CN114189545A - 一种互联网用户行为大数据分析方法及系统 - Google Patents
一种互联网用户行为大数据分析方法及系统 Download PDFInfo
- Publication number
- CN114189545A CN114189545A CN202111545057.6A CN202111545057A CN114189545A CN 114189545 A CN114189545 A CN 114189545A CN 202111545057 A CN202111545057 A CN 202111545057A CN 114189545 A CN114189545 A CN 114189545A
- Authority
- CN
- China
- Prior art keywords
- module
- login
- data
- collection
- analysis method
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000007405 data analysis Methods 0.000 title claims abstract description 24
- 238000000034 method Methods 0.000 title claims description 25
- 238000012545 processing Methods 0.000 claims abstract description 53
- 238000004364 calculation method Methods 0.000 claims abstract description 26
- 238000013480 data collection Methods 0.000 claims description 26
- 238000004458 analytical method Methods 0.000 claims description 25
- 239000003607 modifier Substances 0.000 claims description 18
- 238000012795 verification Methods 0.000 claims description 5
- 230000011218 segmentation Effects 0.000 claims 3
- 238000002372 labelling Methods 0.000 abstract description 3
- 230000006399 behavior Effects 0.000 description 18
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000013499 data model Methods 0.000 description 3
- 238000012163 sequencing technique Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000009412 basement excavation Methods 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/242—Query formulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Computing Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种互联网用户行为大数据分析系统,所述分析系统包括信息收集模块、标记处理模块、计算处理模块和反馈模块;所述信息收集模块的输出端连接有标记处理模块,所述标记处理模块的输出端连接有计算处理模块,所述计算处理模块的输出端连接有反馈模块;所述反馈模块包括有权限识别模块、需求输入模块和结果反馈模块,所述权限识别模块的输出端连接有需求输入模块,所述需求输入模块的输出端连接有结果反馈模块。本发明通过设置有标记处理模块,对用户搜索词进行标记排序,根据搜索词的排序,可辅助判断登录者的搜索倾向,可加强登录者在登录搜索时相关收集数据的标签化处理,以此降低数据调取时的匹配时长,提高本系统的工作效率。
Description
技术领域
本发明涉及数据分析技术领域,具体为一种互联网用户行为大数据分析方法及系统。
背景技术
