[发明专利]基于大数据和人工智能的业务优化方法及电子商务AI系统

权利要求书

1.一种基于大数据和人工智能的业务优化方法，其特征在于，应用于电子商务AI系统，所述电子商务AI系统与多个智慧业务注册终端通信连接，所述方法包括：

获取所述智慧业务注册终端的目标互联网行为大数据的历史用户画像以及每个所述历史用户画像对应的内容推荐反馈画像，对所述目标互联网行为大数据的用户画像进行扩展，获取扩展用户画像，基于所述扩展用户画像生成向所述智慧业务注册终端推送的电子商务推送页面，并获取所述智慧业务注册终端在每个所述电子商务推送页面中的目标对话行为数据；

将目标对话行为数据输入到第一对话意图分析网络中的对话行为分析结构，得到所述对话行为分析结构输出的所述目标对话行为数据的第一对话行为分量和第二对话行为分量，其中，所述对话行为分析结构包括存在特征级联关系的多个深度卷积节点，所述第一对话行为分量是所述存在特征级联关系的多个深度卷积节点中的除最后一个深度卷积节点之外的深度卷积节点输出的对话行为分量，所述第二对话行为分量是所述存在特征级联关系的多个深度卷积节点中的最后一个的深度卷积节点输出的对话行为分量；

将所述第二对话行为分量输入到所述第一对话意图分析网络中的对话意图引用结构，得到所述对话意图引用结构输出的目标引用数据簇，其中，所述目标引用数据簇为在所述目标对话行为数据中定位到的目标电商意图对象所在的引用数据簇；

将所述第一对话行为分量、所述第二对话行为分量和第三对话行为分量以及所述目标引用数据簇输入到所述第一对话意图分析网络中的意图预测结构，得到所述意图预测结构输出的所述目标电商意图对象的电商意图类别属性以及所述目标电商意图对象的匹配对话数据段在所述目标对话行为数据中的数据分区信息，其中，所述第三对话行为分量是所述对话意图引用结构中的深度卷积节点根据扩展行为分量输出的对话行为分量，所述扩展行为分量是对所述第二对话行为分量进行扩展得到的行为分量；

将所述意图预测结构输出的所述目标电商意图对象的电商意图类别属性以及所述目标电商意图对象的匹配对话数据段在所述目标对话行为数据中的数据分区信息添加到业务优化数据集中进行业务优化。

2.根据权利要求1所述的基于大数据和人工智能的业务优化方法，其特征在于，所述将目标对话行为数据输入到第一对话意图分析网络中的对话行为分析结构，得到所述对话行为分析结构输出的所述目标对话行为数据的第一对话行为分量和第二对话行为分量，包括：

将所述目标对话行为数据输入到所述对话行为分析结构中包括存在特征级联关系的起始深度卷积节点，得到所述起始深度卷积节点输出的起始对话行为分量；

将所述起始对话行为分量输入到所述对话行为分析结构中包括存在特征级联关系的中转深度卷积节点，得到所述中转深度卷积节点输出的中转对话行为分量，其中，所述第一对话行为分量为所述中转对话行为分量；

将所述中转对话行为分量输入到所述对话行为分析结构中包括存在特征级联关系的终末深度卷积节点，得到所述终末深度卷积节点输出的终末对话行为分量，其中，所述第二对话行为分量为所述终末对话行为分量。

3.根据权利要求2所述的基于大数据和人工智能的业务优化方法，其特征在于，所述起始对话行为分量的行为分量维度小于所述中转对话行为分量的行为分量维度，所述起始对话行为分量的行为场景特征数量小于所述中转对话行为分量的行为场景特征数量，所述中转对话行为分量的行为分量维度等于所述终末对话行为分量的行为分量维度，所述中转对话行为分量的行为场景特征数量大于所述终末对话行为分量的行为场景特征数量。

4.根据权利要求1所述的基于大数据和人工智能的业务优化方法，其特征在于，所述第二对话行为分量输入到所述第一对话意图分析网络中的对话意图引用结构，得到所述对话意图引用结构输出的目标引用数据簇，包括：

将所述第二对话行为分量输入到所述对话意图引用结构中的行为分量扩展节点，得到所述行为分量扩展节点输出的所述扩展行为分量；

将所述扩展行为分量输入到所述对话意图引用结构中的深度卷积节点，得到所述对话意图引用结构中的深度卷积节点输出的所述第三对话行为分量；

将所述第三对话行为分量输入到所述对话意图引用结构中的第一意图引用节点，得到所述第一意图引用节点输出的所述目标引用数据簇。