CN114238365B - 一种基于智慧教育的服务数据管理方法及系统 - Google Patents
一种基于智慧教育的服务数据管理方法及系统 Download PDFInfo
- Publication number
- CN114238365B CN114238365B CN202111336891.4A CN202111336891A CN114238365B CN 114238365 B CN114238365 B CN 114238365B CN 202111336891 A CN202111336891 A CN 202111336891A CN 114238365 B CN114238365 B CN 114238365B
- Authority
- CN
- China
- Prior art keywords
- interest mining
- service
- interest
- data
- behavior data
- 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.)
- Active
Links
- 238000013523 data management Methods 0.000 title claims abstract description 84
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000005065 mining Methods 0.000 claims abstract description 379
- 230000003993 interaction Effects 0.000 claims abstract description 185
- 230000000694 effects Effects 0.000 claims abstract description 107
- 238000004458 analytical method Methods 0.000 claims abstract description 31
- 230000006399 behavior Effects 0.000 claims description 246
- 230000002452 interceptive effect Effects 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 8
- 230000003068 static effect Effects 0.000 claims description 8
- 230000008846 dynamic interplay Effects 0.000 claims description 7
- 238000012546 transfer Methods 0.000 claims description 4
- 238000012384 transportation and delivery Methods 0.000 claims description 4
- 230000001960 triggered effect Effects 0.000 claims description 4
- 238000009795 derivation Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000006872 improvement Effects 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000000644 propagated effect Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000007418 data mining Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000010977 jade Substances 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000000007 visual effect Effects 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
