[发明专利]应用于行为意图分析的大数据挖掘方法及云端AI服务系统

权利要求书

1.一种应用于行为意图分析的大数据挖掘方法，其特征在于，应用于所述云端AI服务系统，所述方法包括：

获取待进行挖掘的目标用户的用户行为大数据，并依据预先训练完成的目标行为意图挖掘网络对所述用户行为大数据进行分析，输出对应的行为意图挖掘特征；

根据不同目标用户的所述行为意图挖掘特征，确定各个目标用户所对应的行为意图热力标签；

基于各个目标用户所对应的行为意图热力标签对所述各个目标用户进行推送分组分配，以确定每个目标推送分组下的目标用户簇，其中，所述每个目标推送分组对应一个推送规则，所述推送规则对应于相应的行为意图热力标签的最新推送策略；

对每个目标推送分组下的目标用户簇所对应的业务服务页面进行信息推送。

2.根据权利要求1所述的应用于行为意图分析的大数据挖掘方法，其特征在于，所述获取待进行挖掘的用户行为大数据，并依据预先训练完成的目标行为意图挖掘网络对所述用户行为大数据进行分析，输出对应的行为意图挖掘特征的步骤，包括：

获取用于对第一行为意图挖掘网络进行网络更新的用户行为训练数据，将所述用户行为训练数据中的训练数据成员簇作为候选训练数据成员簇；

依据所述第一行为意图挖掘网络挖掘输出所述候选训练数据成员簇的成员簇变量，将所述候选训练数据成员簇的成员簇变量加载到与所述第一行为意图挖掘网络存在映射联系的训练有效性决策网络，调用所述训练有效性决策网络基于所述第一行为意图挖掘网络的网络更新轮数和所述训练有效性决策网络所被设定的有效值评估配置信息，对所述候选训练数据成员簇进行训练有效性决策，生成所述候选训练数据成员簇的训练有效性决策信息；

对所述候选训练数据成员簇的成员簇变量进行行为意图特征决策，生成所述候选训练数据成员簇的行为意图特征变量，基于所述候选训练数据成员簇的行为意图特征变量和所述训练有效性决策信息，对所述用户行为训练数据进行组合训练代价值评估，输出所述用户行为训练数据的组合训练代价值；

基于所述组合训练代价值更新所述第一行为意图挖掘网络的网络权重信息，依据更新网络权重信息后的第一行为意图挖掘网络，生成用于对目标用户行为数据进行行为意图特征分析的第二行为意图挖掘网络，以基于所述第二行为意图挖掘网络作为目标行为意图挖掘网络对用户行为大数据进行行为意图特征分析，以基于所述第二行为意图挖掘网络作为目标行为意图挖掘网络对用户行为大数据进行行为意图特征分析。

3.根据权利要求2所述的应用于行为意图分析的大数据挖掘方法，其特征在于，所述依据所述第一行为意图挖掘网络挖掘输出所述候选训练数据成员簇的成员簇变量，将所述候选训练数据成员簇的成员簇变量加载到与所述第一行为意图挖掘网络存在映射联系的训练有效性决策网络，调用所述训练有效性决策网络基于所述第一行为意图挖掘网络的网络更新轮数和所述训练有效性决策网络所被设定的有效值评估配置信息，对所述候选训练数据成员簇进行训练有效性决策，生成所述候选训练数据成员簇的训练有效性决策信息，包括：

将所述候选训练数据成员簇加载到所述第一行为意图挖掘网络，由所述第一行为意图挖掘网络对所述候选训练数据成员簇进行变量编码，将所述第一行为意图挖掘网络所挖掘的所述候选训练数据成员簇的成员簇变量作为第一更新成员簇变量；

在所述第一行为意图挖掘网络的网络更新轮数达到初始更新轮数时，将所述第一更新成员簇变量加载到与所述第一行为意图挖掘网络存在映射联系的训练有效性决策网络，调用所述训练有效性决策网络基于与所述用户行为训练数据所对应的第一决策数据序列，输出所述训练有效性决策网络所被设定的第一有效值评估配置信息；

依据所述第一决策数据序列确定所述用户行为训练数据的第一组合训练代价值，依据所述第一组合训练代价值更新所述第一行为意图挖掘网络的网络权重信息，将权重更新后的第一行为意图挖掘网络作为模糊行为意图挖掘网络，且对所述第一行为意图挖掘网络的网络更新轮数进行更新；

将所述模糊行为意图挖掘网络所挖掘的所述候选训练数据成员簇的成员簇变量作为第二更新成员簇变量，且在更新后的网络更新轮数达到预设更新轮数时，将所述第二更新成员簇变量加载到所述训练有效性决策网络，调用所述训练有效性决策网络基于所述训练有效性决策网络所被设定的第一有效值评估配置信息，对所述候选训练数据成员簇进行训练有效性决策，生成所述候选训练数据成员簇的训练有效性决策信息。