[发明专利]基于大数据挖掘的内容源推荐更新方法及云计算服务系统

权利要求书

1.一种基于大数据挖掘的内容源推荐更新方法，其特征在于，应用于云计算服务系统，所述云计算服务系统与所述多个智慧在线服务终端通信连接，所述云计算服务系统基于预先申请的云计算资源进行智慧在线服务信息推荐，所述方法包括：

基于所述智慧在线服务终端发起的智慧在线服务页面的在线服务会话信息的推荐倾向参数向所述智慧在线服务终端推荐对应的会话推荐对象，以使所述智慧在线服务终端基于所述会话推荐对象进行会话业务互动，并获取所述智慧在线服务终端在每个所述会话推荐对象中的会话业务互动大数据；

对每个所述会话推荐对象中的会话业务互动大数据进行数据挖掘，获得针对每个所述会话推荐对象的会话用户画像集；

基于针对每个所述会话推荐对象的会话用户画像集，对所述智慧在线服务终端在每个所述会话推荐对象上的内容源信息进行推荐更新。

2.根据权利要求1所述的基于大数据挖掘的内容源推荐更新方法，其特征在于，所述对每个所述会话推荐对象中的会话业务互动大数据进行数据挖掘，获得针对每个所述会话推荐对象的会话用户画像集的步骤，包括：

对每个所述会话推荐对象中的会话业务互动大数据进行不同会话行为的数据匹配，获取对应的会话行为匹配数据；

获取所述会话行为匹配数据的会话行为知识网络中的多个知识结构的结构属性信息；每个知识结构用于表示所述会话行为匹配数据在会话互动过程中需要被调用的一个或者多个兴趣会话，且所述每个知识结构所表示的兴趣会话的兴趣会话数据需要画像预测；任一知识结构的结构属性信息用于反映所述任一知识结构和其它知识结构之间的结构关系；

根据各知识结构的结构属性信息，将至少两个知识结构归类为目标知识团，所述目标知识团用于指示对被归类的知识结构所表示的兴趣会话的兴趣会话数据进行画像预测；

采用所述目标知识团更新所述会话行为知识网络，并将更新后的会话行为知识网络发送至画像预测模型，所述更新后的会话行为知识网络用于指示所述画像预测模型按照所述目标知识团的特征信息，在所述会话行为匹配数据的会话互动过程中对所述被归类的知识结构所表示的兴趣会话的兴趣会话数据进行画像预测，并输出画像预测结果，所述画像预测结果包括每个所述会话推荐对象的会话用户画像集。

3.根据权利要求2所述的基于大数据挖掘的内容源推荐更新方法，其特征在于，所述多个知识结构对应一个目标兴趣互动数据集，所述目标兴趣互动数据集是基于各知识结构在所述会话行为知识网络中的会话传递逻辑，采用多个会话传递关系关联所述各知识结构得到的；

所述会话传递逻辑用于指示：一个知识结构沿着所述会话行为知识网络中的至少一条会话传递节点关联其它知识结构的传递信息；

任一知识结构的第一维度兴趣位置信息包括以下至少一项：所述任一知识结构的第一维度兴趣位置信息和所述任一知识结构的第二维度兴趣位置信息；

所述任一知识结构的第一维度兴趣位置信息中的第一维度兴趣位置为：从所述目标兴趣互动数据集中的选定知识结构至所述任一知识结构的所有第一维度传递关系均关联的知识结构；

其中，所述任一知识结构的第一维度兴趣位置信息中相对于所述任一知识结构最先的第一维度兴趣位置，为所述任一知识结构的最先第一维度兴趣位置；

所述任一知识结构的第二维度兴趣位置信息中的第二维度兴趣位置信息为：从所述目标兴趣互动数据集对应的第二维度会话传递信息中的选定知识结构至所述任一知识结构的所有第二维度传递关系均关联的知识结构；

其中，所述任一知识结构的第二维度兴趣位置信息中相对于所述任一知识结构最先的第二维度兴趣位置信息，为所述任一知识结构的最先第二维度兴趣位置信息；

所述第二维度会话传递信息是指对所述目标兴趣互动数据集中的各个会话传递关系进行负向维度处理所得到的传递信息；

所述根据各知识结构的结构属性信息，将至少两个知识结构归类为目标知识团，包括：

根据各知识结构的结构属性信息，构建由所述多个知识结构构成的第一维度兴趣聚类信息；

基于所述第一维度兴趣聚类信息，提取目标信息；

所述目标信息包括：多分簇所需的目标对象集，每个目标对象集中至少存在一个目标对象为所述知识结构；

按照所述目标信息对所述多个知识结构进行至少一层分簇，得到目标知识团。