CN113468404A - 基于大数据挖掘的推送资源确定方法及云计算ai服务系统 - Google Patents

Abstract

本公开实施例提供一种基于大数据挖掘的推送资源确定方法及云计算AI服务系统，首先对获取到的用户倾向行为信息进行分析挖掘，此后对意向人群属性进行检测，以确保人群针对的实时性，进而确保得到地意向人群属性信息以及意向热点业务动态信息的高度匹配性。在此基础上，在匹配预设业务需求挖掘模式时，通过意向热点业务动态信息和意向人群属性信息进行待定意向推送资源引用，能够准确、快速地得到精确意向推送资源，进而为后续用户体验提升提供推送资源。此外，在筛选精确意向推送资源时，能够将热点话题关键词以及热点应用业务层考虑在内，从而能够避免对部分意向推送资源的遗漏，这样可以确保得到的精确意向推送资源的完整性。

Description

基于大数据挖掘的推送资源确定方法及云计算AI服务系统

技术领域

本公开涉及大数据技术领域，示例性地，涉及一种基于大数据挖掘的推送资源确定方法及云计算AI服务系统。

背景技术

随着智能手机的普及和APP形态的愈发丰富，移动设备的应用安装量急剧上升。用户在每天使用这些APP的过程中，也会产生大量的线上和线下行为数据。这些数据反映了用户的兴趣与需求，如果能够被深入挖掘并且合理利用，可以指导用户的运营。若能提前预测用户下一步的行为，甚至提前得知用户卸载、流失的可能性，则能更好地帮助运营服务商的业务决策。

基于此，相关技术中，针对内容服务提供商，通过对用户倾向行为进行分析来匹配相关的意向推送资源，进而提高产品信息的推送精确性。然而，发明人研究发现，传统方案的意向推送资源的匹配准确性较低。

发明内容

为了至少克服现有技术中的上述不足，本公开的目的在于提供一种基于大数据挖掘的推送资源确定方法及云计算AI服务系统。

第一方面，本公开提供一种基于大数据挖掘的推送资源确定方法，应用于云计算AI服务系统，所述云计算AI服务系统与多个5G智慧终端通信连接，所述方法包括：

获取基于获取所述5G智慧终端的目标内容提供服务的兴趣评价预测值为所述目标内容提供服务对应的用户推送的相关热点推荐内容，获取针对所述相关热点推荐内容的用户倾向行为信息；

对获取到的用户倾向行为信息进行分析，得到当前待定热点话题关键词以及当前待定热点应用业务层信息，通过所述用户倾向行为信息、所述当前待定热点话题关键词以及所述当前待定热点应用业务层信息，得到意向人群属性信息以及意向热点业务动态信息；

采用预设业务需求挖掘模式对所述意向人群属性信息以及所述意向热点业务动态信息进行处理，并基于匹配预设业务需求挖掘模式的意向热点业务动态信息和意向人群属性信息进行待定意向推送资源引用，得到所述用户倾向行为信息对应的精确意向推送资源。

第二方面，本公开实施例还提供一种基于大数据挖掘的推送资源确定系统，所述基于大数据挖掘的推送资源确定系统包括云计算AI服务系统以及与所述云计算AI服务系统通信关联的多个5G智慧终端；

所述云计算AI服务系统，用于：

获取基于获取所述5G智慧终端的目标内容提供服务的兴趣评价预测值为所述目标内容提供服务对应的用户推送的相关热点推荐内容，获取针对所述相关热点推荐内容的用户倾向行为信息；

对获取到的用户倾向行为信息进行分析，得到当前待定热点话题关键词以及当前待定热点应用业务层信息，通过所述用户倾向行为信息、所述当前待定热点话题关键词以及所述当前待定热点应用业务层信息，得到意向人群属性信息以及意向热点业务动态信息；

采用预设业务需求挖掘模式对所述意向人群属性信息以及所述意向热点业务动态信息进行处理，并基于匹配预设业务需求挖掘模式的意向热点业务动态信息和意向人群属性信息进行待定意向推送资源引用，得到所述用户倾向行为信息对应的精确意向推送资源。

附图说明

为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要调用的附图作简单地介绍，应当理解，以下附图仅示出了本公开的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它相关的附图。

图1为本公开实施例提供的基于大数据挖掘的推送资源确定系统的应用场景示意图；

图2为本公开实施例提供的基于大数据挖掘的推送资源确定方法的流程示意图；

图3为本公开实施例提供的基于大数据挖掘的推送资源确定装置的功能模块示意图；

图4为本公开实施例提供的用于实现上述的基于大数据挖掘的推送资源确定方法的云计算AI服务系统的结构示意框图。

具体实施方式

下面结合说明书附图，对本公开实施例的方案进行详细说明，以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、接口、技术之类的具体细节，以便透彻理解本公开。

图1是本公开一种实施例提供的基于大数据挖掘的推送资源确定系统10的解释示意图。基于大数据挖掘的推送资源确定系统10可以包括云计算AI服务系统100以及与云计算AI服务系统100通信关联的5G智慧终端200。图1所示的基于大数据挖掘的推送资源确定系统10仅为一种可行的示例，在其它可行的实施例中，该基于大数据挖掘的推送资源确定系统10也可以仅包括图1所示组成部分的其中的至少部分或者还可以包括其它的组成部分。

本实施例中，基于大数据挖掘的推送资源确定系统10中的云计算AI服务系统100和5G智慧终端200可以通过配合执行以下方法实施例所描述的基于大数据挖掘的推送资源确定方法，具体云计算AI服务系统100和5G智慧终端200的执行步骤部分可以参照以下方法实施例的详细描述。

图2为本公开实施例提供的基于大数据挖掘的推送资源确定方法的流程示意图，本实施例提供的基于大数据挖掘的推送资源确定方法可以由图1中所示的云计算AI服务系统100执行，下面对该基于大数据挖掘的推送资源确定方法进行详细介绍。

步骤S110，获取基于兴趣评价预测值为目标内容提供服务对应的用户推送的相关热点推荐内容，获取针对相关热点推荐内容的用户倾向行为信息。

步骤S120，对获取到的用户倾向行为信息进行分析，得到当前待定热点话题关键词以及当前待定热点应用业务层信息，通过用户倾向行为信息、当前待定热点话题关键词以及当前待定热点应用业务层信息，得到意向人群属性信息以及意向热点业务动态信息。

步骤S130，采用预设业务需求挖掘模式对意向人群属性信息以及意向热点业务动态信息进行处理，并基于匹配预设业务需求挖掘模式的意向热点业务动态信息和意向人群属性信息进行待定意向推送资源引用，得到用户倾向行为信息对应的精确意向推送资源。

如此，首先对获取到的用户倾向行为信息进行分析挖掘，以准确地分析挖掘出当前待定热点话题关键词以及当前待定热点应用业务层信息。其次基于用户倾向行为信息、当前待定热点话题关键词以及当前待定热点应用业务层信息，对意向人群属性进行检测，以确保人群针对的实时性，进而确保得到地意向人群属性信息以及意向热点业务动态信息的高度匹配性。在此基础上，采用预设业务需求挖掘模式对意向人群属性信息以及意向热点业务动态信息进行分析处理，以确保在匹配预设业务需求挖掘模式时，通过意向热点业务动态信息和意向人群属性信息进行待定意向推送资源引用，这样能够准确、快速地得到精确意向推送资源，进而为后续用户体验提升提供推送资源。此外，在通过上述方法筛选精确意向推送资源时，能够将热点话题关键词以及热点应用业务层考虑在内，从而能够避免对部分意向推送资源的遗漏，这样可以确保得到的精确意向推送资源的完整性。

在一个实施例中，还提供了一种基于大数据挖掘的意向推送资源确定方法，本实施例中，该方法包括以下步骤：

STP202，获取基于兴趣评价预测值为目标内容提供服务对应的用户推送的相关热点推荐内容，获取针对相关热点推荐内容的用户倾向行为信息，确定用户倾向行为信息的起始倾向热点信息，起始倾向热点信息包括起始热点话题关键词和起始热点应用业务层信息。

其中，用户倾向行为信息是指需要进行待定意向推送资源引用的倾向行为信息，该意向推送资源信息可以是推送资源属性对应的意向推送资源类别属性，例如推送资源属性可以是文本属性或者链接属性。起始倾向热点信息是对用户倾向行为信息中的意向推送资源互动行为信息进行识别得到的，用于作为信息关联时的倾向热点信息，例如可以包括起始热点话题关键词和起始热点应用业务层信息。起始热点话题关键词是指识别得到的意向推送资源中的起始的热点话题关键词记录信息。起始热点应用业务层信息指识别得到的意向推送资源中的起始的热点应用业务层信息记录信息。

具体地，云计算AI服务系统100可以获取基于兴趣评价预测值为目标内容提供服务对应的用户推送的相关热点推荐内容，获取针对相关热点推荐内容的用户倾向行为信息，该用户倾向行为信息可以是推送资源属性对应的动态信息，也可以是推送资源属性对应的静态信息。云计算AI服务系统100可以使用预设的分析策略确定用户倾向行为信息的起始倾向热点信息，起始倾向热点信息包括起始热点话题关键词和起始热点应用业务层信息。比如，可以通过意向推送资源调取策略和意向推送资源匹配策略来确定用户倾向行为信息的起始倾向热点信息。例如，通过意向推送资源互动行为信息确定后得到的起始倾向热点信息中起始热点应用业务层信息是当前意向人群属性下意向推送资源的热点应用业务层信息，是无法在待定意向推送资源对应的索引网络上事先指定的。而除起始热点应用业务层信息以外的内容是可以在待定意向推送资源对应的索引网络中绑定对应关系的。比如，将起始热点话题关键词与待定意向推送资源对应的索引网络中对应的待定热点话题关键词建立绑定关系。

STP204，从用户倾向行为信息对应的当前待定意向推送资源中选取当前待定热点话题关键词，基于用户倾向行为信息获取对应的当前待定热点应用业务层信息。

其中，当前待定意向推送资源是指根据预先使用过的待定意向推送资源对应的索引网络得到的用户倾向行为信息对应的当前待定意向推送资源。预先使用过的待定意向推送资源对应的索引网络是指预先设置好的待定意向推送资源引用模型。当前待定热点话题关键词是指当前待定意向推送资源中待定内容特征定义为交易产品的待定内容，该特征定义是预先使用过的待定意向推送资源对应的索引网络对每个待定内容的特征定义预先设置好的。即当前待定意向推送资源与预先使用过的待定意向推送资源对应的索引网络是用相同的表示方式来表示的，且相同节点的内容代表相同的业务资源场景。当前待定热点应用业务层信息是指根据用户倾向行为信息获取得到的待定热点应用业务层信息。

