(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 202211140707.3 (22)申请日 2022.09.20 (71)申请人 丁正平 地址 212310 江苏省镇江市丹阳市经济技 术开发区兰陵路丽都国际16 06室 (72)发明人 丁正平　 (74)专利代理 机构 北京恒和顿知识产权代理有 限公司 1 1014 专利代理师 林涛 (51)Int.Cl. G06Q 30/02(2012.01) (54)发明名称 基于人工智能的电商用户兴趣分析方法及 系统 (57)摘要 本申请提供的基于人工智能的电商用户兴 趣分析方法及系统， 可以获得待进行分析的用户 意图挖掘数据， 然后通过生 成的用户倾向变量以 及用户意图挖掘数据的第一用户偏好数据， 确定 用户意图挖掘数据的兴趣关注知识集， 再基于兴 趣关注知识集对用户意图挖掘数据中的感兴趣 事件进行挖掘， 确定用户意图挖掘数据的感兴趣 事件挖掘结果。 这里， 用户倾向变量是根据指定 数据矩阵中感兴趣事件的用户倾向描述所得的， 可以表征感兴趣事件之间的用户倾向描述， 从而 在感兴趣事件挖掘过程中， 可以提高感兴趣事件 之间的用户倾向描述对感兴趣事件挖掘结果准 确性， 从而能够准确的获得感兴趣事件挖掘结 果， 这样一来， 能够对用户兴趣进行准确地 分析， 提高用户的体验感。 权利要求书2页 说明书11页 附图2页 CN 115545749 A 2022.12.30 CN 115545749 A 1.一种基于人工智能的电商用户兴趣分析方法， 其特征在于， 应用于用户兴趣分析系 统， 所述方法至少包括： 获得待进行分析的用户意图挖掘数据； 通过生成的用户倾向变量以及所述用户意图挖掘数据的第 一用户偏好数据， 生成所述 用户意图挖掘数据的兴趣关注知识集； 其中， 所述用户倾向变量是根据指定数据矩阵中感 兴趣事件的用户倾向描述所 得的； 结合所述兴趣关注知识集对所述用户意图挖掘数据中的感兴趣事件进行挖掘， 生成所 述用户意图挖掘数据的感兴趣 事件挖掘结果。 2.如权利要求1所述的方法， 其特征在于， 所述通过生成的用户倾向变量以及所述用户 意图挖掘数据的第一用户偏好数据， 生成所述用户意图挖掘数据的兴趣关注知识集， 包括： 对所述用户意图挖掘数据的第 一用户偏好数据进行压缩处理， 生成所述第 一用户偏好 数据的偏好特 征压缩结果； 通过所述第 一用户偏好数据的偏好特征压缩结果， 生成所述用户意图挖掘数据的第 二 用户偏好数据； 通过生成的用户倾向变量、 所述第一用户偏好数据以及所述第二用户偏好 数据， 生成所述用户意图挖掘数据的兴趣关注知识集。 3.如权利要求2所述的方法， 其特征在于， 所述对所述用户意图挖掘数据的第 一用户偏 好数据进 行压缩处理， 生成所述第一用户偏好数据的偏好特征压缩结果， 包括： 逐一对所述 第一用户偏好数据的若干个第一兴趣偏好分布进 行不少于一种第一压缩处理， 生成所述第 一用户偏好数据的偏好特 征压缩结果。 4.如权利要求3所述的方法， 其特征在于， 所述逐一对所述第 一用户偏好数据的若干个 第一兴趣偏好分布进 行不少于一种第一压缩处理， 生成所述第一用户偏好数据的偏好特征 压缩结果， 包括： 对于所述不少于一种第一压缩处理中的一轮第一压缩处理， 通过X个第一压缩单元逐 一对所述第一压缩单元 的特征偏好压缩结果进行压缩处理， 确定X个第一压缩单元 的特征 压缩描述； 其中， 在a大于1且小于等于X的基础上， 第a个第一压缩单元的特征偏好压缩 结果 包括所述第a ‑1个第一压缩单 元的特征压缩描述， X和a为大于或等于1的整数。 