[发明专利]基于大数据预测的互联网服务挖掘方法及大数据预测系统

说明书

本公开实施例提供一种基于大数据预测的互联网服务挖掘方法及大数据预测系统，通过兴趣业务行为预测网络对应的参考数据集中参考互联网服务大数据的各个关键互联网数据的挖掘指标集合确定兴趣预估指标，可以根据各个关键互联网数据的对应的挖掘指标集合确定该兴趣预估指标的挖掘参考区间，使得各个目标兴趣业务行为对应的兴趣预估指标更加匹配该目标兴趣业务行为对应的互联网服务大数据的真实兴趣倾向特点，降低了通过兴趣预估指标对各个关键互联网数据进行挖掘指标确定时产生的噪声误差，提高了对互联网服务大数据中挖掘指标集合估计的精度。

技术领域

本公开涉及大数据预测技术领域，具体而言，涉及一种基于大数据预测的互联网服务挖掘方法及大数据预测系统。

背景技术

随着社会信息化的迅速发展，无论是数据的变化速率，还是数据的新增种类都在不断更新，数据研究变得越来越复杂，这意味着大数据时代到来。数据挖掘将高性能计算、机器学习、人工智能、模式识别、统计学、数据可视化、数据库技术和专家系统等多个范畴的理论和技术融合在一起。大数据时代对数据挖掘而言，既是机遇也是挑战，分析大数据，建立适当的体系，不断地优化，提高决策的准确性，从而更利于掌握并顺应市场的多端变化。在大数据时代下，数据挖掘作为最常用的数据分析手段得到了各个领域的认可，目前主要研究数据挖掘中的分类、优化、识别、预测等技术在众多领域中的应用。

基于此，发明人研究发现，当前的数据挖掘方案，在通过兴趣预估指标（例如预估的挖掘参考指标）对各个关键互联网数据进行挖掘指标确定时会产生一部分噪声误差，导致对互联网服务大数据中挖掘指标集合估计的精度不够。

发明内容

为了至少克服现有技术中的上述不足，本公开的目的在于提供一种基于大数据预测的互联网服务挖掘方法及大数据预测系统。

第一方面，本公开提供一种基于大数据预测的互联网服务挖掘方法，应用于大数据预测系统，所述大数据预测系统与多个互联网服务终端通信连接，所述方法包括：

获取所述互联网服务终端的互联网服务大数据；

基于兴趣业务行为预测网络的网络提取节点，对所述互联网服务大数据进行特征提取，得到所述互联网服务大数据对应的操作行为特征分布；

基于所述兴趣业务行为预测网络的兴趣预测节点，对所述操作行为特征分布进行兴趣预测，得到所述互联网服务大数据中的各个关键互联网数据对应的目标兴趣业务行为；

基于所述互联网服务大数据中的各个关键互联网数据对应的目标兴趣业务行为，以及各个所述目标兴趣业务行为对应的兴趣预估指标，获取所述互联网服务大数据中的各个关键互联网数据对应的挖掘价值指标；

基于所述互联网服务大数据中的各个关键互联网数据对应的挖掘价值指标，获取所述互联网服务大数据对应的挖掘指标集合；

其中，所述兴趣业务行为预测网络是以参考数据集中的参考互联网服务大数据为训练数据、以所述参考互联网服务大数据的各个关键互联网数据的参考兴趣业务行为为训练属性训练得到的人工智能学习网络；所述各个所述目标兴趣业务行为对应的兴趣预估指标是基于所述参考互联网服务大数据的各个关键互联网数据的挖掘指标集合确定的。