[发明专利]基于大数据的用户兴趣预测方法及系统

说明书

本发明实施例提供了一种基于大数据的用户兴趣预测方法及系统，通过获取业务投放页面的用户关注大数据，并基于用户关注大数据，以及与业务投放页面存在兴趣关系的兴趣页面对象在目标投放阶段内的用户关注数据，生成兴趣页面对象在目标投放阶段内的用户关注数据，然后基于兴趣页面对象在目标投放阶段内的用户关注数据确定兴趣页面对象与所述业务投放页面的互动数据在业务投放页面中的关联兴趣标签的兴趣属性分布，从而生成业务投放页面的兴趣重点跟踪规则。如此对当前的业务投放页面的兴趣重点跟踪规则进行生成，可提高后续关键数据搜集的针对性。

技术领域

本发明涉及大数据技术领域，具体而言，涉及一种基于大数据的用户兴趣预测方法及系统。

背景技术

在互联网技术领域，针对用户的兴趣需求进行关键数据跟踪采集，由此进行二次挖掘后可以提高后续业务优化的可靠性，因此如何对当前的业务投放页面的兴趣重点跟踪规则进行生成，提高后续关键数据搜集的针对性，是亟待解决的技术问题。

发明内容

有鉴于此，本发明实施例的目的在于提供一种基于大数据的用户兴趣预测方法及系统，以可以采集到更完整的用户关注大数据。

第一方面，本发明实施例提供一种用户关注大数据采集方法，应用于服务器，所述方法包括：

获取业务投放页面的用户关注大数据；

基于所述用户关注大数据，获取与所述业务投放页面存在兴趣关系的兴趣页面对象在目标投放阶段内的互动数据集，其中，所述兴趣页面对象在目标投放阶段内的互动数据集包括兴趣页面对象与所述业务投放页面的互动数据和对应的关联兴趣标签的兴趣属性分布；

基于所述兴趣页面对象在目标投放阶段内的互动数据集确定兴趣页面对象与所述业务投放页面的互动数据在业务投放页面中的关联兴趣标签的兴趣属性分布；

基于兴趣页面对象与所述业务投放页面的互动数据在业务投放页面中的关联兴趣标签的兴趣属性分布，获得针对所述业务投放页面中针对关联兴趣标签的兴趣属性分布的兴趣重点跟踪规则，以对所述业务投放页面进行兴趣重点数据跟踪。

其中，所述基于所述用户关注大数据，获取与所述业务投放页面存在兴趣关系的兴趣页面对象在目标投放阶段内的互动数据集的步骤，包括：

对所述用户关注大数据进行关注行为轨迹溯源，获得与所述业务投放页面对应的互动路由对象数据；

将与所述业务投放页面对应的互动路由对象数据输入互动触发请求集中进行匹配，获得所述兴趣页面对象在目标投放阶段内的互动数据集。

其中，所述基于所述用户关注大数据，获取与所述业务投放页面存在兴趣关系的兴趣页面对象在目标投放阶段内的互动数据集，还包括：

获取更新业务投放页面的用户关注优化大数据序列，以及搜集的与更新业务投放页面存在兴趣关系的各互动兴趣页面对象；

基于各互动兴趣页面对象在所述更新业务投放页面中的关联兴趣标签的兴趣属性分布，以及各互动兴趣页面对象与所述业务投放页面的互动数据生成各互动兴趣页面对象在目标投放阶段内的互动数据集；

对各互动兴趣页面对象在目标投放阶段内的互动数据集添加到互动数据集中获得更新互动数据库；

基于所述用户关注优化大数据序列获得与所述业务投放页面对应的互动路由对象数据，与所述互动兴趣页面对象在目标投放阶段内的互动数据集之间的互动数据。

其中，所述对所述用户关注大数据进行关注行为轨迹溯源，获得与所述业务投放页面对应的互动路由对象数据的步骤，包括：

基于所述用户关注大数据中各兴趣页面对象，生成兴趣页面对象簇；

对所述兴趣页面对象簇进行关注行为轨迹溯源，获得所述与所述业务投放页面对应的互动路由对象数据。

基于本发明实施例的另一方面，提供一种用户关注大数据采集系统，应用于服务器，所述系统包括：

第一获取模块，用于获取指定用户社群中的业务投放页面的用户关注大数据；