图信息构建所述目标用户在所述预设时间段内 的目标行为意图知识网络， 所述 目标行为意图知识网络包括多个行为意图， 不同的行为意 图通过行为链路构建 网络邻接 关系， 所述行为链路用于表示不同的行为意图之 间的行为跳 转路径； 将所述目标行为意图知识网络所对应的知识网络数据输入到预先训练的潜在兴趣挖 掘模型中， 获得 所述目标 行为意图知识网络所对应的潜在兴趣点分布； 获取所述目标用户的物联网订 阅特征数据， 从所述潜在兴趣点分布中确定与 所述物联 网订阅特征数据对应的目标潜在兴趣点， 并根据所述目标用户在物联网平台上的访问页面 信息调取与所述目标潜在兴趣点对应的页面内容推荐信息， 将所述页面内容推荐信息推送 给所述目标用户所对应的物联网服 务终端。 2.根据权利要求1所述的基于物联网平台行为数据挖掘的信 息推荐方法， 其特征在于， 所述潜在兴趣挖掘模型的训练步骤， 包括： 获取基础兴趣挖掘训练模型的参考知识网络数据； 其中， 所述参考知识网络数据携带 有先验训练数据， 所述先验训练数据用于表征所述参考知识网络数据的潜在兴趣点的兴趣 点标注信息； 依据所述基础兴趣挖掘训练模型的模型参数层架构， 配置第一目标训练单 元； 基于所述参考知识网络数据和第 二目标训练单元， 获取所述第 二目标训练单元对应的 各预测兴趣点的兴趣聚类特征； 其中， 所述基础兴趣挖掘训练模型和所述第二目标训练单 元为模型配置类别一 致的训练模型； 基于所述各预测兴趣点的兴趣聚类特征， 确定所述第 一目标训练单元的全连接层参数 信息； 基于所述参考知识网络数据和所述先验训练数据对所述第一目标训练单元进行遍历 权重参数更新， 调整 所述第一目标训练单元的除所述全连接层参数信息之外的网络层权重 参数。 3.根据权利要求2所述的基于物联网平台行为数据挖掘的信 息推荐方法， 其特征在于， 所述参考知识网络数据为多个， 所述基于所述参考知识网络数据和所述先验训练数据对所 述第一目标训练单元进行遍历 权重参数更新， 调整所述第一目标训练单元的除所述全连接 层参数信息之外的网络层权 重参数， 包括： 将各所述参考知识网络数据分别加载至所述基础兴趣挖掘训练模型和所述第一目标 训练单元中， 获取所述基础兴趣挖掘训练模型从各所述参考知识网络数据中分别解析的各 第一兴趣描述编码和所述第一目标训练单元分别从各所述参考知识网络数据中解析的各 第二兴趣描述编码； 基于所述参考知识网络数据的数量、 所述预测兴趣点的兴趣点数量、 每个所述第一兴 趣描述编 码、 每个所述第二兴趣描述编 码、 所述先验训练数据和所述全连接层参数信息， 配 置训练效果评估函数； 以所述训练效果评估函数为训练评估依据， 依据一阶最优化算法对所述第 一目标训练权　利　要　求　书 1/4 页 2 CN 115270003 A 2单元进行遍历 权重参数更新， 调整所述第一目标训练单元的除所述全连接层参数信息之外 的网络层权 重参数， 直到所述训练效果评估函数的结果匹配训练终止要求。 4.根据权利要求3所述的基于物联网平台行为数据挖掘的信 息推荐方法， 其特征在于， 所述训练效果评估函数包括第一训练效果评估单 元， 所述配置训练效果评估函数， 包括： 基于所述参考知识网络数据的数量、 所述预测兴趣点的兴趣点数量， 每个所述第二兴 趣描述编 码、 所述先验训练数据、 所述全连接层参数信息和设定的交叉熵评估函数， 配置所 述第一训练效果评估单 元。 5.根据权利要求4所述的基于物联网平台行为数据挖掘的信 息推荐方法， 其特征在于， 所述训练效果评估函数还包括第二训练效果评估单元， 所述训练效果评估函数为所述第一 训练效果评估单元与所述第二训练效果评估单元之和， 在配置所述第一训练效果评估单元 之后， 还包括： 基于每个所述第 一兴趣描述编码和所述先验训练数据， 确定每个所述预测兴趣点中同 一预测兴趣点的参考知识网络数据之 间的第一特征关联代价， 并确定每个所述预测兴趣点 对应的预测阶段 数； 基于每个所述预测兴趣点对应的预测阶段数和各所述第 一特征关联代价， 确定每个所 述预测兴趣点对应的第一特 征关联代价的平均特 征关联代价； 基于每个所述第 二兴趣描述编码和所述先验训练数据， 确定每个所述预测兴趣点中同 一预测兴趣点的参 考知识网络数据之间的第二特 征关联代价； 基于每个所述预测兴趣点对应的预测阶段数和各所述第 二特征关联代价， 确定每个所 述预测兴趣点对应的第二特 征关联代价的平均特 征关联代价； 基于所述第 一特征关联代价的平均 特征关联代价、 所述第 二特征关联代价的平均 特征 关联代价和设定的L1训练效果评估函数， 配置所述第二训练效果评估单 元。 6.根据权利要求2所述的基于物联网平台行为数据挖掘的信 息推荐方法， 其特征在于， 所述参考知识网络数据为多个， 所述基于所述参考知识网络数据和第二 目标训练单元， 获 取所述第二目标训练单 元对应的各 预测兴趣点的兴趣聚类特 征， 包括： 将各所述参考知识网络数据加载至所述第 二目标训练单元中， 获取所述第 二目标训练 单元从各所述参考知识网络数据中分别解析的各第三兴趣描述编码； 基于每个所述第 三兴趣描述编码和所述先验训练数据， 确定每个所述预测兴趣点中同 一预测兴趣点对应的第三兴趣描述编 码的第三平均特征关联代价， 并将所述同一预测兴趣 点对应的第三兴趣描述编码的第三平均特征关联代价作为所述第二目标训练单元对应的 所述预测兴趣点的兴趣聚类特 征。 7.根据权利要求6所述的基于物联网平台行为数据挖掘的信 息推荐方法， 其特征在于， 所述基于所述各预测兴趣点的兴趣聚类特征， 确定所述第一目标训练单元的全连接层参数 信息， 包括： 分别对所述各 预测兴趣点的兴趣聚类特 征进行转置； 将转置后的所述各 预测兴趣点的兴趣聚类特 征拼接成参数阵列； 将所述参数阵列 作为所述第一目标训练单 元的全连接层参数信息 。 8.根据权利要求1 ‑7中任意一项所述的基于物联网平台行为数据挖掘的信息推荐方 法， 其特征在于， 所述提取目标用户在预设时间段内产生的候选物联网平台行为数据的行权　利　要　求　书 2/4 页 3 CN 115270003 A 3