結合元宇宙交互服務的用戶興趣挖掘方法及系統技術方案

本申請實施例公開了結合元宇宙交互服務的用戶興趣挖掘方法及系統，可以使得用戶興趣挖掘算法在進行用戶興趣挖掘吸收時，可以獲得到數字空間環境特征，從而獲得到數字空間環境特征的挖掘識別性能，隨著數字空間環境特征挖掘識別性能的吸收階段對第一示例性用戶活動信息集和第二示例性用戶活動信息集中的元宇宙用戶活動信息的興趣事件/興趣知識進行挖掘分析吸收，從而使得用戶興趣挖掘算法基于對各類數字空間環境特征的元宇宙用戶活動信息的應對效果，可以對各種數字空間環境特征下所得的元宇宙用戶活動信息都可以精準可信地挖掘出對應的用戶興趣事件。出對應的用戶興趣事件。出對應的用戶興趣事件。

【技術實現步驟摘要】
結合元宇宙交互服務的用戶興趣挖掘方法及系統


[0001]本申請涉及元宇宙
，尤其涉及一種結合元宇宙交互服務的用戶興趣挖掘方法及系統。

技術介紹

[0002]伴隨著元宇宙概念大熱，眾多數字化企業都在搶先布局，元宇宙技術及相關產業也得到了快速的發展。本質上，元宇宙交互是在大數據、云計算、人工智能的基礎上通過進一步整合升級得到的連接現實世界和虛擬世界的新型數字虛擬化空間。當下，針對元宇宙的用戶交互分析熱度不減，各類技術青睞于元宇宙場景下的用戶大數據挖掘，然而針對元宇宙服務的用戶興趣分析，大部分技術難以保障興趣挖掘的精度和可信度。

