(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211163732.3 (22)申请日 2022.09.23 (71)申请人 郭永强 地址 650217 云南省昆明市官渡区经开区 洛羊街道春漫大道82号 (72)发明人 郭永强　杜红　 (74)专利代理 机构 北京卓特专利代理事务所 (普通合伙) 11572 专利代理师 段宇 (51)Int.Cl. H04L 67/55(2022.01) G06F 16/9535(2019.01) (54)发明名称 基于大数据和AI分析的云服务页面推送方 法及云服 务系统 (57)摘要 本申请实施例提供一种基于大数据和AI分 析的云服务页面推送方法及云服务系统， 通过对 目标用户在目标互联网云服务的使用过程中生 成的页面互动大数据进行大数据挖掘， 输出一个 或者多个兴趣页面互动事件， 提取兴趣页面互动 事件所对应的兴趣互动路径， 并基于各个对应的 兴趣互动路径进行路径拼接， 确定对应的目标拼 接路径， 提取目标拼接路径的兴趣关系推理图 谱， 并基于兴趣关系推理图谱进行云服务页面推 送， 从而以兴趣互动路径为基础 进行兴趣关系推 理挖掘， 考虑了兴趣互动的路由流程以及兴趣关 系特征， 可以使得云服务页面推送 流程更能匹配 实际用户兴趣状态， 进而提高云服务页面推送准 确度。 权利要求书4页 说明书23页 附图1页 CN 115484309 A 2022.12.16 CN 115484309 A 1.一种基于大 数据和AI分析的云服 务页面推送方法， 其特 征在于， 包括： 对所述目标用户在所述目标互联网云服务的使用过程中生成的页面互动大数据进行 大数据挖掘， 输出一个或者多个兴趣页面互动事 件； 提取所述一个或者多个兴趣页面互动事件所对应的兴趣互动路径， 并基于各个所述对 应的兴趣互动路径进行路径拼接， 确定对应的目标拼接路径； 提取所述目标拼接路径的兴趣关系推理图谱， 并基于所述兴趣关系推理图谱进行云服 务页面推送。 2.根据权利要求1所述的基于大数据和AI分析的云服务页面推送方法， 其特征在于， 所 述对目标用户在目标互联网云服务的使用过程中生成的页面互动大数据进 行大数据挖掘， 输出一个或者多个兴趣页面互动事 件的步骤， 具体包括： 获取目标用户在目标互联网云服务的使用过程中生成的页面互动大数据， 从所述页面 互动大数据中提取候选页面互动事件数据集， 将所述候选页面互动事件数据集切分为多个 候选页面互动事 件； 对各所述候选页面互动事件进行互动特征挖掘， 输出各所述候选页面互动事件对应的 互动特征向量； 依据各所述互动特征向量进行互动知识图谱生成， 获得以各所述互动特征向量为目标 图谱成员的互动知识图谱； 依据各所述互动知识图谱中的所述目标图谱成员与连通图谱成员之间的成员连通信 息， 输出用于表达各所述互动知识图谱中所述目标图谱成员与连通图谱成员之 间的互动特 征关系的成员连通特 征向量； 将各所述互动知识图谱的所述成员连通特征向量及所述目标图谱成员对应的互动特 征向量进行聚合， 获得 各所述候选页面互动事 件的聚合特 征向量； 依据各所述聚合特征向量确定各所述候选页面互动事件的用户兴趣置信度， 输出所述 候选页面互动事 件中的兴趣页面互动事 件。 3.根据权利要求2所述的基于大数据和AI分析的云服务页面推送方法， 其特征在于， 所 述对各所述候选页面互动事件进 行互动特征挖掘， 输出各所述候选页面互动事件对应的互 动特征向量的步骤， 具体包括： 对各所述候选页面互动事件， 基于满足模型收敛条件的兴趣挖掘模型中的互动特征挖 掘网络层进行互动特 征挖掘， 输出 各所述候选页面互动事 件对应的互动特 征向量； 所述依据 各所述互动特征向量进行互动知识图谱生成， 获得以各所述互动特征向量为 目标图谱成员特 征的互动知识图谱的步骤， 具体包括： 依据各所述互动特征向量， 基于所述满足模型收敛条件的兴趣挖掘模型中的知识图谱 生成网络层进 行互动知识图谱生成， 获得以各所述互动特征向量为目标图谱成员特征的互 动知识图谱。 