随着移动互联网技术的发展,互联网用户的数量液随之急速增长,与此同时,互联用户的上网时长也逐渐增加,由此引发的大量互联网用户行为数据,存在有大量潜在的价值,因此需要一种互联网用户行为大数据分析方法和系统来辅助相关从业人员对大量互联网用户行为数据进行深度挖掘,以获取更多价值。
现有的分析方法存在的缺陷是:
1、专利文件CN105530137A公开了一种流量数据分析方法,“包括:对于被监测的应用系统,将进出其的流量镜像到流量服务器的网络连接设备;基于预设参数,通过抓包工具从被镜像到流量服务器的网络连接设备的流量中获取与预设参数相关的数据,并将所获取的数据形成为第一格式的文件;将所形成的第一格式的文件按顺序发送到第一消息中间件的与该文件对应的第一管道;自所述第一管道取出所接收的第一格式的文件时,并自其获取所需信息,将所获取的信息转换成第二格式的文件;将第二格式的文件逐个发送给第二消息中间件的第二管道;在所述第二管道接收到第二格式的文件时,解析该文件并将解析获得的信息存储到建立的数据库中”,该数据分析方法在处理相关数据时,缺少相应的标记分类处理,在后续的数据调取中,缺少相关关键词的标记,使得后续数据调取较为繁琐且低效;
2、专利文件CN112070239A公开了一种基于用户数据建模的分析方法、系统、介质及设备,“分析包括:对用户数据进行特征分析,生成特征分析结果;对所述特征分析结果进行随时间变化的稳定性检验,以检测异常数据,并根据异常数据检测结果判断所述特征分析结果是否可靠;将预处理数据对用户数据建模时所需的特征进行筛选;利用筛选后的特征进行用户数据建模,生成用户数据模型;对用户数据模型进行模型分析,以得到用户数据模型的可靠性分析结果。本发明在建模流程中,提供可靠的机器学习模型所需要的计算和分析环节,以实现完整的的自动化,并且提供给业务人员足够的分析信息,帮助业务人员诊断模型训练过程是否存在问题”,该系统在处理相关数据时,仅采用特征分析的方法来辅助判断异常检测结果,对于用户行为数据后续潜在的业务行为能力缺少相应的概率相关性计算,使得数据的潜在特征未能全面使用;
3、专利文件CN112765230A公开了供一种基于互联网金融的支付大数据分析方法及系统,“通过对支付用户聚类和支付业务聚类进行数据分析挖掘,根据目标支付用户对应的用户画像特征以及业务画像特征分别在所述支付用户聚类中获取拓展支付用户以拓展支付业务,然后计算所述目标支付用户与所述目标支付业务序列中每个支付业务之间的匹配概率值,并根据所述匹配概率值在所述目标支付业务序列中选择与所述目标支付用户对应的推荐支付业务,以用于对所述目标支付用户进行支付业务的推荐。如此,可利于对目标支付用户进行支付业务的推荐,并改善推荐效果,可以提升用户在使用互联网金融平台时的使用体验”,但是该分析系统在使用时,未能实现相应的技术验证来控制数据查询的结果,使得数据分析系统的安全性较低。
发明内容
本发明的目的在于提供一种互联网用户行为大数据分析方法及系统,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种互联网用户行为大数据分析系统,所述分析系统包括信息收集模块、标记处理模块、计算处理模块和反馈模块;
所述信息收集模块的输出端连接有标记处理模块,所述标记处理模块的输出端连接有计算处理模块,所述计算处理模块的输出端连接有反馈模块;
所述反馈模块包括有权限识别模块、需求输入模块和结果反馈模块,所述权限识别模块的输出端连接有需求输入模块,所述需求输入模块的输出端连接有结果反馈模块。
优选的,所述信息收集模块包括有用户数据收集模块、行为数据收集模块和业务数据收集模块,所述用户数据收集模块、行为数据收集模块和业务数据收集模块之间为电性连接。
优选的,所述用户数据收集模块为用户ID数据的收集以及登录方式的收集,所述数据收集模块为用户付费数据的收集,包含有付费金额、付费率以及人均付费数量。
优选的,所述行为数据收集模块包括有登录时间点收集、登录区域收集、登录时长的收集、登录频率的收集和登录内容的收集。
优选的,所述登录内容的收集为登录词条收集。
优选的,所述分析方法的步骤如下:
S1、信息收集,建立信息数据库;
S2、标记处理,与每条信息标记匹配;
S3、计算处理,计算相关性数据;
S4、数据反馈查询。
优选的,所述信息收集中的信息收集的内容为用户ID数据、用户登录方式数据、登录时间点分布、登录区域分布、登录时长分布、登录频率分布以及付费金额统计、付费占比率,所述用户登录方式包括有网页、移动APP。
优选的,所述标记处理中的标记处理可按照时间段、地点以及登录区域和关键词进行标记,且关键词的设定来自于登录时搜索内容字段的分段,登录时搜索内容的分段可拆分为“主语+修饰语”的模块,并在修饰语数量大于1时,按照特定的排布规则予以排序,所述排布规则可为外观修饰词在先、用途修饰词在后的排布规则,也可使用用途修饰词在先、外观修饰词在后的排布规则,所述排布规则不限于以上两种。