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/451—Execution arrangements for user interfaces
- G06F9/453—Help systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2216/00—Indexing scheme relating to additional aspects of information retrieval not explicitly covered by G06F16/00 and subgroups
- G06F2216/03—Data mining
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- Educational Technology (AREA)
- Mathematical Physics (AREA)
- Educational Administration (AREA)
- Probability & Statistics with Applications (AREA)
- Fuzzy Systems (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请提供的一种基于智慧教育的服务数据管理方法及系统,首先数据管理系统获取智慧业务服务数据,如果业务互动行为数据匹配兴趣挖掘要求,则数据管理系统获取兴趣挖掘引导页面,最后数据管理系统针对兴趣挖掘云端服务下发兴趣挖掘引导页面,进而配置兴趣挖掘云端服务在兴趣挖掘队列中预绑定兴趣挖掘引导页面。本发明对智慧业务服务数据进行关键活动解析,由此判定是否匹配兴趣挖掘要求以确定对应的兴趣挖掘引导页面,并将兴趣挖掘引导页面融合到兴趣挖掘队列中,通过兴趣挖掘云端服务在兴趣挖掘队列中预绑定兴趣挖掘引导页面的操作,能够有效地提高兴趣挖掘引导的准确性和可靠性,进而提高了基于智慧教育的服务数据管理的效率。
Description
技术领域
本申请涉及数据处理技术领域,具体而言,涉及一种基于智慧教育的服务数据管理方法及系统。
背景技术
随着信息化的不断发展,在互联网上获得的相关智慧教育的数据的数量不断地增加,进而可能会导致处理端由于相关数据量过多而发生故障的情况,因此,需要要种技术方案对相关数据进行处理,然而在实际操作过程中,对于智慧教育的相关数据进行处理时,可能会存在智慧教育的关键信息挖掘不准和挖掘存在缺陷等问题,这样一来,可能会导致对智慧教育的相关信息进行处理后,不能得到准确的相关处理结果,这样得到相关处理结果为无效数据,进而降低了数据处理的效率。
发明内容
鉴于此,本申请提供了一种基于智慧教育的服务数据管理方法及系统。
第一方面,提供一种基于智慧教育的服务数据管理方法,应用于基于智慧教育的服务数据管理系统,所述方法至少包括:
获取智慧业务服务数据,其中,所述智慧业务服务数据包括业务服务提供成员ID、业务服务订阅成员ID和业务互动行为数据;
如果确定所述业务互动行为数据匹配兴趣挖掘要求,生成待下发的兴趣挖掘引导页面,其中,所述兴趣挖掘引导页面包括业务互动渠道数据、兴趣挖掘引导数据和引导配置数据,所述业务互动渠道数据关联于所述业务服务提供成员ID;
针对兴趣挖掘云端服务下发所述兴趣挖掘引导页面,进而配置所述兴趣挖掘云端服务在兴趣挖掘队列中预绑定所述兴趣挖掘引导页面,其中,所述兴趣挖掘云端服务关联于所述业务服务订阅成员ID,所述兴趣挖掘队列用于生成多个兴趣挖掘的任务提示,以指示相关用户基于所述任务指示调用对应的兴趣挖掘模型对所述业务互动行为数据进行兴趣挖掘。
