[发明专利]基于业务用户习惯的智能学习查询模型的构建方法及系统

权利要求书

1.一种基于业务用户习惯的智能学习查询模型的构建方法，其特征在于，包括如下步骤：

S1：从数据源中获取业务用户的数据查询记录；所述数据查询记录为用户操作日志文件；所述数据源为日志存储系统；

S2：根据步骤S1中得到的所述数据查询记录，进行数据查询习惯分析；

S3：根据步骤S2中得到的数据查询习惯分析结果构建查询模型；

在步骤S2中，所述数据查询习惯分析具体包括如下步骤：

S21：定期对步骤S1中得到的所述数据查询记录，进行数据分析；所述数据分析包括数据清洗、数据过滤、数据比对、数据分类；

S22：从步骤S21中得到的数据分析结果中，提取业务用户的浏览兴趣模式的频繁项特征，计算出业务用户习惯的操作权重值；

S23：根据步骤S22中计算得到的操作权重值，进行相同业务操作的归档处理，形成行为模型；

S24：从步骤S21中得到的数据分析结果中，提取业务用户的输入输出参数；所述输入输出参数包括来源地信息、被叫地信息、话题分类信息、局点信息、局向信息；

S25：根据步骤S23中形成的行为模型、步骤S24中提取得到的业务用户的输入输出参数，获取业务用户的数据查询习惯。

2.根据权利要求1所述的基于业务用户习惯的智能学习查询模型的构建方法，其特征在于，步骤S22具体包括如下步骤:

S221:步骤S21中得到的数据分析结果中，在所述数据查询记录的一个Web日志节点n中，将所述业务用户的浏览兴趣模式的特征信息的分布状态定义为l(n)，将两个所述业务用户之间的QoS需求和兴趣模式的特征信息的集合定义为L(n)；

S222:将一个Web日志节点n的状态特征集合定义为D_n；将所述l(n)的子节点集合定义为D_l(n)，在所述l(n)的子节点的语义本体模型中，得到用户浏览兴趣模式特征集合的平均子节点为

S223:从源节点至目标节点拓扑树的总平均子节点数定义为M，资源层节点中用户浏览的兴趣特征点总数满足如下关系：

由此得到业务用户的浏览兴趣模式的频繁项特征，计算出业务用户习惯的操作权重值。

3.根据权利要求2所述的基于业务用户习惯的智能学习查询模型的构建方法，其特征在于，在步骤S3中，构建查询模型包括如下步骤：

S31：重建日志系统；

S32：日志数据持久化；

S33：在步骤S31中重建的日志系统中，根据步骤S2中得到的数据查询习惯分析结果创建数据查询模型。

4.根据权利要求3所述的基于业务用户习惯的智能学习查询模型的构建方法，其特征在于，在步骤S31中，所述重建日志系统具体包括如下步骤：

S311、重新组织日志分析的数据结构：根据步骤S2中得到数据查询分析结果所需的数据参数，添加新的日志数据；所述日志数据包括用户名称、用户操作模块类型、用户操作时间、用户输入和输出参数；

S312、添加日志存储队列：将步骤S311中添加的所述日志数据写入日志持久化队列中，由所述日志持久化队列的消费者对日志进行处理；

S313、日志数据入库：当所述日志持久化队列的消费者监控到队列中有所述日志数据进入时，按照队列的入队顺序循环弹出，将得到的所述日志数据写入到数据库中存储。

5.根据权利要求4所述的基于业务用户习惯的智能学习查询模型的构建方法，其特征在于，在步骤S32中，所述日志数据持久化包括如下步骤：

S321、配置日志数据的持久化范围：对所述业务用户的一种或多种操作进行持久化控制；

S322、对用户日志数据进行过滤清洗：将步骤S321中持久化控制的日志数据进行采集，并对采集到的日志数据根据有效日志规则进行筛选，获取有效的日志数据；

S323、清洗过后的日志数据的存储：将清洗过后的有效的日志数据写入日志持久化队列中，由所述日志持久化队列的消费者对日志数据进行处理；

S324、日志数据入库：当所述日志持久化队列的消费者监控到队列中有所述日志数据进入时，按照队列的入队顺序循环弹出，将得到的所述日志数据写入到数据库中存储。