优选的,所述计算处理中采用概率相关计算处理,计算登录用户在搜索登录内容后付费的概率值,其中影响因素有登录浏览时长、登录后收藏未付费时长以及登录搜索频率。
优选的,所述数据反馈查询中先进行权限验证,核对查询权限后,反馈模块对应开放相应的查询权限,之后查询者输入查询需求,在查询权限范围内,结果反馈模块将输入的查询需求字段予以分段并与标记处理后的数据库中的数据相互匹配,进而将匹配度较高的数据集调取,并通过结果反馈模块将查询结果反馈至查询者,从而查询者可在权限范围内获取高度匹配后的查询数据。
与现有技术相比,本发明的有益效果是:
1、本发明通过安装有标记处理模块,对用户搜索词进行标记排序,根据搜索词的排序,可辅助判断登录者的搜索倾向,在购物网页即可辅助判断消费倾向为日用百货、美妆护肤、衣物以及其他方面,在新闻网页即可辅助判断搜索倾向为自然科学、人文风情或者政治经济等,可加强登录者在登录搜索时相关收集数据的标签化处理,进而使得收集的数据集标签更具体,加强后续相关性的计算和调取能力,以此降低数据调取时的匹配时长,提高本系统的工作效率。
2、本发明通过安装有计算处理模块,采用概率相关计算处理,计算登录用户在搜索登录内容后付费的概率值,其中影响因素有登录浏览时长、登录后收藏未付费时长以及登录搜索频率,通过概率相关性的计算处理,可在后续数据查询时根据相关性自高而下的顺序予以数据显示,使得查询的结果处于智能排序状态,减轻查询者后续整理数据相关性的必要,使得本分析系统的使用更加智能化。
3、本发明通过安装有数据反馈查询模块,在数据查询时,先进行权限验证,核对查询权限后,反馈模块对应开放相应的查询权限,之后查询者输入查询需求,在查询权限范围内,结果反馈模块将输入的查询需求字段予以分段并与标记处理后的数据库中的数据相互匹配,进而将匹配度较高的数据集调取,并通过结果反馈模块将查询结果反馈至查询者,从而查询者可在权限范围内获取高度匹配后的查询数据,通过权限设置,可使得本分析系统内部不同层级权限的工作人员在查询本系统数据时具有相应的权限限制,进而在后续的数据匹配查询时减少数据泄露的可能,加强本分析系统收集数据的安全性,降低登录用户关于用户数据泄露的恐慌。
附图说明
图1为本发明的整体结构示意图;
图2为本发明的信息收集模块安装结构示意图;
图3为本发明的方法流程结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一
请参阅图1和图2,本发明提供的一种实施例:一种互联网用户行为大数据分析系统,所述分析系统包括信息收集模块、标记处理模块、计算处理模块和反馈模块;
所述信息收集模块的输出端连接有标记处理模块,所述标记处理模块的输出端连接有计算处理模块,所述计算处理模块的输出端连接有反馈模块;
所述反馈模块包括有权限识别模块、需求输入模块和结果反馈模块,所述权限识别模块的输出端连接有需求输入模块,所述需求输入模块的输出端连接有结果反馈模块。
所述信息收集模块包括有用户数据收集模块、行为数据收集模块和业务数据收集模块,所述用户数据收集模块、行为数据收集模块和业务数据收集模块之间为电性连接。
所述用户数据收集模块为用户ID数据的收集以及登录方式的收集,所述数据收集模块为用户付费数据的收集,包含有付费金额、付费率以及人均付费数量,针对付费金额、付费率以及人均付费数量等数据的收集,可对登录人员消费能力以及有效付费人群的划分提供参照数据,为后续进行业务扩展和深入发展提供相应的人群标记服务,以便针对性的进行业务拓展。
所述行为数据收集模块包括有登录时间点收集、登录区域收集、登录时长的收集、登录频率的收集和登录内容的收集,通过登录时间点、登录区域、登录时长和登录频率的收集,可方便本分析系统就登录人员的登录搜索倾向以及登录习惯等进行画像分析,从而可对登录人员在区域、年龄、登录时间段以及消费能力等进行细化分类处理,为后续数据价值的深挖提供相应的参照分类。
所述登录内容的收集为登录词条收集,可辅助本分析系统实现登录搜索内容的收集,进而为后续推送相关搜索词提供来源,并为后续的付费交易提高可能性。
请参阅图3,本发明提供的一种实施例:一种互联网用户行为大数据分析方法,所述分析方法的步骤如下:
S1、信息收集,建立信息数据库;
S2、标记处理,与每条信息标记匹配;
S3、计算处理,计算相关性数据;
S4、数据反馈查询。
所述信息收集中的信息收集的内容为用户ID数据、用户登录方式数据、登录时间点分布、登录区域分布、登录时长分布、登录频率分布以及付费金额统计、付费占比率,所述用户登录方式包括有网页、移动APP。