在一种独立实施的实施例中,所述获取智慧业务服务数据之后,所述方法还包括:
对所述业务互动行为数据进行关键活动解析,得到关键活动解析信息;
如果确定所述关键活动解析信息包括预定义活动特征,则确定所述业务互动行为数据匹配所述兴趣挖掘要求,或者,如果确定所述关键活动解析信息包括预定义活动特征,则基于所述业务服务订阅成员ID获取订阅事项信息,如果确定所述关键活动解析信息与所述订阅事项信息存在特征联系,则确定所述业务互动行为数据匹配所述兴趣挖掘要求。
在一种独立实施的实施例中,所述获取智慧业务服务数据,包括:
通过第一线上推广会话服务获取所述智慧业务服务数据;
所述方法还包括:
如果确定所述业务互动行为数据匹配所述兴趣挖掘要求,则基于所述兴趣挖掘引导数据获取对应于第二线上推广会话服务的兴趣挖掘传递节点,其中,所述兴趣挖掘引导数据包括所述第二线上推广会话服务的兴趣挖掘传递节点;
向所述兴趣挖掘云端服务下发所述第二线上推广会话服务的兴趣挖掘传递节点,进而配置所述兴趣挖掘云端服务通过所述第一线上推广会话服务预绑定所述第二线上推广会话服务的兴趣挖掘传递节点。
在一种独立实施的实施例中,所述获取智慧业务服务数据之后,所述方法还包括:
基于所述智慧业务服务数据涵盖的所述业务服务提供成员ID和所述业务服务订阅成员ID,确定参考兴趣挖掘策略;
基于所述参考兴趣挖掘策略,获取所述业务互动行为数据关联的扩展互动行为数据;
向所述兴趣挖掘云端服务下发所述扩展互动行为数据,进而配置所述兴趣挖掘云端服务在兴趣挖掘过程中同步绑定所述扩展互动行为数据。
在一种独立实施的实施例中,所述基于所述参考兴趣挖掘策略,获取所述业务互动行为数据关联的扩展互动行为数据,包括:
如果确定所述业务互动行为数据匹配第一数据扩展模板,则基于所述参考兴趣挖掘策略获取所述扩展互动行为数据;
所述向所述兴趣挖掘云端服务下发所述扩展互动行为数据,进而配置所述兴趣挖掘云端服务在兴趣挖掘过程中同步绑定所述扩展互动行为数据之后,所述方法还包括:
如果确定获取到所述兴趣挖掘云端服务下发的对应于扩展动态互动行为数据的下发请求,则向所述业务服务提供成员ID关联的兴趣挖掘云端服务下发所述扩展动态互动行为数据;
如果确定获取到所述兴趣挖掘云端服务下发的对应于所述扩展静态互动行为数据的下发请求,则向所述业务服务提供成员ID关联的兴趣挖掘云端服务下发所述扩展静态互动行为数据;
如果确定获取到所述兴趣挖掘云端服务下发的对应于所述扩展频繁互动行为数据的下发请求,则向所述业务服务提供成员ID关联的兴趣挖掘云端服务下发所述扩展频繁互动行为数据;
如果确定获取到所述兴趣挖掘云端服务下发的对应于所述扩展热点互动行为数据的下发请求,则向所述业务服务提供成员ID关联的兴趣挖掘云端服务下发所述扩展热点互动行为数据;
如果确定获取到所述兴趣挖掘云端服务下发的对应于所述扩展新发互动行为数据的下发请求,则向所述业务服务提供成员ID关联的兴趣挖掘云端服务下发所述扩展新发互动行为数据。
在一种独立实施的实施例中,所述基于所述参考兴趣挖掘策略,获取所述业务互动行为数据关联的扩展互动行为数据,包括:
如果确定所述业务互动行为数据匹配第二数据扩展模板,则基于所述参考兴趣挖掘策略获取所述扩展互动行为数据,其中,所述扩展互动行为数据包括扩展第三方行为数据,所述扩展第三方行为数据为频繁项的扩展第三方行为数据、热点的扩展第三方行为数据、主动行为的扩展第三方行为数据或者被动行为的扩展第三方行为数据。
在一种独立实施的实施例中,所述基于所述参考兴趣挖掘策略,获取所述业务互动行为数据关联的扩展互动行为数据,包括:
如果确定所述业务互动行为数据匹配第三数据扩展模板,则基于所述参考兴趣挖掘策略生成所述扩展互动行为数据,其中,所述扩展互动行为数据为扩展开放接口行为数据;
所述向所述兴趣挖掘云端服务下发所述扩展互动行为数据,进而配置所述兴趣挖掘云端服务在兴趣挖掘过程中同步绑定所述扩展互动行为数据之后,所述方法还包括:
如果确定获取到所述兴趣挖掘云端服务下发的对应于所述扩展开放接口行为数据的获取请求,则向所述业务服务提供成员ID关联的兴趣挖掘云端服务下发所述扩展开放接口行为数据。
在一种独立实施的实施例中,所述方法还包括:
在接收到调用对应的兴趣挖掘模型对所述业务互动行为数据进行兴趣挖掘时,触发用户兴趣挖掘计划的用户兴趣挖掘请求;
依据触发的用户兴趣挖掘计划的用户兴趣挖掘请求,解析所述用户兴趣挖掘请求涵盖的业务互动行为数据中的用户行为活动关联的基础活动实体;
依据所述用户兴趣挖掘请求对所述业务互动行为数据中的用户行为活动进行模糊衍生,获得衍生业务互动行为数据;所述用户兴趣挖掘请求具有所述模糊衍生的模拟衍生维度特征;
挖掘所述衍生业务互动行为数据中与所述基础活动实体相关的衍生活动实体;
确定所述基础活动实体与所述衍生活动实体之间的实体区别特征;基于所述实体区别特征及所述模拟衍生维度特征,生成所述用户兴趣挖掘计划的用户兴趣挖掘基础数据,并基于预先训练的兴趣预测模型对所述用户兴趣挖掘基础数据进行兴趣预测,获得相关的兴趣预测结果,所述兴趣预测结果用于作为所述业务互动行为数据的用户兴趣数据结果。
在一种独立实施的实施例中,所述解析所述用户兴趣挖掘请求涵盖的用户行为日志中的用户行为活动关联的基础活动实体,包括:依据用户行为活动解析网络对所述用户兴趣挖掘请求涵盖的用户行为日志进行解析,生成所述用户行为日志中的用户行为活动;
获取所述用户行为活动在所述用户行为日志中的活动定位轨迹,从所述活动定位轨迹关联的活动实体中确定所述用户行为活动关联的基础活动实体;
其中,所述解析所述用户兴趣挖掘请求涵盖的用户行为日志中的用户行为活动关联的基础活动实体,包括:
获取所述用户兴趣挖掘请求相关的用户兴趣挖掘计划表达的预设知识图谱,获取所述预设知识图谱相关的预设知识图谱数据;
在所述用户兴趣挖掘请求涵盖的用户行为日志中,将实体类别属性匹配于所述预设知识图谱数据的用户行为内容块,生成为所述用户行为日志中的用户行为活动关联的基础活动实体;具有匹配预设知识图谱的基础活动实体为基础活动实体组合。
第二方面,提供一种基于智慧教育的服务数据管理系统,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,以实现上述的方法。
本申请实施例所提供的一种基于智慧教育的服务数据管理方法及系统,首先数据管理系统获取智慧业务服务数据,智慧业务服务数据包括业务服务提供成员ID、业务服务订阅成员ID和业务互动行为数据,如果业务互动行为数据匹配兴趣挖掘要求,则数据管理系统获取兴趣挖掘引导页面,该兴趣挖掘引导页面包括业务互动渠道数据、兴趣挖掘引导数据和引导配置数据,业务互动渠道数据关联于业务服务提供成员ID,最后数据管理系统针对兴趣挖掘云端服务下发兴趣挖掘引导页面,进而配置兴趣挖掘云端服务在兴趣挖掘队列中预绑定兴趣挖掘引导页面。通过上述描述内容,对智慧业务服务数据进行关键活动解析,由此判定是否匹配兴趣挖掘要求,对于匹配兴趣挖掘要求业务互动行为数据可以确定对应的兴趣挖掘引导页面,并将兴趣挖掘引导页面融合到兴趣挖掘队列中,这样一来,通过兴趣挖掘云端服务在兴趣挖掘队列中预绑定兴趣挖掘引导页面的操作,能够有效地提高兴趣挖掘引导的准确性和可靠性,进而提高了基于智慧教育的服务数据管理的效率。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,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他相关的附图。
图1为本申请实施例所提供的一种基于智慧教育的服务数据管理方法的流程图。
图2为本申请实施例所提供的一种基于智慧教育的服务数据管理装置的框图。
图3为本申请实施例所提供的一种基于智慧教育的服务数据管理系统的架构图。
具体实施方式
为了更好的理解上述技术方案,下面通过附图以及具体实施例对本申请技术方案做详细的说明,应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明,而不是对本申请技术方案的限定,在不冲突的情况下,本申请实施例以及实施例中的技术特征可以相互组合。
