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()
【技術實現步驟摘要】
本專利技術實施例涉及云辦公和大數據推送,具體而言,涉及應用于云辦公資源推送的用戶行為大數據分析方法及系統。
技術介紹
1、在云辦公日益普及的當下,辦公資源的有效推送成為提升辦公效率的關鍵。然而,傳統的辦公資源推送缺乏精準性,存在大量非定向推送的情況。例如,用戶收到與自身需求不匹配的辦公資源,這不僅浪費了資源,還干擾了用戶的正常辦公流程。現有的推送分析方法往往沒有全面考慮用戶在云辦公中的多種行為特征,導致難以準確判斷推送是否定向。
技術實現思路
1、本專利技術實施例至少提供應用于云辦公資源推送的用戶行為大數據分析方法及系統。
2、本專利技術實施例提供了一種應用于云辦公資源推送的用戶行為大數據分析方法,應用于用戶行為大數據分析系統,所述方法包括:獲取歷史云辦公用戶的協同辦公會話行為信息,以及所述協同辦公會話行為信息對應的歷史辦公資源推送事件的先驗推送反饋數據,所述先驗推送反饋數據是用于表征所述歷史辦公資源推送事件存在非定向推送結果的先驗認證數據;從所述歷史云辦公用戶的協同辦公會話行為信息中,獲取所述歷史云辦公用戶的會話場景跳變知識以及所述歷史云辦公用戶對應的歷史協同交互端的協同交互狀態特征;利用原始大數據推送分析算法,基于所述會話場景跳變知識以及所述協同交互狀態特征,對所述歷史辦公資源推送事件進行推送分析,得到所述歷史辦公資源推送事件的初始推送分析觀點;所述初始推送分析觀點是用于表征所述歷史辦公資源推送事件存在非定向推送結果的判別分析結果;基于所述先驗推送反饋數據和所述初始
3、本專利技術實施例還提供了一種用戶行為大數據分析系統,包括處理器和存儲器;所述處理器和所述存儲器通信連接,所述處理器用于從所述存儲器中讀取計算機程序并執行,以實現上述方法。
4、本專利技術實施例還提供了一種計算機可讀存儲介質,其上存儲有計算機程序,所述計算機程序在運行時實現上述的方法。
5、本專利技術實施例的實施例提供的技術方案可以包括以下有益效果:通過獲取歷史云辦公用戶的協同辦公會話行為信息與先驗推送反饋數據,能精準定位歷史辦公資源推送事件中的非定向推送情況。從協同辦公會話行為信息中獲取會話場景跳變知識和協同交互狀態特征,豐富了分析維度,使對推送事件的分析更全面。利用原始大數據推送分析算法結合這些特征得到初始推送分析觀點,有助于準確判別非定向推送結果。基于先驗推送反饋數據調試算法得到目標算法,提高了算法準確性,讓目標推送分析觀點與先驗數據一致性更高,從而為云辦公資源的定向推送提供可靠依據,提升辦公資源推送的精準性與用戶辦公效率。
6、關于上述用戶行為大數據分析系統、計算機可讀存儲介質的效果描述參見上述方法的說明。
7、為使本專利技術實施例的上述目的、特征和優點能更明顯易懂,下文特舉較佳實施例,并配合所附附圖,作詳細說明如下。
本文檔來自技高網...【技術保護點】
1.一種應用于云辦公資源推送的用戶行為大數據分析方法,其特征在于,所述方法通過用戶行為大數據分析系統實現,所述方法包括:
2.如權利要求1所述的方法,其特征在于,所述會話場景跳變知識包括所述歷史云辦公用戶在X個會話節點的會話交互特征,在所述X個會話節點的X個辦公資源使用事件以及所述歷史辦公資源推送事件的推送決策變化特征,X為大于1的整數;
3.如權利要求2所述的方法,其特征在于,所述利用所述原始大數據推送分析算法,基于所述場景交互全連接向量、所述辦公資源獨熱語義、所述會話場景跳變知識以及所述協同交互狀態特征,對所述歷史辦公資源推送事件進行推送分析,得到所述歷史辦公資源推送事件的初始推送分析觀點,包括:
4.如權利要求3所述的方法,其特征在于,所述利用所述原始大數據推送分析算法的用戶行為偏好挖掘分支,對所述會話場景跳變知識進行用戶行為偏好挖掘,得到用于識別非定向推送結果的資源操作行為偏好向量,包括:
5.如權利要求4所述的方法,其特征在于,所述基于所述第一資源偏好強化知識、所述第二資源偏好強化知識以及所述第三資源偏好強化知識,確定用于
6.如權利要求3所述的方法,其特征在于,所述利用所述原始大數據推送分析算法的推送分析分支,基于所述資源操作行為偏好向量、所述協同場景殘差向量以及所述辦公資源獨熱語義,對所述歷史辦公資源推送事件進行推送分析,得到所述歷史辦公資源推送事件的初始推送分析觀點,包括:
7.如權利要求2所述的方法,其特征在于,所述基于所述X個辦公資源使用事件和所述歷史辦公資源推送事件的推送決策變化特征,生成用于反映所述X個辦公資源使用事件和所述歷史辦公資源推送事件的辦公資源獨熱語義,包括:
8.如權利要求1所述的方法,其特征在于,所述基于所述先驗推送反饋數據和所述初始推送分析觀點,對所述原始大數據推送分析算法進行調試,得到目標大數據推送分析算法,包括:
9.一種用戶行為大數據分析系統,其特征在于,包括處理器和存儲器;所述處理器和所述存儲器通信連接,所述處理器用于從所述存儲器中讀取計算機程序并執行,以實現上述權利要求1-8任一項所述的方法。
10.一種計算機可讀存儲介質,其特征在于,其上存儲有計算機程序,所述計算機程序在運行時實現上述權利要求1-8任一項所述的方法。
...【技術特征摘要】
1.一種應用于云辦公資源推送的用戶行為大數據分析方法,其特征在于,所述方法通過用戶行為大數據分析系統實現,所述方法包括:
2.如權利要求1所述的方法,其特征在于,所述會話場景跳變知識包括所述歷史云辦公用戶在x個會話節點的會話交互特征,在所述x個會話節點的x個辦公資源使用事件以及所述歷史辦公資源推送事件的推送決策變化特征,x為大于1的整數;
3.如權利要求2所述的方法,其特征在于,所述利用所述原始大數據推送分析算法,基于所述場景交互全連接向量、所述辦公資源獨熱語義、所述會話場景跳變知識以及所述協同交互狀態特征,對所述歷史辦公資源推送事件進行推送分析,得到所述歷史辦公資源推送事件的初始推送分析觀點,包括:
4.如權利要求3所述的方法,其特征在于,所述利用所述原始大數據推送分析算法的用戶行為偏好挖掘分支,對所述會話場景跳變知識進行用戶行為偏好挖掘,得到用于識別非定向推送結果的資源操作行為偏好向量,包括:
5.如權利要求4所述的方法,其特征在于,所述基于所述第一資源偏好強化知識、所述第二資源偏好強化知識以及所述第三資源偏好強化知識,確定用于識別非定向推送結果的資源操作行為偏...
【專利技術屬性】
技術研發人員:孫家祥,李代艷,
申請(專利權)人:太倉市律點信息技術有限公司,
類型:發明
國別省市:
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。