所述标记处理中的标记处理可按照时间段、地点以及登录区域和关键词进行标记,且关键词的设定来自于登录时搜索内容字段的分段,登录时搜索内容的分段可拆分为“主语+修饰语”的模块,并在修饰语数量大于1时,按照特定的排布规则予以排序,所述排布规则可为外观修饰词在先、用途修饰词在后的排布规则,也可使用用途修饰词在先、外观修饰词在后的排布规则,所述排布规则不限于以上两种,根据搜索词的排序,可辅助判断登录者的搜索倾向,在购物网页即可辅助判断消费倾向为日用百货、美妆护肤、衣物以及其他方面,在新闻网页即可辅助判断搜索倾向为自然科学、人文风情或者政治经济等,可加强登录者在登录搜索时相关收集数据的标签化处理,进而使得收集的数据集标签更具体,加强后续相关性的计算和调取能力,以此降低数据调取时的匹配时长,提高本系统的工作效率。
实施例二
请参阅图1,本发明提供的一种实施例:一种互联网用户行为大数据分析系统,所述计算处理中采用概率相关计算处理,计算登录用户在搜索登录内容后付费的概率值,其中影响因素有登录浏览时长、登录后收藏未付费时长以及登录搜索频率,通过概率相关性的计算处理,可在后续数据查询时根据相关性自高而下的顺序予以数据显示,使得查询的结果处于智能排序状态,减轻查询者后续整理数据相关性的必要,使得本分析系统的使用更加智能化。
实施例三
请参阅图1,本发明提供的一种实施例:一种互联网用户行为大数据分析系统,所述数据反馈查询中先进行权限验证,核对查询权限后,反馈模块对应开放相应的查询权限,之后查询者输入查询需求,在查询权限范围内,结果反馈模块将输入的查询需求字段予以分段并与标记处理后的数据库中的数据相互匹配,进而将匹配度较高的数据集调取,并通过结果反馈模块将查询结果反馈至查询者,从而查询者可在权限范围内获取高度匹配后的查询数据,通过权限设置,可使得本分析系统内部不同层级权限的工作人员在查询本系统数据时具有相应的权限限制,进而在后续的数据匹配查询时减少数据泄露的可能,加强本分析系统收集数据的安全性,降低登录用户关于用户数据泄露的恐慌。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (10)
1.一种互联网用户行为大数据分析系统,其特征在于:所述分析系统包括信息收集模块、标记处理模块、计算处理模块和反馈模块;
所述信息收集模块的输出端连接有标记处理模块,所述标记处理模块的输出端连接有计算处理模块,所述计算处理模块的输出端连接有反馈模块;
所述反馈模块包括有权限识别模块、需求输入模块和结果反馈模块,所述权限识别模块的输出端连接有需求输入模块,所述需求输入模块的输出端连接有结果反馈模块。
2.根据权利要求1所述的一种互联网用户行为大数据分析方法及系统,其特征在于:所述信息收集模块包括有用户数据收集模块、行为数据收集模块和业务数据收集模块,所述用户数据收集模块、行为数据收集模块和业务数据收集模块之间为电性连接。
3.根据权利要求2所述的一种互联网用户行为大数据分析方法及系统,其特征在于:所述用户数据收集模块为用户ID数据的收集以及登录方式的收集,所述数据收集模块为用户付费数据的收集,包含有付费金额、付费率以及人均付费数量。
4.根据权利要求2所述的一种互联网用户行为大数据分析方法及系统,其特征在于:所述行为数据收集模块包括有登录时间点收集、登录区域收集、登录时长的收集、登录频率的收集和登录内容的收集。
5.根据权利要求1所述的一种互联网用户行为大数据分析方法及系统,其特征在于:所述登录内容的收集为登录词条收集。
6.根据权利要求1所述的一种互联网用户行为大数据分析方法,其特征在于,所述分析方法的步骤如下:
S1、信息收集,建立信息数据库;
S2、标记处理,与每条信息标记匹配;
S3、计算处理,计算相关性数据;
S4、数据反馈查询。
7.根据权利要求6所述的一种互联网用户行为大数据分析方法,其特征在于:所述信息收集中的信息收集的内容为用户ID数据、用户登录方式数据、登录时间点分布、登录区域分布、登录时长分布、登录频率分布以及付费金额统计、付费占比率,所述用户登录方式包括有网页、移动APP。
8.根据权利要求6所述的一种互联网用户行为大数据分析方法,其特征在于:所述标记处理中的标记处理可按照时间段、地点以及登录区域和关键词进行标记,且关键词的设定来自于登录时搜索内容字段的分段,登录时搜索内容的分段可拆分为“主语+修饰语”的模块,并在修饰语数量大于1时,按照特定的排布规则予以排序,所述排布规则可为外观修饰词在先、用途修饰词在后的排布规则,也可使用用途修饰词在先、外观修饰词在后的排布规则,所述排布规则不限于以上两种。
