System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 无码AV中文字幕久久专区,波多野结衣AV无码,亚洲日韩激情无码一区
  • 
    <ul id="o6k0g"></ul>
    <ul id="o6k0g"></ul>

    面向多樣態定制化氣象服務的用戶數據挖掘方法及系統技術方案

    技術編號:42396404 閱讀:21 留言:0更新日期:2024-08-16 16:19
    本申請涉及人工智能和氣象服務技術領域,尤其提供一種面向多樣態定制化氣象服務的用戶數據挖掘方法及系統,引入了離散結構化行為語義嵌入網絡和離散結構化推送偏好解析網絡,通過深入挖掘用戶會話行為的語義信息和推送偏好,實現了對用戶需求的精準識別和個性化推送的優化。同時,本申請實施例還利用用戶會話行為過往數據進行行為變異調試,不斷提升網絡性能,確保推送服務的準確性和時效性。此外,采用了多元決策算法,綜合考慮多種因素進行推送決策,確保推送內容既符合用戶的實際需求,又能提升用戶體驗和服務質量。可見,通過引入先進的網絡技術和決策算法,實現了用戶需求的精準識別和個性化推送的優化,顯著提升了用戶體驗和服務質量。

    【技術實現步驟摘要】

    本申請涉及人工智能和氣象服務,尤其涉及一種面向多樣態定制化氣象服務的用戶數據挖掘方法及系統


    技術介紹

    1、隨著互聯網技術的快速發展和大數據時代的到來,數字氣象服務已經成為了人們獲取天氣信息的重要途徑。然而,傳統的數字氣象服務在推送內容時往往采用“一刀切”的方式,缺乏對用戶個性化需求的深入理解和滿足。這導致了推送內容與用戶實際需求的不匹配,降低了用戶體驗和服務質量。

    2、為了解決這個問題,本申請實施例提出了一種基于用戶會話行為的個性化氣象服務推送方法。該方法首先獲取數字氣象服務的多樣態定制化推送文本和氣象用戶會話行為數據,以此為基礎進行用戶需求識別。然而,現有的技術方法在用戶需求識別方面往往存在精度不高、理解不深的問題,無法有效捕捉用戶的真實意圖和偏好。


    技術實現思路

    1、為了改善上述問題,本申請提供了一種面向多樣態定制化氣象服務的用戶數據挖掘方法及系統。

    2、本申請實施例提供一種面向多樣態定制化氣象服務的用戶數據挖掘方法,應用于用戶數據挖掘系統,所述方法包括:

    3、獲取數字氣象服務的多樣態定制化推送文本和氣象用戶會話行為數據;

    4、將所述多樣態定制化推送文本作為用戶需求識別指示,通過離散結構化行為語義嵌入網絡對所述氣象用戶會話行為數據進行行為語義嵌入挖掘,并對行為語義嵌入挖掘的輸出配置個性化需求反饋要素,得到所述氣象用戶會話行為數據的若干個推送偏好決策知識特征;

    5、將所述多樣態定制化推送文本作為用戶需求識別指示,通過離散結構化推送偏好解析網絡,對所述推送偏好決策知識特征進行推送偏好解析,得到若干個氣象內容推送偏好觀點;所述離散結構化行為語義嵌入網絡和所述離散結構化行為語義嵌入網絡,基于用戶會話行為過往數據進行行為變異調試所得;

    6、依據所述氣象內容推送偏好觀點,通過多元決策算法對所述氣象用戶會話行為數據進行氣象服務推送決策,得到每個氣象內容推送偏好觀點各自對應的氣象服務推送標簽。

    7、優選的,所述將所述多樣態定制化推送文本作為用戶需求識別指示,通過離散結構化行為語義嵌入網絡對所述氣象用戶會話行為數據進行行為語義嵌入挖掘,并對行為語義嵌入挖掘的輸出配置個性化需求反饋要素,得到所述氣象用戶會話行為數據的若干個推送偏好決策知識特征包括:

    8、將所述多樣態定制化推送文本作為用戶需求識別指示,通過離散結構化行為語義嵌入網絡,對所述氣象用戶會話行為數據進行多級行為語義提取,得到多級用戶會話行為語義;

    9、通過預設匹配規則在推送映射特征坐標系中檢索所述多級用戶會話行為語義的關聯會話行為語義;

    10、對所述關聯會話行為語義配置個性化需求反饋要素,得到若干個會話行為推送關聯語義;

    11、生成每個會話行為推送關聯語義各自對應的推送偏好決策知識特征。

    12、優選的,所述對所述關聯會話行為語義配置個性化需求反饋要素,得到若干個會話行為推送關聯語義包括:

    13、通過動態語義下采樣算法將所述關聯會話行為語義進行下采樣,得到頁面操作下采樣行為語義;

    14、對所述頁面操作下采樣行為語義進行深度殘差處理,基于深度殘差處理的輸出得到所述頁面操作下采樣行為語義中不同注意力維度的特征影響系數;

    15、基于離散熱力分析策略對所述不同注意力維度的特征影響系數配置需求反饋界定特征,得到不同注意力維度的語義界定系數;

    16、依據所述不同注意力維度的語義界定系數和所述頁面操作下采樣行為語義,得到若干個會話行為推送關聯語義。

    17、優選的,所述將所述多樣態定制化推送文本作為用戶需求識別指示,通過離散結構化推送偏好解析網絡,對所述推送偏好決策知識特征進行推送偏好解析,得到若干個氣象內容推送偏好觀點包括:

    18、對若干個所述推送偏好決策知識特征進行特征投影,得到若干個推送偏好觀點場景投影特征;

    19、將所述多樣態定制化推送文本作為用戶需求識別指示,通過離散結構化推送偏好解析網絡,對每個所述推送偏好觀點場景投影特征進行偏好觀點識別操作,確定每個推送偏好觀點場景投影特征對應的氣象內容推送偏好觀點。

    20、優選的,所述方法還包括:

    21、獲取用戶會話行為過往數據的若干個數據類別標簽;

    22、依據所述數據類別標簽,對待調試離散結構化行為語義嵌入網絡和待調試離散結構化推送偏好解析網絡進行行為變異調試,得到離散結構化行為語義嵌入網絡和離散結構化推送偏好解析網絡。

    23、優選的,所述依據所述數據類別標簽,對待調試離散結構化行為語義嵌入網絡和待調試離散結構化推送偏好解析網絡進行行為變異調試,得到離散結構化行為語義嵌入網絡和離散結構化推送偏好解析網絡包括:

    24、對每個所述數據類別標簽依次配置不同層階的訂閱興趣點特征,得到每個數據類別標簽在不同層階訂閱興趣點特征影響下的訂閱興趣描述文本;

    25、依據所述每個數據類別標簽在不同層階訂閱興趣點特征影響下的訂閱興趣描述文本,依次對待調試離散結構化行為語義嵌入網絡和待調試離散結構化推送偏好解析網絡進行行為描述衍生,得到不同層階訂閱興趣點特征各自對應的訂閱興趣誤差變量、行為描述衍生誤差變量和置信系數熱力誤差變量;

    26、基于所述訂閱興趣誤差變量、所述行為描述衍生誤差變量和所述置信系數熱力誤差變量,對所述待調試離散結構化行為語義嵌入網絡和待調試離散結構化推送偏好解析網絡進行訓練調試,得到離散結構化行為語義嵌入網絡和離散結構化推送偏好解析網絡。

    27、優選的,依據所述每個數據類別標簽在不同層階訂閱興趣點特征影響下的訂閱興趣描述文本,依次對待調試離散結構化行為語義嵌入網絡和待調試離散結構化推送偏好解析網絡進行行為描述衍生,得到不同層階訂閱興趣點特征各自對應的訂閱興趣誤差變量包括:

    28、將每個數據類別標簽的核心訂閱興趣描述文本與所述用戶會話行為過往數據進行組合,得到各個數據類別標簽的會話訂閱描述組合文本,所述核心訂閱興趣描述文本為配置了最高層階訂閱興趣點特征的訂閱興趣描述文本;

    29、通過待調試離散結構化行為語義嵌入網絡對所述會話訂閱描述組合文本進行行為語義嵌入挖掘,并對行為語義嵌入挖掘的輸出配置個性化需求反饋要素,得到各個會話訂閱描述組合文本各自對應的推送偏好決策知識特征;

    30、通過待調試離散結構化推送偏好解析網絡對所述推送偏好決策知識特征進行偏好觀點識別操作,得到識別出的關鍵訂閱興趣點特征;

    31、基于每個數據類別標簽的所述核心訂閱興趣描述文本和所述關鍵訂閱興趣點特征,生成每個數據類別標簽的訂閱興趣描述預測文本集;

    32、基于每個數據類別標簽的所述訂閱興趣描述預測文本集和每個數據類別標簽的訂閱興趣描述先驗文本集,確定關鍵訂閱興趣點特征的訂閱興趣誤差變量。

    33、優選的,所述通過待調試離散結構化推送偏好解析網絡對所述推送偏好決策知識特征進行偏好觀點識別本文檔來自技高網...

    【技術保護點】

    1.一種面向多樣態定制化氣象服務的用戶數據挖掘方法,其特征在于,所述方法應用于用戶數據挖掘系統,所述方法包括:

    2.如權利要求1所述的方法,其特征在于,所述將所述多樣態定制化推送文本作為用戶需求識別指示,通過離散結構化行為語義嵌入網絡對所述氣象用戶會話行為數據進行行為語義嵌入挖掘,并對行為語義嵌入挖掘的輸出配置個性化需求反饋要素,得到所述氣象用戶會話行為數據的若干個推送偏好決策知識特征包括:

    3.如權利要求2所述的方法,其特征在于,所述對所述關聯會話行為語義配置個性化需求反饋要素,得到若干個會話行為推送關聯語義包括:

    4.如權利要求1所述的方法,其特征在于,所述將所述多樣態定制化推送文本作為用戶需求識別指示,通過離散結構化推送偏好解析網絡,對所述推送偏好決策知識特征進行推送偏好解析,得到若干個氣象內容推送偏好觀點包括:

    5.如權利要求1所述的方法,其特征在于,所述方法還包括:

    6.如權利要求5所述的方法,其特征在于,所述依據所述數據類別標簽,對待調試離散結構化行為語義嵌入網絡和待調試離散結構化推送偏好解析網絡進行行為變異調試,得到離散結構化行為語義嵌入網絡和離散結構化推送偏好解析網絡包括:

    7.如權利要求6所述的方法,其特征在于,依據所述每個數據類別標簽在不同層階訂閱興趣點特征影響下的訂閱興趣描述文本,依次對待調試離散結構化行為語義嵌入網絡和待調試離散結構化推送偏好解析網絡進行行為描述衍生,得到不同層階訂閱興趣點特征各自對應的訂閱興趣誤差變量包括:

    8.如權利要求6所述的方法,其特征在于,所述基于所述訂閱興趣誤差變量、所述行為描述衍生誤差變量和所述置信系數熱力誤差變量,對所述待調試離散結構化行為語義嵌入網絡和待調試離散結構化推送偏好解析網絡進行訓練調試,得到離散結構化行為語義嵌入網絡和離散結構化推送偏好解析網絡包括:

    9.如權利要求1至8任意一項所述的方法,其特征在于,所述多樣態定制化推送文本包括頁面推送消息;所述方法還包括:依據所述氣象服務推送標簽進行頁面推送消息識別處理,生成頁面推送消息識別結果;下發所述頁面推送消息識別結果。

    10.一種用戶數據挖掘系統,其特征在于,包括至少一個處理器和存儲器;所述存儲器存儲計算機執行指令;所述至少一個處理器執行所述存儲器存儲的計算機執行指令,使得所述至少一個處理器執行權利要求1-9任一項所述的方法。

    ...

