[发明专利]采用AI和大数据分析的电商内容推荐方法及大数据系统

说明书

本申请公开了一种采用AI和大数据分析的电商内容推荐方法及大数据系统，通过提取与热点电商板块关联的电商内容服务系统的电商行为事件大数据中的推送衔接数据和推送衔接数据对应的推送衔接属性，将推送衔接属性满足预设要求的推送衔接数据作为目标推送挖掘数据，基于预先训练的电商意图决策模型对目标推送挖掘数据进行电商意图决策，获得目标推送挖掘数据对应的电商意图热力图，基于目标推送挖掘数据对应的电商意图热力图对电商内容服务系统进行与热点电商板块对应的电商内容推荐，由此以电商内容推送过程中的推送衔接维度为关键维度确定出目标推送挖掘数据进行电商意图决策，进而进行电商内容推荐，可以提高电商内容推荐的准确性。

技术领域

本公开涉及大数据技术领域，特别涉及采用AI和大数据分析的电商内容推荐方法及大数据系统。

背景技术

随着人工智能和大数据技术的发展，依托于人工智能和大数据技术建立起的电子商务平台系统，得到了极其快速的发展。消费者用户可以足不出户通过电子商务平台系统购买到心仪的各种实体商品和互联网服务商品，给消费者用户的生活带来了极大的便利。

相关技术中，通过挖掘相关用户的电商意图进行相应的电商内容推荐，可以为用户提供更好的内容服务体验，然而当前电商意图的挖掘方案缺少更精细化维度的考虑，例如缺乏推送衔接维度(也即电商内容推送与相关电商传递行为的衔接特征)作为关键维度的考虑，从而导致当前电商内容推荐的准确性仍旧有待提高。

发明内容

为改善相关技术中存在的上述背景技术存在的技术问题，本公开提供了采用AI和大数据分析的电商内容推荐方法及大数据系统。

第一方面，本公开提供一种采用AI和大数据分析的电商内容推荐方法，应用于大数据系统，所述大数据系统与多个电商内容服务系统通信连接，所述方法包括：

提取与热点电商板块关联的电商内容服务系统的电商行为事件大数据中的推送衔接数据和所述推送衔接数据对应的推送衔接属性，将推送衔接属性满足预设要求的推送衔接数据作为目标推送挖掘数据；

基于预先训练的电商意图决策模型对所述目标推送挖掘数据进行电商意图决策，获得所述目标推送挖掘数据对应的电商意图热力图；

基于所述目标推送挖掘数据对应的电商意图热力图对所述电商内容服务系统进行与所述热点电商板块对应的电商内容推荐。

譬如，在第一方面的一种基于独立构思的实施例中，基于所述目标推送挖掘数据对应的电商意图热力图对所述电商内容服务系统进行与所述热点电商板块对应的电商内容推荐的步骤，包括：

从所述电商意图热力图中获取满足预设条件的目标电商意图，其中，所述预设条件包括电商意图的置信度大于预设置信度，或者电商意图的置信度在预设时间范围的浮动变化率大于预设变化率；

基于所述目标电商意图从热点电商板块中获取对应的热点电商需求数据，并基于所述热点电商需求数据从所述热点电商板块绑定的热点电商内容数据源中获取对应的目标热点电商内容数据后，向所述电商内容服务系统进行内容推荐；

获取所述电商内容服务系统提交针对所述目标热点电商内容数据的情感倾向特征数据，并依据所述情感倾向特征数据生成对应的目标更新电商需求数据。

譬如，在第一方面的一种基于独立构思的实施例中，所述获取所述电商内容服务系统提交针对所述目标热点电商内容数据的情感倾向特征数据，并依据所述情感倾向特征数据生成对应的目标更新电商需求数据的步骤，包括：

获取所述电商内容服务系统发送的情感倾向特征数据，其中，所述情感倾向特征数据代表所述电商内容服务系统当前针对所述目标热点电商内容数据中每个浏览内容的情感倾向状态特征；

对所述情感倾向特征数据进行挖掘，获得所述情感倾向特征数据中携带的所述电商内容服务系统反馈当前针对所述目标热点电商内容数据中每个浏览内容的情感倾向状态特征的反馈业务节点；