具体地，云计算AI服务系统100获取到预先使用过的待定意向推送资源对应的索引网络。根据预先使用过的待定意向推送资源对应的索引网络得到用户倾向行为信息对应的当前待定意向推送资源，然后根据当前待定意向推送资源中每个内容的特征定义选取当前待定热点话题关键词。比如，云计算AI服务系统100可以使用机器学习模型（比如深度神经网络模型）得到当前待定意向推送资源。然后根据用户倾向行为信息是否为动态意向推送资源类别属性来获取对应的当前待定热点应用业务层信息。

STP206，基于当前待定热点话题关键词、当前待定热点应用业务层信息和起始倾向热点信息进行意向人群属性检测，得到意向人群属性信息。

其中，意向人群属性信息是指在局部关联信息比较过程中对应的意向人群属性信息。意向人群属性检测是指基于信息关联参量进行针对意向人群属性结果的检测。意向人群属性信息用于表征意向推送资源的意向人群属性。

例如，云计算AI服务系统100将当前待定热点话题关键词与当前待定热点应用业务层信息进行信息关联分析，然后检测局部关联信息比较过程中的意向人群属性信息，得到意向人群属性信息。

STP208，根据意向人群属性信息从当前待定意向推送资源中选取目标热点应用业务层信息，根据目标热点应用业务层信息和当前待定热点话题关键词确定当前待定意向推送资源对应的意向热点业务动态信息。

其中，目标热点应用业务层信息是指将当前待定意向推送资源按照意向人群属性信息进行意向人群属性转换后得到的待定热点应用业务层信息。意向热点业务动态信息是指根据目标热点应用业务层信息和当前待定热点话题关键词基于待定意向推送资源应用业务层的索引网络得到的热点应用业务层信息，热点应用业务层信息用于表征意向推送资源的业务层分布，该热点应用业务层信息包括当前业务分布和预测业务分布。当前业务分布是指用于表示意向推送资源的当前业务信息的具体信息，预测业务分布是指用于表示意向推送资源的预测信息的具体信息。

具体地，云计算AI服务系统100根据意向人群属性信息将当前待定意向推送资源进行意向人群属性转换，从意向人群属性转换后的待定意向推送资源中选取待定热点应用业务层信息作为目标热点应用业务层信息，然后基于待定意向推送资源应用业务层的索引网络根据目标热点应用业务层信息和当前待定热点话题关键词确定当前待定意向推送资源对应的意向热点业务动态信息。

STP210，基于意向人群属性信息将目标热点应用业务层信息和当前待定热点话题关键词进行信息关联得到起始关联业务信息，根据起始关联业务信息与起始倾向热点信息的第一对比信息更新当前待定热点话题关键词和当前待定热点应用业务层信息。

其中，信息关联可以理解为线性融合。第一对比信息是指起始关联业务信息和起始倾向热点信息之间的内容对比信息。

具体地，云计算AI服务系统100将目标热点应用业务层信息和当前待定热点话题关键词通过意向人群属性信息进行意向人群属性转换，得到转换后的待定内容，将转换后的待定内容通过信息关联内容对应的起始热点话题关键词，得到起始关联业务信息，该起始关联业务信息就包括了各个起始关联热点话题关键词和各个起始关联热点应用业务层信息，确定各个起始关联热点话题关键词与起始倾向热点信息中对应的各个起始热点话题关键词之间的内容对比信息，并确定各个起始关联热点应用业务层信息与起始倾向热点信息中对应的各个起始热点应用业务层信息之间的内容对比信息，确定内容对比信息的损失函数值的和得到第一对比信息。

STP212，判断是否匹配第一业务需求挖掘模式，当匹配第一业务需求挖掘模式时，执行STP202，当不匹配第一业务需求挖掘模式时，返回STP206。

STP214，基于匹配第一业务需求挖掘模式的意向热点业务动态信息和意向人群属性信息进行待定意向推送资源引用，得到用户倾向行为信息对应的精确意向推送资源。

其中，第一业务需求挖掘模式是指进行待定意向推送资源引用的条件，包括第一对比信息对应的损失函数值小于预设阈值、达到预设迭代次数或者得到意向热点业务动态信息和意向人群属性信息未发生明显异常变化。意向热点业务动态信息和意向人群属性信息未发生明显异常变化是指前一次得到的意向热点业务动态信息和意向人群属性信息与后一次得到的意向热点业务动态信息和意向人群属性信息之间的损失函数值小于预设阈值。精确意向推送资源是指使用匹配第一业务需求挖掘模式的意向热点业务动态信息和意向人群属性信息进行待定意向推送资源引用得到的待定意向推送资源。

具体地，云计算AI服务系统100判断是否匹配第一业务需求挖掘模式时，当匹配第一业务需求挖掘模式时，执行基于匹配第一业务需求挖掘模式的意向热点业务动态信息和意向人群属性信息进行待定意向推送资源引用，当不匹配第一业务需求挖掘模式时，返回STP204，即基于当前待定热点话题关键词、当前待定热点应用业务层信息和起始倾向热点信息进行意向人群属性检测，得到意向人群属性信息。不断循环迭代，直到匹配第一业务需求挖掘模式。

上述基于大数据挖掘的意向推送资源确定方法中，通过获取基于所述兴趣评价预测值为所述目标内容提供服务对应的用户推送的相关热点推荐内容，获取针对所述相关热点推荐内容的用户倾向行为信息，确定用户倾向行为信息的起始倾向热点信息，起始倾向热点信息包括起始热点话题关键词和起始热点应用业务层信息；从用户倾向行为信息对应的当前待定意向推送资源中选取当前待定热点话题关键词，然后根据当前待定热点话题关键词、当前待定热点应用业务层信息和起始倾向热点信息进行意向人群属性检测，得到意向人群属性信息，使用意向人群属性信息从当前待定意向推送资源中选取目标热点应用业务层信息，在每次迭代时，使用意向人群属性信息进行待定热点应用业务层信息的选取，从而能够选取到更加准确的待定热点应用业务层信息，然后使用目标热点应用业务层信息和当前待定热点话题关键词确定当前待定意向推送资源对应的意向热点业务动态信息，使得每次迭代时，使用目标热点应用业务层信息和当前待定热点话题关键词确定意向热点业务动态信息，从而能够得到更加准确的意向热点业务动态信息，然后在匹配业务需求挖掘模式时，使用意向热点业务动态信息和意向人群属性信息进行待定意向推送资源引用，由于使用意向热点业务动态信息和意向人群属性信息进行待定意向推送资源引用，避免了在对意向推送资源进行分析处理时产生业务资源处理遗漏的问题，能够准确、快速地得到精确意向推送资源，进而为后续的用户体验提升提供推送资源。

在一个实施例中，在根据起始关联业务信息与起始倾向热点信息的第一对比信息更新当前待定热点话题关键词和当前待定热点应用业务层信息，返回意向人群属性检测的步骤，直到匹配第一业务需求挖掘模式，包括：

STP302，基于起始关联业务信息与起始倾向热点信息确定得到第一对比信息，当第一对比信息不匹配第一业务需求挖掘模式时，基于意向热点业务动态信息更新当前待定意向推送资源，得到更新待定意向推送资源。

其中，意向热点业务动态信息包括更新当前业务分布和更新预测业务分布。更新待定意向推送资源是指使用意向热点业务动态信息对当前待定意向推送资源进行更新得到的待定意向推送资源。

具体地，云计算AI服务系统100确定各个起始关联业务信息与对应的各个起始倾向热点对比信息对应的损失函数值之和得到第一对比信息，当第一对比信息对应的损失函数值小于预先设置好的第一目标损失函数值阈值时，基于更新当前业务分布和更新预测业务分布更新当前待定意向推送资源，得到更新待定意向推送资源。

STP304，从更新待定意向推送资源中选取更新待定热点话题关键词，得到更新的当前待定热点话题关键词，并将目标热点应用业务层信息作为更新的当前待定热点应用业务层信息，返回基于当前待定热点话题关键词、当前待定热点应用业务层信息、起始倾向热点信息进行意向人群属性检测，得到意向人群属性信息的步骤，直到匹配第一业务需求挖掘模式。

其中，更新的当前待定热点话题关键词是指从更新待定意向推送资源中的待定内容特征确定的待定热点话题关键词。

具体地，云计算AI服务系统100从更新待定意向推送资源中选取更新待定热点话题关键词，得到更新的当前待定热点话题关键词，并将目标热点应用业务层信息作为更新的当前待定热点应用业务层信息，并返回基于当前待定热点话题关键词、当前待定热点应用业务层信息、起始倾向热点信息进行意向人群属性检测，得到意向人群属性信息的步骤进行迭代循环，直到匹配第一业务需求挖掘模式。

在上述实施例中，通过确定第一对比信息，当第一对比信息不匹配第一业务需求挖掘模式时，从更新待定意向推送资源中选取更新待定热点话题关键词，得到更新的当前待定热点话题关键词，并将目标热点应用业务层信息作为更新的当前待定热点应用业务层信息，返回基于当前待定热点话题关键词、当前待定热点应用业务层信息、起始倾向热点信息进行意向人群属性检测，得到意向人群属性信息的步骤，直到匹配第一业务需求挖掘模式，从而能够不断进行循环迭代，得到更加准确的意向人群属性信息，使得确定得到的精确意向推送资源的准确性和可信度更高。

在一个实施例中，用户倾向行为信息为动态意向推送资源类别属性，起始关联业务信息包括起始关联热点话题关键词和起始关联热点应用业务层信息。

STP302，基于起始关联业务信息与起始倾向热点信息确定得到第一对比信息，包括：

基于起始关联热点话题关键词与起始热点话题关键词确定得到热点话题关键词对比信息，并基于起始关联热点应用业务层信息与起始热点应用业务层信息确定得到热点应用业务层对比信息；基于热点应用业务层对比信息与热点话题关键词对比信息，得到起始关联业务信息与起始倾向热点信息的第一对比信息。

其中，动态意向推送资源类别属性是指意向推送资源标签中发生变化的信息，热点话题关键词对比信息是指起始关联热点话题关键词与起始热点话题关键词的热点话题关键词记录信息的对比信息。热点应用业务层对比信息是指起始关联热点应用业务层信息与起始热点应用业务层信息的热点应用业务层信息记录信息的对比信息。

具体地，云计算AI服务系统100检测到用户倾向行为信息为动态意向推送资源类别属性时，确定动态意向推送资源类别属性对应的各个起始关联热点话题关键词的词向量信息与对应的各个起始热点话题关键词的词向量信息之间的损失函数值，得到每个热点话题关键词的损失函数值，确定每个热点话题关键词损失函数值的和，得到热点话题关键词对比信息，并确定动态意向推送资源类别属性对应的各个起始关联热点应用业务层信息的词向量信息与对应的各个起始热点应用业务层信息的词向量信息之间的损失函数值，得到每个热点应用业务层信息的损失函数值，确定每个热点应用业务层信息损失函数值的和，得到热点应用业务层对比信息。然后确定热点话题关键词对比信息和热点应用业务层对比信息的和，得到起始关联业务信息与起始倾向热点信息的第一对比信息。

在上述实施例中，当用户倾向行为信息为动态意向推送资源类别属性时，直接通过确定热点话题关键词对比信息和热点应用业务层对比信息，得到起始关联业务信息与起始倾向热点信息的第一对比信息，如此，提高了得到第一对比信息的效率。

在一个实施例中，用户倾向行为信息为静态意向推送资源类别属性，起始关联业务信息包括起始关联热点话题关键词和起始关联热点应用业务层信息；

STP302，基于起始关联业务信息与起始倾向热点信息确定得到第一对比信息，包括：

STP402，基于起始关联热点话题关键词与起始热点话题关键词确定得到热点话题关键词对比信息，并基于起始关联热点应用业务层信息与起始热点应用业务层信息确定得到热点应用业务层对比信息。

具体地，当用户倾向行为信息为静态意向推送资源类别属性时，确定静态意向推送资源类别属性对应的各个起始关联热点话题关键词的词向量信息与对应的各个起始热点话题关键词的词向量信息之间的损失函数值，得到每个热点话题关键词的损失函数值，确定每个热点话题关键词损失函数值的和，得到热点话题关键词对比信息，并确定静态意向推送资源类别属性对应各个起始关联热点应用业务层信息的词向量信息与对应的各个起始热点应用业务层信息的词向量信息之间的损失函数值，得到每个热点应用业务层信息的损失函数值，确定每个热点应用业务层信息损失函数值的和，得到热点应用业务层对比信息。

STP402，获取静态意向推送资源类别属性的过往意向推送资源类别属性对应的过往热点应用业务层信息，过往热点应用业务层信息是过往意向推送资源类别属性在待定意向推送资源引用时使用的热点应用业务层信息。

其中，过往意向推送资源类别属性是指静态意向推送资源类别属性的过往意向推送资源类别属性。

具体地，云计算AI服务系统100在每次得到意向推送资源类别属性在待定意向推送资源引用时使用的热点应用业务层信息和意向人群属性信息时，保存到本地内存中。云计算AI服务系统100在需要使用时可以从内存中获取到静态意向推送资源类别属性的过往意向推送资源类别属性对应的过往热点应用业务层信息。云计算AI服务系统100也可以在每次得到意向推送资源类别属性在待定意向推送资源引用时使用的热点应用业务层信息和意向人群属性信息时，保存到中转服务器中，在需要使用时从中转服务器中获取到静态意向推送资源类别属性的过往意向推送资源类别属性对应的过往热点应用业务层信息。

STP402，确定过往热点应用业务层信息与意向热点业务动态信息的应用业务层对比信息，基于热点应用业务层对比信息、热点话题关键词对比信息和应用业务层对比信息，得到起始关联业务信息与起始倾向热点信息的第一对比信息。

其中，应用业务层对比信息是指热点应用业务层信息在过往意向推送资源类别属性之间的损失函数值。

具体地，云计算AI服务系统100确定过往热点应用业务层信息与意向热点业务动态信息的信息损失函数值，将信息损失函数值作为应用业务层对比信息。然后云计算AI服务系统100将热点应用业务层对比信息、热点话题关键词对比信息和应用业务层对比信息各自对应的损失函数值进行相加，得到起始关联业务信息与起始倾向热点信息的第一对比信息。

在上述实施例中，通过确定过往热点应用业务层信息与意向热点业务动态信息的应用业务层对比信息，基于热点应用业务层对比信息、热点话题关键词对比信息和应用业务层对比信息，得到起始关联业务信息与起始倾向热点信息的第一对比信息，能够约束过往意向推送资源类别属性的热点应用业务层信息的变化是尽可能匹配实际业务情况的，从而避免产生与实际业务情况不相匹配的问题，从而提高了确定得到的精确意向推送资源的业务匹配度以及可信度。

在一个实施例中，STP202，确定用户倾向行为信息对应的起始热点话题关键词和起始热点应用业务层信息，包括：

STP502，基于用户倾向行为信息进行意向推送资源调取，得到意向推送资源调取信息。

其中，意向推送资源调取是指查询出用户倾向行为信息中的意向推送资源的状态。意向推送资源调取信息是指用户倾向行为信息中的意向推送资源的状态形成的调取信息。

具体地，云计算AI服务系统100对用户倾向行为信息使用意向推送资源调取策略查询意向推送资源的状态，得到意向推送资源调取信息。其中，意向推送资源调取策略可以是模板匹配策略，比如，自适应增强的分类器算法，可以是CNN算法，也可以是支持向量机算法等等。意向推送资源调取策略用于调取对用户倾向行为信息中的调取信息进行意向推送资源的已完成推送配置状态和意向推送资源的未完成推送配置状态的二分类判别。

STP502，在意向推送资源调取信息中进行意向推送资源互动行为提取，得到用户倾向行为信息对应的意向推送资源互动行为信息。

STP502，从意向推送资源互动行为信息中确定起始热点话题关键词和起始热点应用业务层信息。

其中，意向推送资源互动行为信息是指意向推送资源中交互的记录信息，意向推送资源互动行为信息包括分享行为、复制行为以及意向推送资源的热点应用业务层等部分的互动行为信息。起始热点话题关键词是指用户倾向行为信息的意向推送资源中的热点话题关键词。起始热点应用业务层信息是指用户倾向行为信息的意向推送资源中的热点应用业务层信息。意向推送资源互动行为信息的数目可以自定义。

具体地，云计算AI服务系统100在意向推送资源调取信息中使用意向推送资源互动行为提取策略进行意向推送资源互动行为提取，得到用户倾向行为信息对应的意向推送资源互动行为信息，从意向推送资源互动行为信息中确定起始热点话题关键词和起始热点应用业务层信息。其中，意向推送资源互动行为提取策略包括但不限于基于深度学习的算法等等。在一个具体实施例中，可以通过前向反馈神经网络模型来确定意向推送资源互动行为信息，然后根据意向推送资源互动行为信息的内容信息确定起始热点话题关键词和起始热点应用业务层信息。

在一个实施例中，当用户倾向行为信息为静态意向推送资源类别属性时，进行意向推送资源匹配追踪，确定起始热点话题关键词和起始热点应用业务层信息。

在上述实施例中，通过对用户倾向行为信息进行意向推送资源互动行为信息的检测，从而确定起始热点话题关键词和起始热点应用业务层信息，方便后续的使用。

在一个实施例中，用户倾向行为信息为动态意向推送资源类别属性；

STP204，基于意向推送资源类别属性获取对应的当前待定热点应用业务层信息，包括：

STP602，获取目标舆情偏好评估参数，根据目标舆情偏好评估参数将当前待定热点话题关键词关联到起始热点话题关键词，得到关联热点话题关键词，基于关联热点话题关键词和起始热点话题关键词进行意向人群属性检测，得到动态意向人群属性信息。

其中，目标舆情偏好评估参数是指从各个预设舆情偏好评估参数中进行舆情偏好评估参数检测确定的舆情偏好评估参数。关联热点话题关键词是指将当前待定热点话题关键词通过信息关联得到的起始内容。起始内容就是起始词向量信息，待定内容就是待定词向量信息。动态意向人群属性信息是指当用户倾向行为信息为动态意向推送资源类别属性时，只使用待定热点话题关键词进行意向人群属性检测时得到的意向人群属性信息。

具体地，当用户倾向行为信息为动态意向推送资源类别属性时，云计算AI服务系统100获取到目标舆情偏好评估参数，根据目标舆情偏好评估参数将当前待定热点话题关键词通过信息关联到起始热点话题关键词，得到关联热点话题关键词。

然后云计算AI服务系统100在得到关联热点话题关键词时，确定关联热点话题关键词和起始热点话题关键词的局部融合损失函数值小的意向人群属性信息，得到动态意向人群属性信息。意向人群属性信息可以包括意向人群画像标签和意向人群订阅标签。意向人群订阅标签是指意向推送资资源匹配的订阅标签，可以用数据列表表示。意向人群画像标签是指意向推送资源匹配的用户画像的具体信息，可以用数据列表表示。

STP604，根据动态意向人群属性信息从当前待定意向推送资源的待定意向推送资源的热点应用业务层的业务调取信息中选取动态意向推送资源类别属性对应的当前待定热点应用业务层信息。

其中，待定意向推送资源的热点应用业务层的业务调取信息是指预先设置好的待定意向推送资源热点应用业务层信息的业务层状态的调取信息。

例如，云计算AI服务系统100先从当前待定意向推送资源的待定意向推送资源的热点应用业务层的业务调取信息中选取预设数目的候选日志记录，该候选日志记录是指对待定意向推送资源的热点应用业务层的业务调取信息中的查询内容与终端订阅服务类别的服务日志信息进行同步执行的内容。然后根据动态意向人群属性信息确定每个候选日志记录的信息关联与起始热点应用业务层信息的二次融合对比信息，将二次融合对比信息对应的差异值最小的候选日志记录作为动态意向推送资源类别属性对应的当前待定热点应用业务层信息。

在上述实施例中，在用户倾向行为信息为动态意向推送资源类别属性时，根据动态意向人群属性信息从当前待定意向推送资源的待定意向推送资源的热点应用业务层的业务调取信息中选取动态意向推送资源类别属性对应的当前待定热点应用业务层信息，从而能够得到更加准确的当前待定热点应用业务层信息，方便后续的使用。

在一个实施例中，STP602，获取目标舆情偏好评估参数，包括：

STP702，获取各个预设舆情偏好评估参数，从各个预设舆情偏好评估参数选取当前舆情偏好评估参数。

其中，预设舆情偏好评估参数是指预先设置好的舆情偏好评估参数值。当前舆情偏好评估参数是指进行舆情偏好评估参数确定时使用的舆情偏好评估参数。

具体地，云计算AI服务系统100获取到各个预设舆情偏好评估参数，其中，云计算AI服务系统100可以先确定一个起始舆情偏好评估参数值，然后获取到已预设好的评估策略，然后往舆情偏好评估参数增大和减小的方向分别进行搜索得到各个预设舆情偏好评估参数。

STP704，根据当前舆情偏好评估参数将当前待定热点话题关键词关联到起始热点话题关键词，得到舆情偏好评估参数对应的关联热点话题关键词，基于舆情偏好评估参数对应的关联热点话题关键词和起始热点话题关键词进行意向人群属性检测，得到舆情偏好评估参数对应的意向人群属性信息，根据舆情偏好评估参数对应的意向人群属性信息从当前待定意向推送资源的待定意向推送资源的热点应用业务层的业务调取信息中选取舆情偏好评估参数对应的待定热点应用业务层信息。

其中，舆情偏好评估参数对应的关联热点话题关键词是指使用当前舆情偏好评估参数进行信息关联时得到的关联热点话题关键词。舆情偏好评估参数对应的意向人群属性信息是指根据舆情偏好评估参数对应的关联热点话题关键词和起始热点话题关键词进行意向人群属性检测得到的意向人群属性信息。舆情偏好评估参数对应的待定热点应用业务层信息是指使用舆情偏好评估参数对应的意向人群属性信息选取的待定热点应用业务层信息。

具体地，云计算AI服务系统100根据当前舆情偏好评估参数将当前待定热点话题关键词关联到起始热点话题关键词，得到舆情偏好评估参数对应的关联热点话题关键词，然后确定舆情偏好评估参数对应的关联热点话题关键词和起始热点话题关键词在局部关联信息比较过程中的意向人群属性信息，得到舆情偏好评估参数对应的意向人群属性信息。然后根据舆情偏好评估参数对应的意向人群属性信息从当前待定意向推送资源的待定意向推送资源的热点应用业务层的业务调取信息中选取候选日志记录，从候选日志记录中确定舆情偏好评估参数对应的待定热点应用业务层信息。

STP706，基于舆情偏好评估参数对应的待定热点应用业务层信息、当前待定热点话题关键词和起始倾向热点信息进行舆情偏好评估参数对应的意向人群属性检测，得到舆情偏好评估参数对应的意向人群属性信息。

其中，舆情偏好评估参数对应的意向人群属性信息是指使用舆情偏好评估参数对应的待定热点应用业务层信息进行意向人群属性检测得到的舆情偏好评估参数对应的意向人群属性信息

具体地，云计算AI服务系统100将舆情偏好评估参数对应的待定热点应用业务层信息和当前待定热点话题关键词进行信息关联到起始热点话题关键词中，得到舆情偏好评估参数对应的起始关联业务信息，确定在舆情偏好评估参数对应的起始关联业务信息与起始倾向热点信息之间的损失函数值最小化时的意向人群属性信息，得到舆情偏好评估参数对应的意向人群属性信息。

STP708，根据舆情偏好评估参数对应的意向人群属性信息从待定意向推送资源的热点应用业务层的业务调取信息中选取舆情偏好评估参数的目标热点应用业务层信息，根据舆情偏好评估参数的目标热点应用业务层信息和当前待定热点话题关键词确定当前待定意向推送资源对应的舆情偏好评估参数的意向热点业务动态信息。

其中，舆情偏好评估参数的目标热点应用业务层信息是指根据舆情偏好评估参数对应的意向人群属性信息选取的目标热点应用业务层信息。舆情偏好评估参数的意向热点业务动态信息是指根据舆情偏好评估参数的目标热点应用业务层信息确定的意向热点业务动态信息。舆情偏好评估参数的意向热点业务动态信息包括舆情偏好评估参数的更新预测业务分布和舆情偏好评估参数的更新预测业务分布对应的当前业务分布。

具体地，云计算AI服务系统100从待定意向推送资源的热点应用业务层的业务调取信息中选取候选日志记录，然后从候选日志记录中根据舆情偏好评估参数对应的意向人群属性信息选取舆情偏好评估参数的目标热点应用业务层信息。然后根据舆情偏好评估参数的目标热点应用业务层信息和当前待定热点话题关键词确定当前待定意向推送资源对应的舆情偏好评估参数的意向热点业务动态信息。

STP710，基于舆情偏好评估参数对应的意向人群属性信息将舆情偏好评估参数的目标热点应用业务层信息和当前待定热点话题关键词进行信息关联，得到舆情偏好评估参数对应的起始关联业务信息，根据舆情偏好评估参数对应的起始关联业务信息和起始倾向热点信息的第二对比信息更新舆情偏好评估参数对应的待定热点应用业务层信息和当前待定热点话题关键词。

其中，舆情偏好评估参数对应的起始关联业务信息是指根据舆情偏好评估参数对应的意向人群属性信息将舆情偏好评估参数的目标热点应用业务层信息和当前待定热点话题关键词进行信息关联时得到的起始关联业务信息。第二对比信息是指舆情偏好评估参数对应的起始关联业务信息与起始倾向热点信息之间的内容对比信息。

具体地，云计算AI服务系统100将舆情偏好评估参数的目标热点应用业务层信息和当前待定热点话题关键词使用舆情偏好评估参数对应的意向人群属性信息进行意向人群属性分析。

然后将意向人群属性分析的舆情偏好评估参数的目标热点应用业务层信息和当前待定热点话题关键词进行信息关联，得到舆情偏好评估参数对应的起始关联业务信息，然后确定舆情偏好评估参数对应的起始关联业务信息和起始倾向热点信息的内容信息比较，得到第二对比信息。根据第二对比信息更新舆情偏好评估参数对应的待定热点应用业务层信息和当前待定热点话题关键词。

STP712，判断是否匹配第二业务需求挖掘模式，当匹配第二业务需求挖掘模式时，执行STP714，当不匹配第二业务需求挖掘模式时，返回STP706执行。

STP714，得到当前舆情偏好评估参数对应的当前第二对比信息。

其中，第二业务需求挖掘模式是指第二对比信息为当前舆情偏好评估参数对应的局部对比信息的业务需求挖掘模式。包括达到预设迭代次数或者舆情偏好评估参数的意向热点业务动态信息和舆情偏好评估参数对应的意向人群属性信息未发生明显异常变化，即舆情偏好评估参数的意向热点业务动态信息和舆情偏好评估参数对应的意向人群属性信息在上一次迭代和这一次迭代得到的值一致。

具体地，云计算AI服务系统100当达到预设迭代次数时，即匹配第二业务需求挖掘模式时，将匹配第二业务需求挖掘模式时的第二对比信息作为当前舆情偏好评估参数对应的当前第二对比信息。当未达到预设迭代次数时，即不匹配第二业务需求挖掘模式时，返回STP706继续进行迭代执行。

STP716，遍历各个预设舆情偏好评估参数，得到各个预设舆情偏好评估参数对应的各个当前第二对比信息，比较各个当前第二对比信息，得到目标第二对比信息，将目标第二对比信息对应的预设舆情偏好评估参数作为目标舆情偏好评估参数。

目标第二对比信息是指各个当前第二对比信息中损失函数值最小的当前第二对比信息。

具体地，云计算AI服务系统100遍历各个预设舆情偏好评估参数，即返回从各个预设舆情偏好评估参数选取当前舆情偏好评估参数的步骤执行，已选的预设舆情偏好评估参数不在重复选取。直到得到各个预设舆情偏好评估参数对应的各个当前第二对比信息。然后比较各个当前第二对比信息，得到目标第二对比信息，将目标第二对比信息对应的预设舆情偏好评估参数作为目标舆情偏好评估参数。即确定每个预设舆情偏好评估参数对应的最小化损失函数值，然后从各个最小化损失函数值中再进一步选取最小的最小化损失函数值作为目标第二对比信息，将目标第二对比信息对应的预设舆情偏好评估参数作为目标舆情偏好评估参数。然后云计算AI服务系统100指定该目标舆情偏好评估参数，即云计算AI服务系统100在对后续的意向推送资源类别属性进行待定意向推送资源引用时直接使用该目标舆情偏好评估参数。

在上述实施例中，通过确定各个预设舆情偏好评估参数的当前第二对比信息，然后从当前第二对比信息中确定目标第二对比信息，将目标第二对比信息对应的预设舆情偏好评估参数作为目标舆情偏好评估参数，从而使得到的目标舆情偏好评估参数更加准确。

在一个实施例中，根据舆情偏好评估参数对应的起始关联业务信息和起始倾向热点信息的第二对比信息更新舆情偏好评估参数对应的待定热点应用业务层信息和当前待定热点话题关键词，返回舆情偏好评估参数对应的意向人群属性检测的步骤，直到匹配第二业务需求挖掘模式，包括：

当第二对比信息不匹配第二业务需求挖掘模式时，基于舆情偏好评估参数的意向热点业务动态信息更新当前待定意向推送资源，得到舆情偏好评估参数对应的更新待定意向推送资源。从舆情偏好评估参数对应的更新待定意向推送资源中选取舆情偏好评估参数对应的更新待定热点话题关键词，将舆情偏好评估参数对应的更新待定热点话题关键词作为当前待定热点话题关键词，并将舆情偏好评估参数的目标热点应用业务层信息作为舆情偏好评估参数对应的待定热点应用业务层信息，返回基于舆情偏好评估参数对应的待定热点应用业务层信息、当前待定热点话题关键词和起始倾向热点信息进行基于舆情偏好评估参数层面的意向人群属性检测，得到舆情偏好评估参数对应的意向人群属性信息的步骤，直到匹配第二业务需求挖掘模式。

其中，舆情偏好评估参数对应的更新待定意向推送资源是指使用舆情偏好评估参数的意向热点业务动态信息得到的待定意向推送资源。舆情偏好评估参数对应的更新待定热点话题关键词是指从舆情偏好评估参数对应的更新待定意向推送资源选取的待定热点话题关键词。

具体地，云计算AI服务系统100当第二对比信息对应的损失函数值未小于预设舆情偏好评估参数的目标损失函数值阈值时，根据舆情偏好评估参数的意向热点业务动态信息更新当前待定意向推送资源，得到舆情偏好评估参数对应的更新待定意向推送资源。

在上述实施例中，通过第二对比信息不匹配第二业务需求挖掘模式时，不断进行迭代执行，从而使得到的当前第二对比信息更加的准确。

在一个实施例中，STP602，基于关联热点话题关键词和起始热点话题关键词进行意向人群属性检测，得到动态意向人群属性信息，包括：

STP802，获取动态意向推送资源类别属性对应的第一起始意向人群属性信息，基于第一起始意向人群属性信息将当前待定热点话题关键词关联到起始热点话题关键词，得到第一动态关联热点话题关键词。

其中，第一起始意向人群属性信息是指预先设置好的起始化的意向人群属性信息。第一动态关联热点话题关键词是指将动态意向推送资源类别属性对应当前待定热点话题关键词进行信息关联后得到的关联热点话题关键词。