5.如权利要求4所述的方法， 其特征在于， 所述第 一压缩单元的特征偏好压缩结果还包 括所述第一用户偏好数据的第一兴趣偏好分布或者上一轮第一压缩处 理的特征压缩描述。 6.如权利要求2至5任意一项所述的方法， 其特征在于， 所述通过生成的用户倾向变量、 所述第一用户偏好数据以及所述第二用户偏好数据， 生成所述用户意图挖掘数据的兴趣关 注知识集， 包括： 通过所述用户倾向变量和所述第二用户偏好数据， 确定用户喜好置信度； 通过所述用户喜好置信度对所述第 一用户偏好数据进行拼接处理， 生成所述用户意图 挖掘数据的兴趣关注知识集； 其中， 所述方法还 包括： 获得包括 不少于一个第一指定数据的指定数据矩阵； 逐一对所述不少于一个第 一指定数据进行不少于一种第 二压缩处理， 生成所述用户倾 向变量； 其中， 所述逐一对所述不少于一个第一指定数据进行不少于一种第二压缩处理， 生成权　利　要　求　书 1/2 页 2 CN 115545749 A 2所述用户倾向变量， 包括： 对于所述不少于一种第二压缩处理中的一轮第二压缩处理， 通过Y个第二压缩单元逐 一对所述第二压缩单元 的特征偏好压缩结果进行压缩处理， 确定第Y个第二压缩单元 的特 征压缩描述； 其中， 在1  ＜b≤Y的基础上， 第b个第二压缩单元的特征偏好压缩结果包括所 述第b‑1个第二压缩单 元的特征压缩描述， Y和b为大于或等于1的整数。 7.如权利要求6所述的方法， 其特征在于， 所述第 二压缩单元的特征偏好压缩结果还包 括所述第一指定数据或者上一轮第二压缩处 理的特征压缩描述。 8.如权利要求7所述的方法， 其特征在于， 所述结合所述兴趣关注知识集对所述用户意 图挖掘数据中的感兴趣事件进行挖掘， 生成所述用户意图挖掘数据的感兴趣事件挖掘结 果， 包括： 筛选所述用户意图挖掘数据的显著 性描述； 结合所述用户意图挖掘数据的显著 性 描述与所述兴趣关注知识集， 生成所述用户意图挖掘数据的感兴趣 事件挖掘结果。 9.如权利要求8所述的方法， 其特征在于， 所述筛选所述用户意图挖掘数据的显著性描 述， 包括： 基于获得的第二指 定数据， 逐一生 成所述用户意图挖掘数据在不少于一个层面的 显著性描述； 所述结合所述用户意图挖掘数据的显著性描述与所述兴趣关注知识集， 生成 所述用户意图挖掘数据的感兴趣事件挖掘结果， 包括： 结合所述用户意图挖掘数据在不少 于一个层面的显著 性描述和所述兴趣关注知识 集， 生成所述用户意图挖掘数据在不少于一 个层面的感兴趣 事件挖掘结果； 其中， 所述基于获得的第二指定数据， 逐一生成所述用户意图挖掘数据在不少于一个 层面的显著 性描述， 包括： 对所述第二指定数据进 行不少于一种第三压缩处理， 生成所述不 少于一个层面中第一个层面的显著性描述； 对所述用户意图挖掘数据在第c ‑1个层面的感 兴趣事件挖掘结果进行不少 于一种第三压缩处理， 生成所述用户意图挖掘数据在第c个层 面的显著性描述， 其中， c为 不小于2的整数。 10.一种基于人工智能的电商用户兴趣分析系统， 其特征在于， 包括互相之间通信的处 理器和存储器， 所述处理器用于从所述存储器中读取计算机程序并执行， 以实现权利要求 1‑9任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115545749 A 3