9.根据权利要求6所述的一种互联网用户行为大数据分析方法,其特征在于:所述计算处理中采用概率相关计算处理,计算登录用户在搜索登录内容后付费的概率值,其中影响因素有登录浏览时长、登录后收藏未付费时长以及登录搜索频率。
10.根据权利要求6所述的一种互联网用户行为大数据分析方法,其特征在于:所述数据反馈查询中先进行权限验证,核对查询权限后,反馈模块对应开放相应的查询权限,之后查询者输入查询需求,在查询权限范围内,结果反馈模块将输入的查询需求字段予以分段并与标记处理后的数据库中的数据相互匹配,进而将匹配度较高的数据集调取,并通过结果反馈模块将查询结果反馈至查询者,从而查询者可在权限范围内获取高度匹配后的查询数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111545057.6A CN114189545B (zh) | 2021-12-16 | 2021-12-16 | 一种互联网用户行为大数据分析方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111545057.6A CN114189545B (zh) | 2021-12-16 | 2021-12-16 | 一种互联网用户行为大数据分析方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114189545A true CN114189545A (zh) | 2022-03-15 |
CN114189545B CN114189545B (zh) | 2024-05-14 |
Family
ID=80605402
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111545057.6A Active CN114189545B (zh) | 2021-12-16 | 2021-12-16 | 一种互联网用户行为大数据分析方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114189545B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116232770A (zh) * | 2023-05-08 | 2023-06-06 | 中国石油大学(华东) | 一种基于sdn控制器的企业网络安全防护系统及方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105528374A (zh) * | 2014-10-21 | 2016-04-27 | 苏宁云商集团股份有限公司 | 一种电子商务中的商品推荐方法及其系统 |
CN107038608A (zh) * | 2017-04-21 | 2017-08-11 | 北京恒冠网络数据处理有限公司 | 一种大数据分析系统 |
CN109242431A (zh) * | 2018-09-04 | 2019-01-18 | 浙江蟠桃会网络技术有限公司 | 一种基于数据体系的企业管理方法及其系统 |
CN109816127A (zh) * | 2019-01-11 | 2019-05-28 | 广州市骑鹅游信息技术咨询服务有限公司 | 一种智能票务推荐方法及系统 |
CN111460251A (zh) * | 2020-03-10 | 2020-07-28 | 平安科技(深圳)有限公司 | 数据内容个性化推送冷启动方法、装置、设备和存储介质 |
CN111461829A (zh) * | 2020-03-31 | 2020-07-28 | 深圳市优达智胜科技有限公司 | 一种基于互联网移动电商销售系统 |
CN111680234A (zh) * | 2020-06-11 | 2020-09-18 | 南通赛优科技服务有限公司 | 具有专利信息发布和搜索功能的系统及其信息发布方法 |
-
2021
- 2021-12-16 CN CN202111545057.6A patent/CN114189545B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105528374A (zh) * | 2014-10-21 | 2016-04-27 | 苏宁云商集团股份有限公司 | 一种电子商务中的商品推荐方法及其系统 |
CN107038608A (zh) * | 2017-04-21 | 2017-08-11 | 北京恒冠网络数据处理有限公司 | 一种大数据分析系统 |
