(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 202211182210.8 (22)申请日 2022.09.27 (71)申请人 高强 地址 136000 吉林省四平市铁西区青年路 59号 (72)发明人 高强　覃爱莲　 (51)Int.Cl. G06N 5/02(2006.01) G06Q 30/02(2012.01) (54)发明名称 一种大数据分析处 理方法及系统 (57)摘要 本发明实施例提供的一种大数据分析处理 方法及系统， 将一个先验型业务互动大数据作为 服务偏好分析的参考， 通过对先验 型业务互动大 数据和待分析业务互动大数据分别进行专家知 识挖掘之后， 通过偏好联动分析操作， 确定先验 型业务互动大数据和待分析业务互动大数据之 间的特征关联评分， 高效实现待分析业务互动大 数据的服务偏好主题分析， 获取第二数字用户服 务偏好， 通过一个服务偏好分析的参考仅执行一 轮分析处理来进行数字用户服务偏好的分析处 理， 一方面可以及时对第二数字用户服务偏好进 行偏好定位 分析， 另一方面可以借助第二数字用 户服务偏好精准判定第一数字用户服务偏好的 类型， 从而提高对不同数字用户服务偏好的分析 处理质量。 权利要求书2页 说明书11页 附图1页 CN 115470905 A 2022.12.13 CN 115470905 A 1.一种大数据分析处理方法， 其特征是， 所述方法应用于大数据分析处理系统， 该方法 至少包括： 采集涵盖所述第一数字用户服务偏好的待分析业务互动大数据和涵盖第二数字用户 服务偏好的先验型业 务互动大 数据； 将所述先验型业务互动大数据和所述待分析业务互动大数据加载到服务偏好分析策 略， 经由所述服务偏好分析策略中的专家知识挖掘模块分别对所述先验型业务互动大数据 和所述待分析业务互动大数据进 行专家知识挖掘， 得到第一偏好分析决策知识和 第二偏好 分析决策知识； 在所述服务偏好分析策略的偏好联动分析模块中通过所述第一偏好分析决策知识对 所述第二偏好分析决策知识进 行偏好联动分析操作， 判断所述待分析业务互动大数据涵盖 的所述第一数字用户服 务偏好是否为所述第二数字用户服 务偏好。 2.根据权利要求1所述的方法， 其特征是， 所述在所述服务偏好分析策略中的偏好联动 分析模块中通过所述第一偏好分析决策知识对所述第二偏好分析决策知识进行偏好联动 分析操作包括： 依据所述第一偏好分析决策知识的知识规模确定滑动滤波算子； 通过所述滑动滤波算子对所述第 二偏好分析 决策知识进行滑动滤波操作， 得到目标知 识描述变量； 依据所述待分析业务互动大数据中与目标知识描述变量对应的业务互动数据集， 确定 所述第一数字用户服 务偏好是否为所述第二数字用户服 务偏好。 3.根据权利要求1所述的方法， 其特征是， 所述依据 所述第一偏好分析 决策知识的知识 规模确定滑动滤波算子包括： 对所述第一偏好分析决策知识进行知识去冗余操作， 以调整 所述第一偏好分析决策知识的知识 规模， 将完成知识去冗余操作的第一偏好分析决策知识 作为所述滑动滤波算子 。 4.根据权利要求2所述的方法， 其特征是， 所述通过所述滑动滤波算子对所述第 二偏好 分析决策知识进行滑动滤波操作， 得到目标知识描述变量包括： 通过所述滑动滤波算子对所述第 二偏好分析 决策知识进行滑动滤波操作， 得到联动分 析描述变量； 通过所述滑动滤波算子对所述联动分析描述变量进行滑动滤波操作， 得到目标知识描 述变量。 5.