    【技術特征摘要】

    1.一種面向多樣態定制化氣象服務的用戶數據挖掘方法,其特征在于,所述方法應用于用戶數據挖掘系統,所述方法包括:

    2.如權利要求1所述的方法,其特征在于,所述將所述多樣態定制化推送文本作為用戶需求識別指示,通過離散結構化行為語義嵌入網絡對所述氣象用戶會話行為數據進行行為語義嵌入挖掘,并對行為語義嵌入挖掘的輸出配置個性化需求反饋要素,得到所述氣象用戶會話行為數據的若干個推送偏好決策知識特征包括:

    3.如權利要求2所述的方法,其特征在于,所述對所述關聯會話行為語義配置個性化需求反饋要素,得到若干個會話行為推送關聯語義包括:

    4.如權利要求1所述的方法,其特征在于,所述將所述多樣態定制化推送文本作為用戶需求識別指示,通過離散結構化推送偏好解析網絡,對所述推送偏好決策知識特征進行推送偏好解析,得到若干個氣象內容推送偏好觀點包括:

    5.如權利要求1所述的方法,其特征在于,所述方法還包括:

    6.如權利要求5所述的方法,其特征在于,所述依據所述數據類別標簽,對待調試離散結構化行為語義嵌入網絡和待調試離散結構化推送偏好解析網絡進行行為變異調試,得到離散結構化行為語義嵌入網絡和離散結構...

    【專利技術屬性】
    技術研發人員:衛曉莉梁樂寧白玉邵鵬董麗麗劉晨張莉楊紅白雪瑩耿丹丹秦良軍
    申請(專利權)人:華風氣象傳媒集團有限責任公司
    類型:發明
    國別省市:

    網友詢問留言 已有0條評論
    • 還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。

    1
    主站蜘蛛池模板: 无码不卡中文字幕av| 亚洲一区二区无码偷拍| 东京热加勒比无码少妇| 中文字幕乱妇无码AV在线| 久久无码人妻一区二区三区午夜| 一本一道VS无码中文字幕| 久久精品无码免费不卡| 亚洲av日韩av永久无码电影 | 国内精品人妻无码久久久影院导航 | 国产又爽又黄无码无遮挡在线观看 | 97性无码区免费| 天堂Aⅴ无码一区二区三区| 久久水蜜桃亚洲av无码精品麻豆| 人妻无码久久中文字幕专区| 亚洲人片在线观看天堂无码| 日韩人妻无码中文字幕视频| 国产精品xxxx国产喷水亚洲国产精品无码久久一区 | 无码国产69精品久久久久网站| 国产精品无码久久久久久久久久 | 久久精品国产亚洲AV无码娇色| 久久无码精品一区二区三区| 麻豆亚洲AV成人无码久久精品 | 波多野结衣VA无码中文字幕电影| 久久久久久久亚洲Av无码| 亚洲AV无码一区二区三区系列| 亚洲Aⅴ无码一区二区二三区软件 亚洲?V无码乱码国产精品 | 亚洲AV无码一区二区一二区| 亚洲热妇无码AV在线播放 | 色综合无码AV网站| 亚洲精品无码成人| 亚洲AV成人无码久久WWW| 50岁人妻丰满熟妇αv无码区 | 67194成是人免费无码| 亚洲AV成人无码网站| 全免费a级毛片免费看无码| 毛片亚洲AV无码精品国产午夜 | 亚洲AV无码久久精品蜜桃| 亚洲中文字幕不卡无码| 无码乱人伦一区二区亚洲一| 久久久久无码国产精品一区| 无码AV岛国片在线播放|