4.根据权利要求3所述的基于大数据和AI分析的云服务页面推送方法， 其特征在于， 所 述对各所述候选页面互动事件， 基于满足模型收敛条件的兴趣挖掘模型中的互动特征挖掘 网络层进行互动特 征挖掘之前， 所述方法还 包括： 获取非兴趣互动事件训练数据和兴趣互动事件训练数据， 将所述非兴趣互动事件训练 数据切分为多个非兴趣页面互动事件， 将所述兴趣互动事件训练数据切分为多个兴趣页面权　利　要　求　书 1/4 页 2 CN 115484309 A 2互动事件； 分别对各所述非兴趣页面互动事件和兴趣页面互动事件基于初始化权重参数的兴趣 挖掘模型中的互动特征挖掘网络层进 行互动特征挖掘， 输出各所述 非兴趣页面互动事件对 应的非兴趣互动特 征向量以及各 所述兴趣页面互动事 件对应的兴趣互动特 征向量； 依据各所述非兴趣互动特征向量和兴趣互动特征向量通过所述初始化权重参数的兴 趣挖掘模型中的知识图谱生成网络层进行互动知识图谱生成， 获得分别以各所述兴趣互动 特征向量为目标图谱成员特 征的训练 互动知识图谱； 依据各所述训练互动知识图谱中的所述目标图谱成员与连通图谱成员之间的成员连 通信息， 输出用于表达各所述训练互动知识图谱中所述目标图谱成员与连通图谱成员之间 的互动特 征关系的成员连通特 征向量； 将各所述训练互动知识图谱的所述成员连通特征向量及所述目标图谱成员对应的兴 趣互动特 征向量进行聚合， 获得 各所述兴趣页面互动事 件的第一训练聚合特 征向量； 依据各所述第一训练聚合特征向量确定各所述兴趣页面互动事件的训练用户兴趣置 信度， 依据所述训练用户兴趣置信度对所述初始 化权重参数的兴趣挖掘模 型进行模型权重 信息更新， 输出满足模型收敛 条件的兴趣挖掘模型。 5.据权利要求4所述的基于大数据和AI分析的云服务页面推送方法， 其特征在于， 所述 依据各所述第一训练聚合特征向量确定各所述兴趣页面互动事件的用户兴趣置信度的步 骤， 具体包括： 依据各所述第一训练聚合特征向量对应的所述兴趣互动特征向量之间的特征流向关 系， 输出各所述第一训练聚合特 征向量的特 征流向关系向量； 将各所述第一训练聚合特征向量以及各所述第一训练聚合特征向量的特征流向关系 向量分别进行聚合， 输出 各所述兴趣页面互动事 件对应的第二训练聚合特 征向量； 依据各所述第二训练聚合特 征向量确定各 所述兴趣页面互动事 件的用户兴趣置信度。 6.根据权利要求2所述的基于大数据和AI分析的云服务页面推送方法， 其特征在于， 所 述依据各所述互动特征向量进 行互动知识图谱生成， 获得以各所述互动特征向量为目标图 谱成员的互动知识图谱的步骤， 具体包括： 依据各所述互动特 征向量， 确定各 所述互动特 征向量之间的连通影响评估指标； 分别以各所述互动特征向量为目标图谱成员、 除所述目标图谱成员对应的互动特征向 量外的互动特 征向量为连通图谱成员的初始互动知识图谱； 从所述初始 互动知识图谱的连通图谱成员中， 移除所述连通影响评估指标不大于设定 指标值的连通图谱成员， 输出互动知识图谱。 7.根据权利要求6所述的基于大数据和AI分析的云服务页面推送方法， 其特征在于， 所 述依据各所述互动知识图谱中的所述目标图谱成员与连通图谱成员之 间的成员连通信息， 输出用于表达各所述互动知识图谱中所述目标图谱成员与连通图谱成员之间的互动特征 关系的成员连通特 征向量的步骤， 具体包括： 基于各所述互动知识图谱中， 各所述连通图谱成员对应的互动特征向量、 以及各所述 连通图谱成员对应的互动特征向量与所述目标图谱成员对应的互动特征向量之间的连通 影响评估指标， 确定所述目标图谱成员与各 所述连通图谱成员之间的互动关系属性； 依据所述互动关系属性， 输出 各所述互动知识图谱的成员连通特 征向量。权　利　要　求　书 2/4 页 3 CN 115484309 A 3