具体地，云计算AI服务系统100获取到动态意向推送资源类别属性对应的第一起始意向人群属性信息，将各个当前待定热点话题关键词按照第一起始意向人群属性信息进行意向人群属性分析，得到意向人群属性分析后的各个当前待定热点话题关键词，将意向人群属性分析后的各个当前待定热点话题关键词进行信息关联到起始热点话题关键词，得到各个第一动态关联热点话题关键词。

STP804，基于第一动态关联热点话题关键词与起始热点话题关键词确定得到第三对比信息。

其中，第三对比信息是指第一动态关联热点话题关键词与起始热点话题关键词之间的内容对比信息，内容对比信息可以用图数据或者列表进行表示。

具体地，云计算AI服务系统100确定每个第一动态关联热点话题关键词与对应的起始热点话题关键词的对比信息，然后确定对比信息对应的损失函数值的和，得到第三对比信息。在一个实施例中，可以对每个第一动态关联热点话题关键词设置对应的权重，在确定得到每个第一动态关联热点话题关键词的对比信息时，与对应的权重进行确定，得到加权后的对比信息，然后确定加权后对比信息对应的损失函数值的和，得到第三对比信息。

STP806，判断是否匹配第三业务需求挖掘模式，当匹配第三业务需求挖掘模式时，执行STP808a，当不匹配第三业务需求挖掘模式时，执行STP808b并返回STP802执行。

STP808a，将匹配第三业务需求挖掘模式的第一起始意向人群属性信息作为动态意向人群属性信息。

STP808b，根据第三对比信息调整第一起始意向人群属性信息，并返回基于第一起始意向人群属性信息将当前待定热点话题关键词关联到起始热点话题关键词，得到第一动态关联热点话题关键词的步骤，直到第三对比信息匹配第三业务需求挖掘模式。

具体地，云计算AI服务系统100根据第三对比信息进行反向迭代优化第一起始意向人群属性信息，得到调整后的第一起始意向人群属性信息，然后返回基于第一起始意向人群属性信息将当前待定热点话题关键词关联到起始热点话题关键词，得到第一动态关联热点话题关键词的步骤进行迭代执行，直到第三对比信息匹配第三业务需求挖掘模式，将匹配第三业务需求挖掘模式的第一起始意向人群属性信息作为动态意向人群属性信息。

在上述实施例中，通过反向迭代优化第一起始意向人群属性信息，当匹配第三业务需求挖掘模式，将匹配第三业务需求挖掘模式的第一起始意向人群属性信息作为动态意向人群属性信息，从而使得到的动态意向人群属性信息更加准确。

在一个实施例中，用户倾向行为信息为静态意向推送资源类别属性；STP204，基于用户倾向行为信息获取对应的当前待定热点应用业务层信息，包括：

获取静态意向推送资源类别属性的过往意向推送资源类别属性对应的过往待定热点应用业务层信息，过往待定热点应用业务层信息是过往意向推送资源类别属性对应的待定意向推送资源中的待定热点应用业务层信息，将过往待定热点应用业务层信息作为当前待定热点应用业务层信息。

具体地，当用户倾向行为信息为静态意向推送资源类别属性时，说明该用户倾向行为信息有过往意向推送资源类别属性，此时，云计算AI服务系统100直接获取到过往意向推送资源类别属性对应的过往待定热点应用业务层信息，将过往待定热点应用业务层信息作为用户倾向行为信息对应的当前待定热点应用业务层信息。在该实施例中，直接将过往待定热点应用业务层信息作为用户倾向行为信息对应的当前待定热点应用业务层信息，从而使待定热点应用业务层信息能够进行共享，确保了处理得到的精确意向推送资源能够满足尽可能多的服务商的同步使用需求。

在一个实施例中，用户倾向行为信息为动态意向推送资源类别属性；

STP206，即基于当前待定热点话题关键词、当前待定热点应用业务层信息和起始倾向热点信息进行意向人群属性检测，得到意向人群属性信息，包括：

STP902，获取动态意向推送资源类别属性对应的第二起始意向人群属性信息，基于第二起始意向人群属性信息将当前待定热点话题关键词和当前待定热点应用业务层信息关联到起始热点话题关键词，得到动态起始关联业务信息。

其中，第二起始意向人群属性信息是指动态意向推送资源类别属性对应的起始化的意向人群属性信息。意向人群属性信息包括意向人群订阅标签和意向人群画像标签。第二起始意向人群属性信息可以与第一起始意向人群属性信息相同，也可以不同。

具体地，云计算AI服务系统100获取到动态意向推送资源类别属性对应的第二起始意向人群属性信息，将当前待定热点话题关键词和当前待定热点应用业务层信息按照第二起始意向人群属性信息进行意向人群属性检测，即按照第二起始意向人群属性信息中的意向人群订阅标签将当前待定热点话题关键词和当前待定热点应用业务层信息进行订阅特征分析，然后再将订阅特征分析后的当前待定热点话题关键词和当前待定热点应用业务层信息按照二起始检测结果中的意向人群画像标签进行画像特征分析，得到意向人群属性分析信息，然后将意向人群属性分析信息通过信息关联到起始热点话题关键词，得到动态起始关联业务信息，该动态起始关联业务信息中就包括了当前待定热点话题关键词对应的起始关联业务信息和当前待定热点应用业务层信息对应的起始关联业务信息。

STP904，基于动态起始关联业务信息与起始倾向热点信息确定得到第四对比信息。

其中，第四对比信息是指动态起始关联业务信息与起始倾向热点信息的内容对比信息。

具体地，云计算AI服务系统100确定动态起始关联业务信息与起始倾向热点信息的内容信息比较，得到第四对比信息，云计算AI服务系统100确定动态起始关联业务信息中热点话题关键词与对应的起始倾向热点信息中热点话题关键词的内容损失函数值，然后再确定动态起始关联业务信息中热点应用业务层信息与对应的起始倾向热点信息中热点应用业务层信息的内容损失函数值，然后确定内容损失函数值的和，得到第四对比信息。

STP906，判断第四对比信息是否匹配第四业务需求挖掘模式，当匹配第四业务需求挖掘模式时，执行STP908a，当不匹配第四业务需求挖掘模式时，执行STP908b并返回STP902。

STP908b，根据第四对比信息调整第二起始意向人群属性信息。

STP908a，将匹配第四业务需求挖掘模式的第二起始意向人群属性信息作为动态意向推送资源类别属性对应的意向人群属性信息。

其中，第四业务需求挖掘模式是指第四对比信息对应的损失函数值小于预设阈值。第四业务需求挖掘模式也可以是达到预设迭代次数。第四业务需求挖掘模式也可以是当前迭代得到的第二起始意向人群属性信息与前一次迭代时得到的第二起始意向人群属性信息未发生明显异常变化。

具体地，云计算AI服务系统100判断第四对比信息是否匹配第四业务需求挖掘模式，当不匹配第四业务需求挖掘模式时，根据第四对比信息进行反向迭代优化从而调整第二起始意向人群属性信息，并返回STP902继续进行迭代执行。当匹配第四业务需求挖掘模式时，将匹配第四业务需求挖掘模式的第二起始意向人群属性信息作为动态意向推送资源类别属性对应的意向人群属性信息。

在上述实施例中，将意向人群属性信息进行起始化处理，然后不断循环迭代调整起始化的意向人群属性信息，当匹配第四业务需求挖掘模式时，将匹配第四业务需求挖掘模式的第二起始意向人群属性信息作为动态意向推送资源类别属性对应的意向人群属性信息，从而使得到的意向人群属性信息更加准确。

在一个实施例中，用户倾向行为信息为静态意向推送资源类别属性；

STP206，基于当前待定热点话题关键词、当前待定热点应用业务层信息和起始倾向热点信息进行意向人群属性检测，得到意向人群属性信息，包括：

STP1002，获取静态意向推送资源类别属性对应的第三起始意向人群属性信息，根据第三起始意向人群属性信息将当前待定热点话题关键词和当前待定热点应用业务层信息关联到起始热点话题关键词，得到静态起始关联业务信息。

其中，第三起始意向人群属性信息是指静态意向推送资源类别属性对应的起始化的意向人群属性信息。静态起始关联业务信息是指根据第三起始意向人群属性信息进行融合得到的起始关联业务信息。

具体地，云计算AI服务系统100获取到静态意向推送资源类别属性对应的第三起始意向人群属性信息，根据第三起始意向人群属性信息中的意向人群订阅标签将当前待定热点话题关键词和当前待定热点应用业务层信息进行订阅特征分析，然后根据第三起始意向人群属性信息中的意向人群画像标签将当前待定热点话题关键词和当前待定热点应用业务层信息进行画像特征分析，得到意向人群属性分析后的当前待定热点话题关键词和当前待定热点应用业务层信息，将意向人群属性分析后的当前待定热点话题关键词和当前待定热点应用业务层信息关联到起始热点话题关键词，得到静态起始关联业务信息，该静态起始关联业务信息中就包括了起始关联热点话题关键词和起始关联热点应用业务层信息。

STP1004，基于静态起始关联业务信息与起始倾向热点信息确定得到第五对比信息，并获取静态意向推送资源类别属性的过往意向推送资源类别属性对应的过往意向人群属性信息，过往意向人群属性信息是过往意向推送资源类别属性对应的待定意向推送资源的意向人群属性信息。

其中，第五对比信息是指静态起始关联业务信息与起始倾向热点信息之间的内容对比信息。

具体地，云计算AI服务系统100确定静态起始关联业务信息中所有起始关联热点话题关键词与对应的起始倾向热点信息中的起始热点话题关键词的内容对比信息，得到所有热点话题关键词的内容对比信息，然后再确定静态起始关联业务信息中所有起始关联热点应用业务层信息与对应的起始倾向热点信息中的起始热点应用业务层信息的内容对比信息，得到所有热点应用业务层信息的内容对比信息，然后确定所有热点话题关键词的内容对比信息和所有热点应用业务层信息的内容对比信息的损失函数值的和，得到第五对比信息。此时，云计算AI服务系统100获取到静态意向推送资源类别属性的过往意向推送资源类别属性对应的过往意向人群属性信息，过往意向人群属性信息是过往意向推送资源类别属性对应的待定意向推送资源的意向人群属性信息。

STP1006，确定过往意向人群属性信息与第三起始意向人群属性信息的意向人群属性对比信息，根据第五对比信息和意向人群属性对比信息，得到目标第五对比信息。

其中，意向人群属性对比信息是指过往意向人群属性信息与第三起始意向人群属性信息之间的对比信息。意向人群属性对比信息可以包括订阅特征对比信息和画像特征对比信息。订阅特征对比信息是指意向人群属性信息中意向人群订阅标签的对比信息，画像特征对比信息是指意向人群属性信息中意向人群画像标签的对比信息。

具体地，云计算AI服务系统100确定过往意向人群属性信息中意向人群订阅标签与第三起始意向人群属性信息中意向人群订阅标签之间的订阅特征对比信息，然后再确定过往意向人群属性信息中意向人群画像标签与第三起始意向人群属性信息中意向人群画像标签之间的画像特征对比信息，然后确定订阅特征对比信息和画像特征对比信息的损失函数值的和，得到意向人群属性对比信息。然后在确定第五对比信息和意向人群属性对比信息的损失函数值的和，得到目标第五对比信息。在一个实施例中，可以给第五对比信息和意向人群属性对比信息设置对应的权重，确定加权之后的对比信息。

STP1008，判断是否匹配第五业务需求挖掘模式，当匹配第五业务需求挖掘模式时，执行STP1010a，当不匹配第五业务需求挖掘模式时，执行STP1010b并返回STP1002执行。

STP1010b，根据目标第五对比信息调整静态意向推送资源类别属性对应的第三起始意向人群属性信息，并返回根据第三起始意向人群属性信息将当前待定热点话题关键词和当前待定热点应用业务层信息关联到起始热点话题关键词，得到静态起始关联业务信息的步骤。

STP1010a，将匹配第五业务需求挖掘模式的第三起始意向人群属性信息作为静态意向推送资源类别属性对应的意向人群属性信息。

其中，第五业务需求挖掘模式是指目标第五对比信息对应的损失函数值小于预设阈值，第五业务需求挖掘模式也可以是达到预设迭代次数，或者第五业务需求挖掘模式也可以是当前迭代得到的第三起始意向人群属性信息与前一次迭代时得到的第三起始意向人群属性信息未发生明显异常变化。

具体地，服务器根据第五业务需求挖掘模式不断进行循环迭代，来调整第三起始意向人群属性信息，当匹配第五业务需求挖掘模式，将匹配第五业务需求挖掘模式的第三起始意向人群属性信息作为静态意向推送资源类别属性对应的意向人群属性信息。

在上述实施例中，通过不断调整第三起始意向人群属性信息，从而能够找到匹配第五业务需求挖掘模式的第三起始意向人群属性信息作为静态意向推送资源类别属性对应的意向人群属性信息，提高了得到静态意向推送资源类别属性对应的意向人群属性信息的准确性。

譬如，在一个实施例中，STP208，根据意向人群属性信息从当前待定意向推送资源中选取目标热点应用业务层信息，包括：

STP1102，获取当前待定意向推送资源的待定意向推送资源的热点应用业务层的业务调取信息中的预设数目的应用业务层配置信息。

待定意向推送资源的热点应用业务层的业务调取信息是指预先设置好的待定意向推送资源热点应用业务层信息对应的业务调取信息。

具体地，云计算AI服务系统100获取到当前待定意向推送资源的待定意向推送资源的热点应用业务层的业务调取信息中的预设数目的应用业务层配置信息。

STP1104，获取应用类别属性信息，根据应用类别属性信息从预设数目的应用业务层配置信息中选取对应的各个候选日志记录。

其中，候选日志记录是指待定意向推送资源的热点应用业务层的业务调取信息中的查询内容与终端订阅服务类别的服务日志信息进行同步执行的内容。应用类别属性信息是指5G智慧终端200对应的应用服务类型，即5G智慧终端200在预设时间段内进行服务订阅时对应的ID。

具体地，云计算AI服务系统100获取应用类别属性信息，然后根据应用类别属性信息从预设数目的应用业务层配置信息中选取服务日志信息最匹配的内容作为预设数目的应用业务层配置信息对应的预设数目的各个候选日志记录。从每个应用业务层配置信息中确定对应的候选日志记录。

STP1106，根据意向人群属性信息将各个候选日志记录关联到起始热点话题关键词，得到各个应用层关联业务信息。

其中，应用层关联业务信息是指将候选日志记录通过信息关联到起始热点话题关键词得到的起始关联业务信息。

具体地，云计算AI服务系统100将各个候选日志记录按照意向人群属性信息中的意向人群订阅标签进行订阅特征分析，然后再按照意向人群属性信息中的意向人群画像标签进行画像特征分析，得到意向人群属性分析后的各个候选日志记录，然后将意向人群属性分析后的各个候选日志记录通过信息关联到起始热点话题关键词得到各个应用层关联业务信息。

STP1108，分别基于各个应用层关联业务信息与起始热点应用业务层信息确定得到第六对比信息，比较各个应用层关联业务信息对应的第六对比信息，得到目标第六对比信息，将目标第六对比信息对应的候选日志记录作为起始热点应用业务层信息对应的目标热点应用业务层信息。

其中，第六对比信息是指应用层关联业务信息与起始热点应用业务层信息之间的内容对比信息。目标第六对比信息是指各个应用层关联业务信息对应的第六对比信息中的损失函数值最小对比信息。

具体地，从各个起始热点应用业务层信息中确定当前起始热点应用业务层信息，确定每个应用层关联业务信息与当前起始热点应用业务层信息的各个第六对比信息，从各个第六对比信息中确定损失函数值最小的第六对比信息，将损失函数值最小的第六对比信息对应的候选日志记录作为当前起始热点应用业务层信息对应的目标热点应用业务层信息。确定各个起始热点应用业务层信息对应的候选日志记录，作为每个起始热点应用业务层信息对应的目标热点应用业务层信息。比如，起始热点应用业务层信息有20组，候选日志记录有40组。从起始热点应用业务层信息随机选取一个起始热点应用业务层信息，然后确定该40组候选日志记录与该起始热点应用业务层信息的内容对比信息，得到40组内容对比信息，从中确定损失函数值最小的内容对比信息，然后将对应的候选日志记录作为选取的起始热点应用业务层信息的目标热点应用业务层信息，依次为每个起始热点应用业务层信息从候选日志记录中选取对应的目标热点应用业务层信息。

在上述实施例中，先从当前待定意向推送资源的待定意向推送资源的热点应用业务层的业务调取信息中的确定候选日志记录，然后基于意向人群属性信息从候选日志记录中确定目标热点应用业务层信息，从而能够得到与起始热点应用业务层信息与特征定义一致的目标热点应用业务层信息，保证了得到的目标热点应用业务层信息的准确性。

譬如，在一个实施例中，意向热点业务动态信息包括更新当前业务分布和更新预测业务分布；

STP214，基于匹配第一业务需求挖掘模式的意向热点业务动态信息和意向人群属性信息进行待定意向推送资源引用，得到用户倾向行为信息对应的精确意向推送资源，包括：

STP1602，获取待定意向推送资源应用业务层的索引网络，将匹配第一业务需求挖掘模式的更新当前业务分布和更新预测业务分布输入到待定意向推送资源应用业务层的索引网络中，得到待定应用业务层意向推送资源。

STP1602，基于匹配第一业务需求挖掘模式的意向人群属性信息对待定应用业务层意向推送资源进行意向人群属性分析，得到精确意向推送资源。

其中，待定意向推送资源对应的索引网络是指N个待定意向推送资源内容的集合，即待定意向推送资源是非常密集的云内容资源。待定应用业务层意向推送资源是指得到的具有意向热点业务动态信息的待定意向推送资源对应的索引网络。精确意向推送资源是指用户倾向行为信息中意向推送资源对应的分析处理后的待定意向推送资源。

具体地，获取待定意向推送资源应用业务层的索引网络将匹配第一业务需求挖掘模式的更新当前业务分布和更新预测业务分布输入到待定意向推送资源应用业务层的索引网络中进行确定，得到待定应用业务层意向推送资源，意向人群属性信息包括更新意向人群订阅标签和更新意向人群画像标签。基于匹配第一业务需求挖掘模式的意向人群属性信息对待定应用业务层意向推送资源进行意向人群属性分析，得到精确意向推送资源。

在上述实施例中，使用匹配第一业务需求挖掘模式的意向热点业务动态信息和意向人群属性信息进行待定意向推送资源引用，从而使得到的精确意向推送资源具有较高的实时性、业务匹配性和可靠性。

一种实施例中，对于步骤S110，可以通过以下示例性的步骤实现。

步骤S111，获取目标内容提供服务对应的内容行为知识图谱，所述内容行为知识图谱包括目标内容提供服务对应的目标内容行为、多个相关内容行为以及多个内容互动属性，所述内容互动属性与所述目标内容提供服务的用户互动行为的互动行为特征分量对应，每个相关内容行为通过其对应的内容互动属性与所述目标内容行为进行关联。

一种实施例中，目标内容提供服务对应的目标内容对象即为兴趣程度未知的待预测的内容对象，对一个兴趣程度未知的目标内容对象进行兴趣评价预测，首先需要获取该目标内容提供服务对应的内容行为知识图谱，内容行为关系图包括目标内容提供服务对应的目标内容行为、多个相关内容行为以及多个内容互动属性。

其中，目标内容行为以及相关内容行为可以是如内容分享行为、内容传播行为、内容复制行为、内容粘贴行为、内容更新行为等内容互动行为，相关内容行为可以为与目标内容行为有某种关联的内容行为。内容互动属性可以是为目标内容行为与相关内容行为之间提供某种关联的互动属性，用于关联目标内容行为与相关内容行为。可以理解地，内容行为可以代表不同的服务项目，内容行为知识图谱可以表征目标内容对象与其它相关内容行为的服务项目之间的关系。以上内容行为可以根据目标内容提供服务的互动行为特征分量确定，互动行为特征分量可以表征内容行为特征，例如，内容行为的行为指向页面、行为指向业务、行为提供微服务、使用的行为模式等，利用互动行为特征分量可以建立起目标内容行为与相关内容行为之间的关系，从而建立内容行为知识图谱。

例如，假设目标内容行为Action0与内容行为Action1、内容行为Action2以及内容行为Action9通过行为指向页面LK进行过行为互动，或者目标内容行为Action0、内容行为Action1、内容行为Action2以及内容行为Action9都通过行为指向页面LK与其它内容行为有过行为互动，则可以将目标内容行为Action0作为目标内容行为，将内容行为Action1、内容行为Action2以及内容行为Action9作为目标内容行为Action0的相关内容行为，对应地，行为指向页面LK则作为内容行为Action1、内容行为Action2、内容行为Action9对应的内容互动属性，目标内容行为Action0与内容行为Action1、内容行为Action2、内容行为Action9通过行为指向页面LK相连接，其中，可以基于目标内容行为的互动行为特征分量确定其对应的内容互动属性，示例性地，相关内容行为与目标内容行为相关联的互动行为特征分量为行为指向页面，对应地，目标内容行为与该相关内容行为之间的内容互动属性可以为行为指向页面，行为指向页面LK可以是一个行为指向页面或多个行为指向页面，本实施例对此不作限制。

步骤S112，基于所述内容行为知识图谱，获取每个内容互动属性关联的所有相关内容行为对应的用户互动行为中兴趣互动行为的兴趣程度，所述兴趣互动行为为匹配相关热点推荐内容时出现互动行为兴趣匹配的用户互动行为。

一种实施例中，兴趣程度可以是匹配相关热点推荐内容时出现互动行为兴趣匹配的用户互动行为与该用户互动行为对应的某种互动行为特征分量下的所有用户互动行为的比值，其中，相关热点推荐内容可以是热点推送功能、热点推送链接等，本实施例对此不作限制。

示例性地，内容行为Action7、内容行为Action6以及内容行为Action5均通过行为提供微服务AP向某个应用服务进行了内容交互，若内容行为Action7在规定的期限内将内容交互的交互信息通过相关的应用平台EP发送至某个应用服务，内容行为Action7则被视为兴趣互动行为，内容行为Action5和内容行为Action6在规定的期限内未将内容交互的交互信息通过相关的应用平台EP发送至某个应用服务，则内容行为Action5和内容行为Action6则被视为非兴趣互动行为。对应地，参与了该内容交互的总内容行为频率为3，其中兴趣互动行为为1，可以得到其兴趣程度为1/3。

步骤S113，获取所述每个内容互动属性对应的内容互动有效值，基于所述每个内容互动属性对应的所述兴趣程度，以及所述每个内容互动属性对应的内容互动有效值，获取所述目标内容提供服务对应的兴趣评价预测值，所述兴趣评价预测值用于为所述目标内容提供服务对应的用户推送所述相关热点推荐内容。

步骤S114，获取针对相关热点推荐内容的用户倾向行为信息。

一种实施例中，由于每个内容互动属性下的相关内容行为，可能存在未参与过以上相关热点推荐内容的相关内容行为对应的相关内容行为，例如，未参与过内容交互，也可能参与过相关热点推荐内容的相关内容行为对应的相关内容行为，但未到相关热点推荐内容的期限，例如，参与了内容交互，还未到数据截止期限，所以以上确定的各个内容互动属性对应的兴趣程度，会因为这些相关内容行为，而导致准确性受到影响。因此，在获取了每个内容互动属性关联的所有相关内容行为对应的用户互动行为中兴趣互动行为的兴趣程度之后，还需要获取每个内容互动属性对应的内容互动有效值，其中，内容互动有效值的大小可以反映该内容互动属性在预测目标内容对象的兴趣程度中的可信程度，即，内容互动有效值越大，则该内容互动属性在预测目标内容对象程度中的可信程度越高，最终预测出的目标内容对象的兴趣程度越准确。

一种实施例中，每个内容互动属性对应的内容互动有效值，可以根据每个内容互动属性对应的相关内容行为中完成过相关热点推荐内容的互动属性频率确定，例如，根据完成过至少一次内容交互的内容互动属性的互动属性频率确定。可以理解地，完成过相关热点推荐内容的互动属性频率表示了每个内容互动属性对应的相关内容行为中，能够真实有效地反映内容行为是否存在兴趣的内容行为的频率，因此，该频率越大，则表示该内容互动属性的可信程度越高，进而可以据此来计算各个内容互动属性的内容互动有效值。

一种实施例中，由于判断目标内容对象的兴趣评价预测值程度与每个内容互动属性的兴趣程度以及内容互动有效值均有关，因此可以先获取每个内容互动属性的兴趣程度以及内容互动有效值，再基于已获取到的每个内容互动属性的兴趣程度以及对应的内容互动有效值对目标内容提供服务对应的兴趣评价预测值进行计算，进一步地，可以根据兴趣评价预测值来给目标内容提供服务对应的用户推送相关热点推荐内容，例如，若根据兴趣评价预测值判断目标内容提供服务对应的用户为高兴趣用户，可以允许该目标内容提供服务对应的用户参与该相关热点推荐内容(如：触发内容交互)，若根据兴趣评价预测值判断该目标内容提供服务对应的用户为低兴趣用户，则可以禁止该目标内容提供服务对应的用户参加该相关热点推荐内容(如：触发内容交互)。

如此，可以实现对兴趣评价预测进行量化，为相关热点推荐内容的推送提供了参考，并且基于参考了与目标内容提供服务相关的多种内容互动属性对应的兴趣程度，进行兴趣评价预测，提升了兴趣评价预测的准确性，另外，预测兴趣评价预测值时，还获取每个内容互动属性对应的内容互动有效值，作为各个内容互动属性的兴趣评价预测的参考，进一步提升了兴趣评价预测的准确性，从而可以准确地确定是否为用户推送相关热点推荐内容。

图3为本公开实施例提供的基于大数据挖掘的推送资源确定装置300的功能模块示意图，下面进行详细阐述。

获取模块310，用于获取基于获取所述5G智慧终端的目标内容提供服务的兴趣评价预测值为所述目标内容提供服务对应的用户推送的相关热点推荐内容，获取针对所述相关热点推荐内容的用户倾向行为信息；

分析模块320，用于对获取到的用户倾向行为信息进行分析，得到当前待定热点话题关键词以及当前待定热点应用业务层信息，通过所述用户倾向行为信息、所述当前待定热点话题关键词以及所述当前待定热点应用业务层信息，得到意向人群属性信息以及意向热点业务动态信息；

引用模块330，用于采用预设业务需求挖掘模式对所述意向人群属性信息以及所述意向热点业务动态信息进行处理，并基于匹配预设业务需求挖掘模式的意向热点业务动态信息和意向人群属性信息进行待定意向推送资源引用，得到所述用户倾向行为信息对应的精确意向推送资源。

图4示出了本公开实施例提供的用于实现上述的基于大数据挖掘的推送资源确定方法的云计算AI服务系统100的硬件示意图，如图4所示，云计算AI服务系统100可包括处理器110、机器可读存储介质120、总线130以及通信单元140。

在具体实现过程中，至少一个处理器110执行机器可读存储介质120存储的云计算AI服务系统执行指令，使得处理器110可以执行如上方法实施例的基于大数据挖掘的推送资源确定方法，处理器110、机器可读存储介质120以及通信单元140通过总线130连接，处理器110可以用于控制通信单元140的收发动作，从而可以与前述的5G智慧终端200进行数据收发。

处理器110的具体实现过程可参见上述云计算AI服务系统100执行的各个方法实施例，其实现原理和技术效果类似，本实施例此处不再赘述。

此外，本公开实施例还提供一种可读存储介质，所述可读存储介质中预设有云计算AI服务系统执行指令，当处理器执行所述云计算AI服务系统执行指令时，实现如上基于大数据挖掘的推送资源确定方法。

最后，应当理解的是，本说明书中实施例仅用以说明本说明书实施例的原则。其它的变形也可能属于本说明书范围。因此，作为示例而非限制，本说明书实施例的替代配置可视为与本说明书的教导匹配。相应地，本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。

Claims (10)

1.一种基于大数据挖掘的推送资源确定方法，其特征在于，应用于云计算AI服务系统，所述云计算AI服务系统与所述多个5G智慧终端通信连接，所述方法包括：

获取基于获取所述5G智慧终端的目标内容提供服务的兴趣评价预测值为所述目标内容提供服务对应的用户推送的相关热点推荐内容，获取针对所述相关热点推荐内容的用户倾向行为信息；

对获取到的用户倾向行为信息进行分析，得到当前待定热点话题关键词以及当前待定热点应用业务层信息，通过所述用户倾向行为信息、所述当前待定热点话题关键词以及所述当前待定热点应用业务层信息，得到意向人群属性信息以及意向热点业务动态信息；

采用预设业务需求挖掘模式对所述意向人群属性信息以及所述意向热点业务动态信息进行处理，并基于匹配预设业务需求挖掘模式的意向热点业务动态信息和意向人群属性信息进行待定意向推送资源引用，得到所述用户倾向行为信息对应的精确意向推送资源。

2.根据权利要求1所述的基于大数据挖掘的推送资源确定方法，其特征在于，对获取到的用户倾向行为信息进行分析，得到当前待定热点话题关键词以及当前待定热点应用业务层信息，通过所述用户倾向行为信息、所述当前待定热点话题关键词以及所述当前待定热点应用业务层信息，得到意向人群属性信息以及意向热点业务动态信息，包括：

确定所述用户倾向行为信息的起始倾向热点信息；其中，所述起始倾向热点信息包括起始热点话题关键词和起始热点应用业务层信息；

从所述用户倾向行为信息对应的当前待定意向推送资源中选取当前待定热点话题关键词，基于所述用户倾向行为信息获取对应的当前待定热点应用业务层信息；

基于所述当前待定热点话题关键词、所述当前待定热点应用业务层信息和所述起始倾向热点信息进行意向人群属性检测，得到意向人群属性信息；

根据意向人群属性信息从所述当前待定意向推送资源中选取目标热点应用业务层信息，根据所述目标热点应用业务层信息和所述当前待定热点话题关键词确定所述当前待定意向推送资源对应的意向热点业务动态信息；

所述采用预设业务需求挖掘模式对所述意向人群属性信息以及所述意向热点业务动态信息进行处理，并基于匹配预设业务需求挖掘模式的意向热点业务动态信息和意向人群属性信息进行待定意向推送资源引用，得到所述用户倾向行为信息对应的精确意向推送资源的步骤，包括：

采用预设业务需求挖掘模式对所述意向人群属性信息以及所述意向热点业务动态信息进行处理，并基于匹配预设业务需求挖掘模式的意向热点业务动态信息和意向人群属性信息进行待定意向推送资源引用，得到所述用户倾向行为信息对应的精确意向推送资源：

基于所述意向人群属性信息将所述目标热点应用业务层信息和所述当前待定热点话题关键词进行信息关联得到起始关联业务信息，根据所述起始关联业务信息与所述起始倾向热点信息的第一对比信息更新所述当前待定热点话题关键词和当前待定热点应用业务层信息，返回所述意向人群属性检测的步骤，直到匹配第一业务需求挖掘模式；

基于匹配第一业务需求挖掘模式的意向热点业务动态信息和意向人群属性信息进行待定意向推送资源引用，得到所述用户倾向行为信息对应的精确意向推送资源。

3.根据权利要求2所述的基于大数据挖掘的推送资源确定方法，其特征在于，在所述根据所述起始关联业务信息与所述起始倾向热点信息的第一对比信息更新所述当前待定热点话题关键词和当前待定热点应用业务层信息，返回所述意向人群属性检测的步骤，直到匹配第一业务需求挖掘模式，包括：

基于所述起始关联业务信息与所述起始倾向热点信息确定得到第一对比信息，当所述第一对比信息不匹配第一业务需求挖掘模式时，基于所述意向热点业务动态信息更新所述当前待定意向推送资源，得到更新待定意向推送资源；

从所述更新待定意向推送资源中选取更新待定热点话题关键词，得到更新的当前待定热点话题关键词，并将所述目标热点应用业务层信息作为更新的当前待定热点应用业务层信息，返回基于所述当前待定热点话题关键词、所述当前待定热点应用业务层信息、所述起始倾向热点信息进行意向人群属性检测，得到意向人群属性信息的步骤，直到匹配第一业务需求挖掘模式。

4.根据权利要求3所述的基于大数据挖掘的推送资源确定方法，其特征在于，所述用户倾向行为信息为动态意向推送资源类别属性，所述起始关联业务信息包括起始关联热点话题关键词和起始关联热点应用业务层信息；基于所述起始关联业务信息与所述起始倾向热点信息确定得到第一对比信息，包括：

基于所述起始关联热点话题关键词与所述起始热点话题关键词确定得到热点话题关键词对比信息，并基于所述起始关联热点应用业务层信息与所述起始热点应用业务层信息确定得到热点应用业务层对比信息；

基于所述热点应用业务层对比信息与所述热点话题关键词对比信息，得到所述起始关联业务信息与所述起始倾向热点信息的第一对比信息。

5.根据权利要求3所述的基于大数据挖掘的推送资源确定方法，其特征在于，所述用户倾向行为信息为静态意向推送资源类别属性，所述起始关联业务信息包括起始关联热点话题关键词和起始关联热点应用业务层信息；基于所述起始关联业务信息与所述起始倾向热点信息确定得到第一对比信息，包括：

基于所述起始关联热点话题关键词与所述起始热点话题关键词确定得到热点话题关键词对比信息，并基于所述起始关联热点应用业务层信息与所述起始热点应用业务层信息确定得到热点应用业务层对比信息；

获取所述静态意向推送资源类别属性的过往意向推送资源类别属性对应的过往热点应用业务层信息；其中，所述过往热点应用业务层信息是所述过往意向推送资源类别属性在待定意向推送资源引用时使用的热点应用业务层信息；

确定所述过往热点应用业务层信息与所述意向热点业务动态信息的应用业务层对比信息，基于所述热点应用业务层对比信息、所述热点话题关键词对比信息和所述应用业务层对比信息，得到所述起始关联业务信息与所述起始倾向热点信息的第一对比信息。

6.根据权利要求2所述的基于大数据挖掘的推送资源确定方法，其特征在于，所述确定所述用户倾向行为信息对应的起始热点话题关键词和起始热点应用业务层信息，包括：

基于所述用户倾向行为信息进行意向推送资源调取，得到意向推送资源调取信息；

在所述意向推送资源调取信息中进行意向推送资源互动行为提取，得到所述用户倾向行为信息对应的意向推送资源互动行为信息；

从所述意向推送资源互动行为信息中确定起始热点话题关键词和起始热点应用业务层信息。

7.根据权利要求2所述的基于大数据挖掘的推送资源确定方法，其特征在于，所述用户倾向行为信息为动态意向推送资源类别属性；所述基于所述意向推送资源类别属性获取对应的当前待定热点应用业务层信息，包括：

获取目标舆情偏好评估参数，根据所述目标舆情偏好评估参数将所述当前待定热点话题关键词关联到起始热点话题关键词，得到关联热点话题关键词，基于所述关联热点话题关键词和所述起始热点话题关键词进行意向人群属性检测，得到动态意向人群属性信息；

根据所述动态意向人群属性信息从所述当前待定意向推送资源的待定意向推送资源的热点应用业务层的业务调取信息中选取所述动态意向推送资源类别属性对应的当前待定热点应用业务层信息；

其中，所述获取目标舆情偏好评估参数，包括：

获取各个预设舆情偏好评估参数，从所述各个预设舆情偏好评估参数选取当前舆情偏好评估参数；

根据所述当前舆情偏好评估参数将所述当前待定热点话题关键词关联到起始热点话题关键词，得到舆情偏好评估参数对应的关联热点话题关键词，基于所述舆情偏好评估参数对应的关联热点话题关键词和所述起始热点话题关键词进行意向人群属性检测，得到舆情偏好评估参数对应的意向人群属性信息；

根据所述舆情偏好评估参数对应的意向人群属性信息从所述当前待定意向推送资源的待定意向推送资源的热点应用业务层的业务调取信息中选取舆情偏好评估参数对应的待定热点应用业务层信息；

基于所述舆情偏好评估参数对应的待定热点应用业务层信息、所述当前待定热点话题关键词和所述起始倾向热点信息进行舆情偏好评估参数对应的意向人群属性检测，得到舆情偏好评估参数对应的意向人群属性信息；

根据所述舆情偏好评估参数对应的意向人群属性信息从所述待定意向推送资源的热点应用业务层的业务调取信息中选取舆情偏好评估参数的目标热点应用业务层信息；

根据所述舆情偏好评估参数的目标热点应用业务层信息和所述当前待定热点话题关键词确定所述当前待定意向推送资源对应的舆情偏好评估参数的意向热点业务动态信息；

基于所述舆情偏好评估参数对应的意向人群属性信息将所述舆情偏好评估参数的目标热点应用业务层信息和所述当前待定热点话题关键词进行信息关联，得到舆情偏好评估参数对应的起始关联业务信息，根据所述舆情偏好评估参数对应的起始关联业务信息和所述起始倾向热点信息的第二对比信息更新所述舆情偏好评估参数对应的待定热点应用业务层信息和当前待定热点话题关键词，返回所述舆情偏好评估参数对应的意向人群属性检测的步骤，直到匹配第二业务需求挖掘模式，得到所述当前舆情偏好评估参数对应的当前第二对比信息；

遍历所述各个预设舆情偏好评估参数，得到所述各个预设舆情偏好评估参数对应的各个当前第二对比信息，比较所述各个当前第二对比信息，得到目标第二对比信息，将所述目标第二对比信息对应的预设舆情偏好评估参数作为所述目标舆情偏好评估参数；

其中，所述根据所述舆情偏好评估参数对应的起始关联业务信息和所述起始倾向热点信息的第二对比信息更新所述舆情偏好评估参数对应的待定热点应用业务层信息和当前待定热点话题关键词，返回所述舆情偏好评估参数对应的意向人群属性检测的步骤，直到匹配第二业务需求挖掘模式，包括：

当所述第二对比信息不匹配第二业务需求挖掘模式时，基于所述舆情偏好评估参数的意向热点业务动态信息更新所述当前待定意向推送资源，得到舆情偏好评估参数对应的更新待定意向推送资源；

从所述舆情偏好评估参数对应的更新待定意向推送资源中选取舆情偏好评估参数对应的更新待定热点话题关键词，将所述舆情偏好评估参数对应的更新待定热点话题关键词作为当前待定热点话题关键词，并将所述舆情偏好评估参数的目标热点应用业务层信息作为舆情偏好评估参数对应的待定热点应用业务层信息，返回基于所述舆情偏好评估参数对应的待定热点应用业务层信息、所述当前待定热点话题关键词和所述起始倾向热点信息进行基于舆情偏好评估参数层面的意向人群属性检测，得到舆情偏好评估参数对应的意向人群属性信息的步骤，直到匹配第二业务需求挖掘模式。

8.根据权利要求7所述的基于大数据挖掘的推送资源确定方法，其特征在于，所述基于所述关联热点话题关键词和所述起始热点话题关键词进行意向人群属性检测，得到动态意向人群属性信息，包括：

获取所述动态意向推送资源类别属性对应的第一起始意向人群属性信息，基于所述第一起始意向人群属性信息将所述当前待定热点话题关键词关联到起始热点话题关键词，得到第一动态关联热点话题关键词；

基于所述第一动态关联热点话题关键词与所述起始热点话题关键词确定得到第三对比信息；

根据所述第三对比信息调整所述第一起始意向人群属性信息，并返回所述基于所述第一起始意向人群属性信息将所述当前待定热点话题关键词关联到起始热点话题关键词，得到第一动态关联热点话题关键词的步骤，直到所述第三对比信息匹配第三业务需求挖掘模式；

将匹配第三业务需求挖掘模式的第一起始意向人群属性信息作为所述动态意向人群属性信息。

9.根据权利要求1所述的基于大数据挖掘的推送资源确定方法，其特征在于，所述用户倾向行为信息为静态意向推送资源类别属性；所述基于所述用户倾向行为信息获取对应的当前待定热点应用业务层信息，包括：

获取所述静态意向推送资源类别属性的过往意向推送资源类别属性对应的过往待定热点应用业务层信息；其中，所述过往待定热点应用业务层信息是所述过往意向推送资源类别属性对应的待定意向推送资源中的待定热点应用业务层信息；

将所述过往待定热点应用业务层信息作为所述当前待定热点应用业务层信息；

或者，

所述用户倾向行为信息为动态意向推送资源类别属性；所述基于所述当前待定热点话题关键词、所述当前待定热点应用业务层信息和所述起始倾向热点信息进行意向人群属性检测，得到意向人群属性信息，包括：

获取所述动态意向推送资源类别属性对应的第二起始意向人群属性信息，基于所述第二起始意向人群属性信息将所述当前待定热点话题关键词和所述当前待定热点应用业务层信息关联到起始热点话题关键词，得到动态起始关联业务信息；

基于所述动态起始关联业务信息与所述起始倾向热点信息确定得到第四对比信息；

根据所述第四对比信息调整所述第二起始意向人群属性信息，并返回所述基于所述第二起始意向人群属性信息将所述当前待定热点话题关键词和所述当前待定热点应用业务层信息关联到起始热点话题关键词，得到动态起始关联业务信息的步骤，直到所述第四对比信息匹配第四业务需求挖掘模式；

将匹配第四业务需求挖掘模式的第二起始意向人群属性信息作为所述动态意向推送资源类别属性对应的意向人群属性信息。

10.一种云计算AI服务系统，其特征在于，所述云计算AI服务系统包括处理器、机器可读存储介质和通信单元，所述机器可读存储介质、所述通信单元以及所述处理器之间通过总线系统相关联，所述通信单元用于与至少一个5G智慧终端通信连接，所述机器可读存储介质用于存储计算机指令，所述处理器用于执行所述机器可读存储介质中的计算机指令，以执行权利要求1-9中任意一项的基于大数据挖掘的推送资源确定方法。

Images