技術實現思路

[0003]本申請的一個目的是提供一種結合元宇宙交互服務的用戶興趣挖掘方法及系統。
[0004]本申請的技術方案是通過如下至少部分實施例實現的。
[0005]一種結合元宇宙交互服務的用戶興趣挖掘方法，應用于元宇宙交互服務系統，所述方法包括：獲得第一元宇宙用戶活動信息；基于用戶興趣挖掘算法對所述第一元宇宙用戶活動信息進行用戶興趣挖掘以確定出用戶興趣知識分布，其中，所述用戶興趣挖掘算法為通過第一示例性用戶活動信息集和第二示例性用戶活動信息集配置所得的，所述第一示例性用戶活動信息集中的第一已認證用戶活動信息對應的參考指示匹配所述第一已認證用戶活動信息中的用戶興趣事件，所述第二示例性用戶活動信息集中的第二已認證用戶活動信息對應的參考指示反映所述第二已認證用戶活動信息對應的數字空間環境特征。
[0006]應用于相關實施例，基于用戶興趣挖掘算法對所述第一元宇宙用戶活動信息進行用戶興趣挖掘，而用戶興趣挖掘算法的配置依據包括第一示例性用戶活動信息集和第二示例性用戶活動信息集，第二示例性用戶活動信息集中的第二已認證用戶活動信息攜帶有數字空間環境特征，這樣可以使得用戶興趣挖掘算法在進行用戶興趣挖掘吸收時，可以獲得到數字空間環境特征，從而獲得到數字空間環境特征的挖掘識別性能，隨著數字空間環境特征挖掘識別性能的吸收階段對第一示例性用戶活動信息集和第二示例性用戶活動信息集中的元宇宙用戶活動信息的興趣事件/興趣知識進行挖掘分析吸收，從而使得用戶興趣挖掘算法基于對各類數字空間環境特征的元宇宙用戶活動信息的應對效果，可以對各種數字空間環境特征下所得的元宇宙用戶活動信息都可以精準可信地挖掘出對應的用戶興趣事件。
[0007]在一些可獨立的設計思路下，所述用戶興趣知識分布包含所述第一元宇宙用戶活動信息對應的數字空間環境特征，所述方法還包括：經由所述第一元宇宙用戶活動信息對應的數字空間環境特征，確定第二元宇宙用戶活動信息對應的活動注意力變量，所述第二元宇宙用戶活動信息為在獲得到所述第一元宇宙用戶活動信息之后采集所得的元宇宙用戶活動信息。
[0008]應用于相關實施例，可以通過獲得到第一元宇宙用戶活動信息對應的數字空間環境特征以確定出第二元宇宙用戶活動信息的活動注意力變量，進而為用戶畫像勾勒、元宇宙用戶活動信息分析、活動信息的后續處理等提供依據。舉例而言，該活動注意力變量作為活動信息爬蟲的輸出，以使得基于活動信息爬蟲進行采集的信息采集線程可以基于該活動注意力變量采集得到所述第二元宇宙用戶活動信息，再舉例而言，該活動注意力變量還可以被用于活動信息的后續處理，在獲得到第二元宇宙用戶活動信息之后，基于該活動注意力變量可以對第二元宇宙用戶活動信息進行熱力值的智能化改進。或者，該活動注意力變量還可以被用于元宇宙安全檢測領域，基于該活動注意力變量對以上第二元宇宙用戶活動信息進行分析。
[0009]在一些可獨立的設計思路下，所述用戶興趣知識分布包括虛擬社區興趣關鍵詞，所述方法還包括：挖掘所述虛擬社區興趣關鍵詞的用戶活動偏好向量；通過所述用戶活動偏好向量，確定所述虛擬社區興趣關鍵詞對應的數字空間交互成員；對所述數字空間交互成員啟用設定處理，所述設定處理包括如下一項或多項：畫像標記處理、目標成員活躍度改進處理、安全認證處理。應用于相關實施例，可以通過獲得到第一元宇宙用戶活動信息中的用戶興趣事件，完成對虛擬社區興趣關鍵詞的提取，并且可以對虛擬社區興趣關鍵詞的數字空間交互成員進行針對性分析處理，為基于虛擬社區興趣關鍵詞的提取的部分需求提供依據。
[0010]在一些可獨立的設計思路下，所述用戶興趣知識分布包括虛擬社區興趣關鍵詞和數字空間環境特征，所述方法還包括：對所述虛擬社區興趣關鍵詞進行融合所述數字空間環境特征的持續性分析。應用于相關實施例，可以基于數字空間環境特征進行持續性分析，從而可以降低數字空間環境特征對興趣持續性分析的干擾，在一定程度上提高興趣持續性分析精度。
[0011]在一些可獨立的設計思路下，所述方法還包括：獲得第一AI算法，所述第一AI算法包括細節信息提取單元和用戶興趣挖掘單元，所述用戶興趣挖掘單元與所述細節信息提取單元相連；部署環境特征解析單元和支持向量機單元，所述環境特征解析單元用于解析加載到所述細節信息提取單元的元宇宙用戶活動信息的數字空間環境特征，所述支持向量機單元用于鑒別加載到所述細節信息提取單元的元宇宙用戶活動信息所對應的示例信息集，將所述環境特征解析單元和所述支持向量機單元，分別與所述第一AI算法中的細節信息提取單元相連以確定出第二AI算法；通過所述第一示例性用戶活動信息集和所述第二示例性用戶活動信息集配置所述第二AI算法以確定出所述用戶興趣挖掘算法。
[0012]應用于相關實施例，基于在先的第一AI算法得到用戶興趣挖掘算法，可以基于算法二次使用提升用戶興趣挖掘算法的趨于穩定的時效性，及時得到本申請實施例中的用戶興趣挖掘算法，該用戶興趣挖掘算法具有環境特征解析以及基于環境特征解析的結果進行用戶興趣挖掘的性能。
[0013]在一些可獨立的設計思路下，所述將所述環境特征解析單元和所述支持向量機單元，分別與所述第一AI算法中的細節信息提取單元相連以確定出第二AI算法之前，所述方法還包括：通過所述第一示例性用戶活動信息集對所述第一AI算法進行預配置，改進所述細節信息提取單元和所述用戶興趣挖掘單元的變量數據；所述將所述環境特征解析單元和所述支持向量機單元，分別與所述第一AI算法中的細節信息提取單元相連以確定出第二AI
算法，包括：將所述環境特征解析單元和所述支持向量機單元分別與完成變量數據改進的細節信息提取單元相連以確定出所述第二AI算法。
[0014]應用于相關實施例，第一示例性用戶活動信息集可以用于配置第一AI算法和第二AI算法，這些配置依據可以反復使用，降低配置環節配置依據的獲得復雜度。第二AI算法基于預配置的第一AI算法得到，可以提升第二AI算法的配置效率，提高模型趨于穩定的時效性。
[0015]在一些可獨立的設計思路下，所述通過所述第一示例性用戶活動信息集和所述第二示例性用戶活動信息集配置所述第二AI算法以確定出所述用戶興趣挖掘算法，包括：通過所述細節信息提取單元對所述第一已認證用戶活動信息和所述第二已認證用戶活動信息分別進行細節信息挖掘，對應得到第一已認證活動細節向量和第二已認證活動細節向量；通過所述用戶興趣挖掘單元對所本文檔來自技高網...