根据权利要求1所述的方法， 其特征是， 所述专家知识挖掘模块为权值共享模型， 所 述通过专家知识挖掘模块对所述先验型业务互动大数据和所述待分析业务互动大数据进 行专家知识挖掘， 得到第一偏好分析决策知识和第二偏好分析决策知识包括： 通过所述权值共享模型的第一知识挖掘单元对所述先验型业务互动大数据进行专家 知识挖掘， 得到所述第一偏好分析决策知识； 通过所述权值共享模型的第二知识挖掘单元对所述待分析业务互动大数据进行专家 知识挖掘， 得到所述第二偏好分析决策知识。 6.根据权利要求1所述的方法， 其特征是， 所述第 一知识挖掘单元和所述第 二知识挖掘 单元分别包含会话习惯挖掘节点和用户兴趣挖掘节点， 所述通过专家知识挖掘模块对所述 先验型业 务互动大 数据和所述待分析业 务互动大 数据进行专 家知识挖掘包括：权　利　要　求　书 1/2 页 2 CN 115470905 A 2将所述先验型业务互动大数据和所述待分析业务互动大数据分别加载至所述会话习 惯挖掘节点， 获取所述先验型业务互动大数据和所述待分析业务互动大数据中的会话习惯 视觉向量； 将所述先验型业务互动大数据和所述待分析业务互动大数据中的会话习惯视觉向量 加载到所述用户兴趣挖掘节点， 对所述会话习惯视觉 向量进行全局滑动滤波操作， 确定所 述会话习惯视觉向量的会话习惯更新特征， 得到所述第一偏好分析决策知识和所述第二偏 好分析决策知识。 7.根据权利要求6所述的方法， 其特征是， 所述先验型业务互动大数据和所述待分析业 务互动大数据中的会话习惯视觉向量包括GUI交互事件的会话习惯视觉向量， 所述GUI交互 事件的会话习惯视 觉向量包括GUI交 互事件的业务互动环 节的活跃性权 重关系网。 8.根据权利要求5所述的方法， 其特 征是， 所述服务偏好分析 策略的调优方法包括： 获取第一业务互动大数据示例和若干个第 二业务互动大数据示例， 不少于一个所述第 二业务互动大 数据示例和所述第一 业务互动大 数据示例涵盖相同类服 务偏好主题； 将所述第一业务互动大数据示例和所述若干个第二业务互动大数据示例输入通用服 务偏好分析策略， 所述通用服务偏好分析策略包括通用专家知识挖掘模块和通用偏好联动 分析模块， 通过所述通用专家知识挖掘模块分别对所述第一业务互动大数据示例和所述若 干个第二业务互动大数据示例进 行专家知识挖掘， 得到第一偏好分析决策知识 示例和第二 偏好分析决策知识示例； 在所述通用偏好联动分析模块中通过所述第一偏好分析决策知识示例对所述第二偏 好分析决策知识示例进行偏好联动分析操作， 得到知识描述变量示例， 通过知识描述变量 示例判断所述待分析业 务互动大 数据中是否涵盖所述 服务偏好主题； 依据所述知识描述变量示例和偏好主题判定结果对所述通用服务偏好分析策略的策 略配置参 量进行改进， 得到服 务偏好分析 策略。 9.根据权利要求6所述的方法， 其特征是， 所述依据 所述知识描述变量示例和所述偏好 主题判定结果对所述 通用专家知识挖掘模块的策略配置参 量进行改进包括： 通过所述知识描述变量示例获取所述若干个第二业务互动大数据示例之间的词向量 共性值， 确定特 征细节质量代价； 将所述偏好主题判定结果和所述第 一业务互动大数据示例进行比较分析， 确定概率分 布精度代价； 依据所述特征细节质量代价和所述概率分布精度代价对所述通用服务偏好分析策略 的策略配置参 量进行迭代优化。 10.一种大数据分析处理系统， 其特征是， 包括处理器和存储器； 所述处理器和所述存 储器通信连接， 所述处理器用于从所述存储器中读取计算机程序并执行， 以实现上述权利 要求1‑9任一项所述的方法。 11.一种可读存储介质， 其特征是， 其上存储有程序， 该程序被处理器执行时实现上述 权利要求1 ‑9任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115470905 A 3