[发明专利]基于云计算的数据推送方法及电子设备

权利要求书

1.一种基于云计算的数据推送方法，其特征在于，应用于电子设备，所述方法包括：

从智能终端处采集所述智能终端通过对用户输入的操作指令进行处理生成的用户行为数据；其中，所述操作指令包括触摸指令、语音指令或面部表情指令；所述用户行为数据包括以下四个类别的行为数据：行为参数、所述行为参数对应的生成时刻信息、所述行为参数对应的参数类别信息以及所述智能终端对应的数据格式信息；

提取所述用户行为数据对应的第一特征向量以及所述行为参数、所述生成时刻信息、所述参数类别信息以及所述数据格式信息分别对应的第二特征向量；其中，所述第一特征向量为N维向量，所述第二特征向量为N+1维向量，N为正整数，所述第二特征向量的最后一维特征值用于表征所述第二特征向量所对应的行为数据类别；

确定所述第一特征向量对应的第一向量网络以及每个第二特征向量的第二向量网络；其中，所述第一向量网络和每个第二向量网络中包括至少多个具有不同网络响应权重的网络节点，每个网络节点对应一个向量值，所述网络响应权重为网络节点对向量网络的收敛性影响系数，所述收敛性影响系数用于表征向量网络对应的特征向量的扩维值，所述第一向量网络和每个第二向量网络中的数网络节点数量均为N个；

确定所述第一特征向量在所述第一向量网络中的任一网络响应权重的初始网络节点，将每个第二向量网络中的具有最大网络响应权重的网络节点确定为目标网络节点；获取所述初始网络节点与每个目标网络节点之间的节点信息相似度，所述节点信息相似度用于表征初始网络节点与每个目标网络节点在向量值层面的匹配度；

基于每个节点信息相似度，确定每个第二特征向量相对于所述第一特征向量的扩维系数；根据确定出的所有扩维系数对所述第一特征向量进行扩维处理得到N+M维的目标特征向量，M为正整数；

根据所述目标特征向量从预设数据库中确定出至少一个期望数据，将所述期望数据推送给所述智能终端；

其中，所述方法还包括：

从外部获取最新数据并将所述最新数据存储至所述数据库中；

其中，所述将所述最新数据存储至所述数据库中，具体包括：

提取所述最新数据的数据特征向量以及各数据段；其中，不同的数据段对应不同的数据信息；

在依据所述数据特征向量确定出所述最新数据中包含有数据结构类别的情况下，基于所述最新数据在所述数据结构类别中的数据段及其数据段权重确定所述最新数据在数据信息类别中的各数据段与所述最新数据在所述数据结构类别中的各数据段之间的数据差异系数；

将所述最新数据在所述数据信息类别中的与所述所述最新数据在所述数据结构类别中的数据段之间的数据差异系数最小的数据段调整到所述最新数据的所述数据结构类别中；

在所述最新数据的所述数据信息类别中包含有多个数据段时，基于所述最新数据在所述数据结构类别中的数据段及其数据段权重确定所述最新数据在所述数据信息类别中的各数据段之间的数据差异系数，并基于所述各数据段之间的数据差异系数对所述数据信息类别中的各数据段进行数据转换，得到所述数据信息类别中的各数据段对应的目标数据段；

基于所述最新数据在所述数据结构类别中的数据段及其数据段权重为各所述目标数据段封装段落指向参数，并将各所述目标数据段转移到所述段落指向参数所对应的所述数据结构类别的子类别中；

基于所述数据结构类别中的每个第一数据段确定所述最新数据的第一数据结构特征；获取所述数据库的存储线程信息并基于所述存储线程信息确定所述数据库对应的第二数据结构特征；确定所述第一数据结构特征与所述第二数据结构特征之间的余弦距离；根据所述余弦距离对所述最新数据进行数据格式转换之后存入所述数据库。