【技術保護點】

【技術特征摘要】
1.一種結合元宇宙交互服務的用戶興趣挖掘方法，其特征在于，應用于元宇宙交互服務系統，所述方法包括：獲得第一元宇宙用戶活動信息，以及基于用戶興趣挖掘算法對所述第一元宇宙用戶活動信息進行用戶興趣挖掘以確定出用戶興趣知識分布；其中，所述用戶興趣挖掘算法為通過第一示例性用戶活動信息集和第二示例性用戶活動信息集配置所得的，所述第一示例性用戶活動信息集中的第一已認證用戶活動信息對應的參考指示匹配所述第一已認證用戶活動信息中的用戶興趣事件，所述第二示例性用戶活動信息集中的第二已認證用戶活動信息對應的參考指示反映所述第二已認證用戶活動信息對應的數字空間環境特征。2.根據權利要求1所述的方法，其特征在于，所述用戶興趣知識分布包含所述第一元宇宙用戶活動信息對應的數字空間環境特征，所述方法還包括：經由所述第一元宇宙用戶活動信息對應的數字空間環境特征，確定第二元宇宙用戶活動信息對應的活動注意力變量，所述第二元宇宙用戶活動信息為在獲得到所述第一元宇宙用戶活動信息之后采集所得的元宇宙用戶活動信息。3.根據權利要求1所述的方法，其特征在于，所述用戶興趣知識分布包括虛擬社區興趣關鍵詞，所述方法還包括：挖掘所述虛擬社區興趣關鍵詞的用戶活動偏好向量；通過所述用戶活動偏好向量，確定所述虛擬社區興趣關鍵詞對應的數字空間交互成員；對所述數字空間交互成員啟用設定處理，所述設定處理包括如下一項或多項：畫像標記處理、目標成員活躍度改進處理、安全認證處理。4.根據權利要求1所述的方法，其特征在于，所述方法還包括：獲得第一AI算法，所述第一AI算法包括細節信息提取單元和用戶興趣挖掘單元，所述用戶興趣挖掘單元與所述細節信息提取單元相連；部署環境特征解析單元和支持向量機單元，所述環境特征解析單元用于解析加載到所述細節信息提取單元的元宇宙用戶活動信息的數字空間環境特征，所述支持向量機單元用于鑒別加載到所述細節信息提取單元的元宇宙用戶活動信息所對應的示例信息集，將所述環境特征解析單元和所述支持向量機單元，分別與所述第一AI算法中的細節信息提取單元相連以確定出第二AI算法；通過所述第一示例性用戶活動信息集和所述第二示例性用戶活動信息集配置所述第二AI算法以確定出所述用戶興趣挖掘算法。5.根據權利要求4所述的方法，其特征在于，所述將所述環境特征解析單元和所述支持向量機單元，分別與所述第一AI算法中的細節信息提取單元相連以確定出第二AI算法之前，所述方法還包括：通過所述第一示例性用戶活動信息集對所述第一AI算法進行預配置，改進所述細節信息提取單元和所述用戶興趣挖掘單元的變量數據；所述將所述環境特征解析單元和所述支持向量機單元，分別與所述第一AI算法中的細節信息提取單元相連以確定出第二AI算法，包括：將所述環境特征解析單元和所述支持向量機單元分別與完成變量數據改進的細節信息提取單元相連以確定出所述第二AI算法。6.根據權利要求4所述的方法，其特征在于，所述通過所述第一示例性用戶活動信息集和所述第二示例性用戶活動信息集配置所述第二AI算法以確定出所述用戶興趣挖掘算法，
包括：通過所述細節信息提取單元對所述第一已認證用戶活動信息和所述第二已認證用戶活動信息分別進行細節信息挖掘，對應得到第一已認證活動細節向量和第二已認證活動細節向量；通過所述用戶興趣挖掘單元對所述第一已認證活動細節向量和所述第二已認證活動細節向量分別進行興趣事件挖掘，對應得到第一興趣事件挖掘結果和第二興趣事件挖掘結果；通過所述支持向量機單元對所述第一已認證活動細節向量和所述第二已認證活動細節向量分別進行鑒別處理，對應得到第一鑒別處理結果和第二鑒別處理結果；通過所述第一興趣事件挖掘結果、所述第一鑒別處理結果和所述第一已認證用戶活動信息對應的參考指示以確定出第一算法評價指標；通過所述第二興趣事件挖掘結果、所述第二鑒別處理結果和所述第二已認證用戶活動信息對應的參考指示以確定出第二算法評價指標；通過所述第一算法評價指標和所述第二算法評價指標改進所述第二AI算法的變量數據以確定出所述用戶興趣挖掘算法；其中，所述通過所述第二興趣事件挖掘結果、所述第二鑒別處理結果和所述第二已認證用戶活動信息對應的參考指示以確定出第二算法評價指標之前，所述方法還包括：通過所述環境特征解析單元對所述第二已認證...

【專利技術屬性】
技術研發人員：李繼光，
申請(專利權)人：李繼光，
類型：發明
國別省市：