CN109242431A (zh) * | 2018-09-04 | 2019-01-18 | 浙江蟠桃会网络技术有限公司 | 一种基于数据体系的企业管理方法及其系统 |
CN109816127A (zh) * | 2019-01-11 | 2019-05-28 | 广州市骑鹅游信息技术咨询服务有限公司 | 一种智能票务推荐方法及系统 |
CN111460251A (zh) * | 2020-03-10 | 2020-07-28 | 平安科技(深圳)有限公司 | 数据内容个性化推送冷启动方法、装置、设备和存储介质 |
CN111461829A (zh) * | 2020-03-31 | 2020-07-28 | 深圳市优达智胜科技有限公司 | 一种基于互联网移动电商销售系统 |
CN111680234A (zh) * | 2020-06-11 | 2020-09-18 | 南通赛优科技服务有限公司 | 具有专利信息发布和搜索功能的系统及其信息发布方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116232770A (zh) * | 2023-05-08 | 2023-06-06 | 中国石油大学(华东) | 一种基于sdn控制器的企业网络安全防护系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114189545B (zh) | 2024-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110223168B (zh) | 一种基于企业关系图谱的标签传播反欺诈检测方法及系统 | |
Adeniyi et al. | Automated web usage data mining and recommendation system using K-Nearest Neighbor (KNN) classification method | |
US20170004128A1 (en) | Device and method for analyzing reputation for objects by data mining | |
CN108734184B (zh) | 一种对敏感图像进行分析的方法及装置 | |
CN109522562B (zh) | 一种基于文本图像融合识别的网页知识抽取方法 | |
CN111538741B (zh) | 一种面向警情大数据的深度学习分析方法及系统 | |
CN112632405B (zh) | 一种推荐方法、装置、设备及存储介质 | |
CN107292744A (zh) | 基于机器学习的投资趋势分析方法及其系统 | |
CN112258254B (zh) | 基于大数据架构的互联网广告风险监测方法及系统 | |
CN103838754A (zh) | 信息搜索装置及方法 | |
CN110972499A (zh) | 神经网络的标注系统 | |
CN114915468B (zh) | 基于知识图谱的网络犯罪智能分析检测方法 | |
CN112685564A (zh) | 一种智能科技政策分类、推送方法、以及系统 | |
CN114692593B (zh) | 一种网络信息安全监测预警方法 | |
CN111984873A (zh) | 一种服务推荐系统和方法 | |
CN107563807A (zh) | 一种基于数据挖掘的区域广告推送系统 | |
CN116228319A (zh) | 基于埋点的智能广告投放方法与系统 | |
CN105512224A (zh) | 基于光标位置序列的搜索引擎用户满意度自动评估方法 | |
CN108647281A (zh) | 网页访问风险检测、提示方法、装置及计算机设备 | |
CN115098777A (zh) | 一种基于数据分析的用户个性化推荐方法和系统 | |
CN114189545B (zh) | 一种互联网用户行为大数据分析方法及系统 | |
US9165053B2 (en) | Multi-source contextual information item grouping for document analysis | |
CN111833073A (zh) | 基于K-Means++算法的航空公司客户细分方法 | |
CN113408207A (zh) | 基于社会网络分析技术的数据挖掘的一种方法 | |
CN114741483A (zh) | 数据识别的方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |