(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 202211179150.4 (22)申请日 2022.09.27 (71)申请人 高冬 地址 551700 贵州省毕节市七 星关区朱家 湾路169号 (72)发明人 高冬　王莉　 (51)Int.Cl. G06F 16/9535(2019.01) G06F 16/2458(2019.01) (54)发明名称 基于大数据的用户分析推送处理方法及系 统 (57)摘要 本发明实施例提供的基于大数据的用户分 析推送处理方法及系统， 通过对用户交互活动信 息集中多类行为偏好项进行识别、 匹配、 组合、 筛 选和挖掘等处理， 能够有效应对复杂用户交互活 动场景下的偏好分析和需求挖掘任务， 还能够引 入行为偏好项的上下游特征进行推送决策需求 的挖掘和预测， 这样可以从 复杂多样的行为偏好 项中精准、 合理地挖掘和预测得到用户交互活动 信息集的推送决策需求， 为后续的个性化、 针对 性推送提供 可信的分析依据。 权利要求书3页 说明书15页 附图2页 CN 115422463 A 2022.12.02 CN 115422463 A 1.一种基于大数据的用户分析推送 处理方法， 其特征在于， 应用于用户分析推送系统， 该方法包括： 获得所述符合大数据挖掘要求的用户交互活动信 息集， 并对所述用户交互活动信 息集 中的不少于两类行为偏好项进行持续性挖掘分析， 得到各所述行为偏好项的定向挖掘信 息； 结合所述不少于两类行为偏好项的定向挖掘信 息， 确定所述不少于两类行为偏好项之 间的上下游特征； 通过各所述行为偏好项的定 向挖掘信息， 依据设定的信息抽取规则确定 对应所述行为偏好项的业务会话互动信息； 其中， 所述信息抽取规则用于指导相同行为偏 好项的所述 业务会话互动信息的数目； 结合所述不少于两类行为偏好项之间的上下游特征和各所述行为偏好项的业务会话 互动信息， 确定所述用户交 互活动信息集的推送决策需求。 2.根据权利要求1所述的方法， 其特征在于， 所述获得符合大数据挖掘要求的用户交互 活动信息集， 包括： 获得信息采集单 元收集的不低于 两组业务交互日志； 通过不低于两个日志处理算法分别对所述不低于两组业务交互日志中一组业务交互 日志进行处 理， 得到对应组所述 业务交互日志中的当前用户活动数据； 将所述不低于两组业务交互日志中的所述当前用户活动数据作为所述用户交互活动 信息集。 3.根据权利要求2所述的方法， 其特征在于， 所述定向挖掘信 息包括所述行为偏好项的 识别核、 匹配标签和匹配记录， 所述对所述用户交互活动信息集中的不少 于两类行为偏好 项进行持续 性挖掘分析， 得到各 所述行为偏好项的定向挖掘信息， 包括： 对所述用户交互活动信息集中当前用户活动数据的不少于两类行为偏好项进行行为 偏好识别， 得到各 所述行为偏好项的识别核； 结合所述用户交互活动信 息集中各所述行为偏好项的识别核， 对相应所述行为偏好项 进行匹配， 得到对应所述行为偏好项的匹配标签和匹配记录 。 4.根据权利要求1所述的方法， 其特征在于， 所述不少于两类行为偏好项包括主流行为 偏好和边缘行为偏好； 所述主流行为偏好反映推送需求主题； 所述对所述用户交互活动信 息集中当前用户活动数据的不少于两类行为偏好项进 行行为偏好识别， 得到各所述行为偏 好项的识别核， 包括： 对所述用户交互活动信息集中当前用户活动数据的所述主流行为偏 好进行行为偏好识别， 得到所述主流行为偏好的识别核； 基于所述当前用户活动数据为选 定用户活动数据， 对所述当前用户活动数据中所述边缘行为偏好进行行为偏好识别， 得到 所述边缘行为偏好的基础识别核； 所述选定用户活动数据为依据设定抽取步长所抽取 的； 基于所述当前用户活动数据为非选定用户活动数据， 对所述当前用户活动数据中所述边缘 行为偏好进行偏好匹配处 理， 得到所述 边缘行为偏好的候选识别核； 其中， 所述用户交互活动信息集中各当前用户活动数据都包含了数字认证签名； 所述 基于所述当前用户活动数据为所述非选定用户活动数据， 对所述当前用户活动数据中所述 边缘行为偏好进行偏好匹配处理， 得到所述边缘行为偏好的候选识别核， 包括： 结合所述边 缘行为偏好的基础识别核， 对第一偏好匹配处理模型进行调整； 所述基础识别核是在所述 数字认证签名先于所述当前用户活动数据之前的选定用户活动数据中所确定出的； 通过调权　利　要　求　书 1/3 页 2 CN 115422463 A 2整后的所述第一偏好匹配处理模型， 对所述边缘行为偏好在所述当前用户活动数据中的分 布变量进行估计， 得到所述 边缘行为偏好的候选识别核； 其中， 所述结合所述用户交互活动信息集中各所述行为偏好项的识别核， 对相应所述 行为偏好项进 行匹配， 得到对应所述行为偏好项的匹配标签和匹配记录， 包括： 将所述用户 交互活动信息集中全部所述行为偏好项的识别核加载至第二偏好匹配处理模型， 得到各所 述行为偏好项的匹配标签； 基于一组业务交互日志中对应于相同所述行为偏好项的所述识 别核和对应所述行为偏好项的匹配标签， 确定对应所述行为偏好项的匹配记录 。 5.根据权利要求1所述的方法， 其特征在于， 所述不少于两类行为偏好项包括： 虚拟商 城浏览项、 跨 境电商关注项、 VR服 务偏好项、 MR服 务偏好项和热点 话题偏好项； 所述结合所述不少于两类行为偏好项的定向挖掘信 息， 确定所述不少于两类行为偏好 项之间的上 下游特征， 包括： 结合所述虚拟商城浏览项的识别核和所述跨境电商关注项的识别核之间的分布变量 联合分析 结果， 确定对应于相同电子商务偏好项跨 境商城关联信息； 结合所述跨境电商关注项的识别核和所述VR服务偏好项的识别核之间的分布变量联 合分析结果， 确定所述 跨境电商关注项和所述VR服 务偏好项之间的体感需求描述特 征； 结合所述热点话题偏好项和所述MR服务偏好项各自的识别核的分布变量， 以及所述热 点话题偏好项和所述MR服务偏好项 各自的匹配记录， 确定所述热点话题偏好项和所述MR服 务偏好项之间的第一项目参与特 征或第二项目参与特 征。 6.根据权利要求2所述的方法， 其特征在于， 所述定向挖掘信 息还包括所述行为偏好项 的优劣系 数， 所述通过各所述行为偏好项的定 向挖掘信息， 依据设定的信息抽取规则确定 对应所述行为偏好项的业务会话互动信息， 包括： 基于所述当前用户活动数据中第一行为 偏好项的所述优劣系数达到第一优劣评 分， 结合所述第一行为偏好项的识别核确定初始会 话互动信息； 其中， 所述第一行为偏好项为所述不少 于两类行为偏好项中的任一行为偏好 项； 将所述初始会话互动信息录入所述第一行为偏好项的暂存空间中； 基于所述第一行为 偏好项的暂存空间达到预设的筛选启动要求， 确定所述暂存空间中记录的会话互动信息为 相应所述第一行为偏好项的业 务会话互动信息； 其中， 所述将所述初始会话互动信 息录入所述第 一行为偏好项的暂存空间中， 包括： 在 所述第一行为偏好项的暂存空间中记录的会话互动信息数目未达到存储限值的基础上， 无 条件地将所述初始会话互动信息 录入所述第一行为偏好项的暂存空间中； 其中， 所述将所述初始会话互动信 息录入所述第 一行为偏好项的暂存空间中， 包括： 在 所述第一行为偏好项的暂存空间中记录的会话互动信息数目达到所述存储限值的基础上， 将所述暂存空间中的第一会话互动信息移除； 其中， 所述第一会话互动信息的优劣系 数低 于所述初始会话互动信息的优劣系数； 将所述初始会话互动信息录入所述第一行为偏好项 的暂存空间中。 7.根据权利要求6所述的方法， 其特 征在于， 所述方法还 包括： 基于所述第 一行为偏好项的暂存空间达到所述筛选启动要求， 初始化所述第 一行为偏 好项的暂存空间。 8.根据权利要求7所述的方法， 其特征在于， 所述预设的筛选启动要求包括如下至少一 项： 筛选时效性要求、 筛选间歇要求、 匹配耗时筛选条件、 优劣评分筛选要求和匹配终止筛权　利　要　求　书 2/3 页 3 CN 115422463 A 3