请参阅图1,示出了一种基于智慧教育的服务数据管理方法,该方法可以包括以下步骤100-步骤300所描述的技术方案。
步骤100,获取智慧业务服务数据,其中,所述智慧业务服务数据包括业务服务提供成员ID、业务服务订阅成员ID和业务互动行为数据,。
步骤200,如果确定所述业务互动行为数据匹配兴趣挖掘要求,生成待下发的兴趣挖掘引导页面,其中,所述兴趣挖掘引导页面包括业务互动渠道数据、兴趣挖掘引导数据和引导配置数据,所述业务互动渠道数据关联于所述业务服务提供成员ID。
步骤300,针对兴趣挖掘云端服务下发所述兴趣挖掘引导页面,进而配置所述兴趣挖掘云端服务在兴趣挖掘队列中预绑定所述兴趣挖掘引导页面,其中,所述兴趣挖掘云端服务关联于所述业务服务订阅成员ID,所述兴趣挖掘队列用于生成多个兴趣挖掘的任务提示,以指示相关用户基于所述任务指示调用对应的兴趣挖掘模型对所述业务互动行为数据进行兴趣挖掘。
可以理解,在执行上述步骤100-步骤300所描述的内容时,首先数据管理系统获取智慧业务服务数据,智慧业务服务数据包括业务服务提供成员ID、业务服务订阅成员ID和业务互动行为数据,如果业务互动行为数据匹配兴趣挖掘要求,则数据管理系统获取兴趣挖掘引导页面,该兴趣挖掘引导页面包括业务互动渠道数据、兴趣挖掘引导数据和引导配置数据,业务互动渠道数据关联于业务服务提供成员ID,最后数据管理系统针对兴趣挖掘云端服务下发兴趣挖掘引导页面,进而配置兴趣挖掘云端服务在兴趣挖掘队列中预绑定兴趣挖掘引导页面。通过上述描述内容,对智慧业务服务数据进行关键活动解析,由此判定是否匹配兴趣挖掘要求,对于匹配兴趣挖掘要求业务互动行为数据可以确定对应的兴趣挖掘引导页面,并将兴趣挖掘引导页面融合到兴趣挖掘队列中,这样一来,通过兴趣挖掘云端服务在兴趣挖掘队列中预绑定兴趣挖掘引导页面的操作,能够有效地提高兴趣挖掘引导的准确性和可靠性,进而提高了基于智慧教育的服务数据管理的效率。
步骤1,兴趣挖掘云端服务向数据管理系统发送智慧业务服务数据,智慧业务服务数据包括业务服务提供成员ID、业务服务订阅成员ID和业务互动行为数据,其中,兴趣挖掘云端服务属于消息业务服务提供成员使用的兴趣挖掘云端服务,业务服务提供成员ID用于指示该消息业务服务提供成员,业务服务订阅成员ID用于指示该消息业务服务订阅成员,兴趣挖掘云端服务属于消息业务服务订阅成员使用的兴趣挖掘云端服务。
步骤2,数据管理系统从智慧业务服务数据中抽取业务互动行为数据。
步骤3,数据管理系统判断业务互动行为数据是否匹配兴趣挖掘要求,如果确定匹配,生成待下发的兴趣挖掘引导页面,如果确定不匹配,则暂停数据处理。
步骤4,数据管理系统向兴趣挖掘云端服务发送兴趣挖掘引导页面。
步骤5,兴趣挖掘云端服务在兴趣挖掘队列中预绑定兴趣挖掘引导页面。
步骤6,数据管理系统还可以结合消息业务服务订阅成员关联的参考兴趣挖掘策略,获取该业务互动行为数据的扩展互动行为数据。
步骤7,数据管理系统向兴趣挖掘云端服务发送扩展互动行为数据。
步骤8,兴趣挖掘云端服务输出扩展互动行为数据,由用户挑选是否将该扩展互动行为数据作为管理项目。
步骤9,如果用户挑选了数据管理系统提供的扩展互动行为数据,则触发获取请求。
步骤10,数据管理系统基于兴趣挖掘云端服务发送的获取请求,确定将该扩展互动行为数据发送至兴趣挖掘云端服务。
结合上述描述,下面将对本公开中基于智慧教育的服务数据管理方法进行描述,在本公开实施例中基于智慧教育的服务数据管理方法的一个实施例,具体可以包括以下内容。
步骤101,数据管理系统获取智慧业务服务数据,其中,智慧业务服务数据包括业务服务提供成员ID、业务服务订阅成员ID和业务互动行为数据;
在本实施例中,数据管理系统获取来自于消息业务服务提供成员的智慧业务服务数据,智慧业务服务数据包括业务服务提供成员ID、业务服务订阅成员ID和业务互动行为数据,其中,消息业务服务提供成员对应于业务服务提供成员ID,即表示业务互动行为数据的来源,而消息业务服务订阅成员对应于业务服务订阅成员ID,即表示业务互动行为数据的业务服务订阅成员,业务互动行为数据即为内容属性。可以理解的是,在实际操作过程中,业务互动行为数据可以理解为业务数据语义信息、扩展开放接口行为数据消息、扩展热点互动行为数据消息或者扩展静态互动行为数据消息等,在此不再进行一一赘述。
102、如果确定业务互动行为数据匹配兴趣挖掘要求,则数据管理系统获取兴趣挖掘引导页面,其中,兴趣挖掘引导页面包括业务互动渠道数据、兴趣挖掘引导数据和引导配置数据,业务互动渠道数据关联于业务服务提供成员ID;
在本实施例中,数据管理系统基于智慧业务服务数据获取业务互动行为数据,然后判断该业务互动行为数据是否匹配兴趣挖掘要求,如果匹配该兴趣挖掘要求,则数据管理系统生成兴趣挖掘引导页面。兴趣挖掘引导页面包括业务互动渠道数据、兴趣挖掘引导数据和引导配置数据,业务互动渠道数据关联于业务服务提供成员ID,用于指示消息业务服务提供成员。兴趣挖掘引导数据是从业务互动行为数据中抽取到的预定义活动特征。引导配置数据为对应于提示警告。
103、数据管理系统针对兴趣挖掘云端服务下发兴趣挖掘引导页面,进而配置兴趣挖掘云端服务在兴趣挖掘队列中预绑定兴趣挖掘引导页面,其中,兴趣挖掘云端服务关联于业务服务订阅成员ID,兴趣挖掘队列用于生成多个兴趣挖掘的任务提示,以指示相关用户基于所述任务指示调用对应的兴趣挖掘模型对所述业务互动行为数据进行兴趣挖掘。
在本实施例中,数据管理系统针对兴趣挖掘云端服务下发兴趣挖掘引导页面,由兴趣挖掘云端服务在兴趣挖掘队列中预绑定该兴趣挖掘引导页面,该兴趣挖掘云端服务为消息业务服务订阅成员使用的兴趣挖掘云端服务,因此,兴趣挖掘云端服务关联于业务服务订阅成员ID。在兴趣挖掘队列中可生成多个兴趣挖掘的任务提示,以指示相关用户基于所述任务指示调用对应的兴趣挖掘模型对所述业务互动行为数据进行兴趣挖掘,每一个兴趣挖掘队列对应于一个挖掘意图,比如,兴趣挖掘队列对应于挖掘意图a,兴趣挖掘队列对应于挖掘意图b,相当于,兴趣挖掘引导页面对应于业务互动行为数据标签。
在本公开实施例中,提供了一种基于智慧教育的服务数据管理方法,首先数据管理系统获取智慧业务服务数据,智慧业务服务数据包括业务服务提供成员ID、业务服务订阅成员ID和业务互动行为数据,如果业务互动行为数据匹配兴趣挖掘要求,则数据管理系统获取兴趣挖掘引导页面,该兴趣挖掘引导页面包括业务互动渠道数据、兴趣挖掘引导数据和引导配置数据,业务互动渠道数据关联于业务服务提供成员ID,最后数据管理系统针对兴趣挖掘云端服务下发兴趣挖掘引导页面,进而配置兴趣挖掘云端服务在兴趣挖掘队列中预绑定兴趣挖掘引导页面。通过上述描述内容,对智慧业务服务数据进行关键活动解析,由此判定是否匹配兴趣挖掘要求,对于匹配兴趣挖掘要求业务互动行为数据可以确定对应的兴趣挖掘引导页面并将兴趣挖掘引导页面融合到兴趣挖掘队列中,这样一来,通过兴趣挖掘云端服务在兴趣挖掘队列中预绑定兴趣挖掘引导页面的操作,能够有效地提高兴趣挖掘引导的准确性和可靠性,进而提升了基于智慧教育的服务数据管理效率。
在一种独立实施的实施例中,数据管理系统获取智慧业务服务数据之后,还可以包括以下内容:数据管理系统对业务互动行为数据进行关键活动解析,得到关键活动解析信息;如果确定关键活动解析信息包括预定义活动特征,则数据管理系统确定业务互动行为数据匹配兴趣挖掘要求,或者,如果确定关键活动解析信息包括预定义活动特征,则数据管理系统基于业务服务订阅成员ID获取订阅事项信息,如果确定关键活动解析信息与订阅事项信息存在特征联系,则数据管理系统确定业务互动行为数据匹配兴趣挖掘要求。
在本实施例中,描述了判定业务互动行为数据是否匹配兴趣挖掘要求的方式。对业务互动行为数据进行关键活动解析,比如,对业务互动行为数据进行关键词分析等,由此得到关键活动解析信息。基于此,数据管理系统判断关键活动解析信息中是否存在预定义活动特征,如果确定存在,则确定该业务互动行为数据匹配兴趣挖掘要求,如果确定不存在,则表示业务互动行为数据不匹配兴趣挖掘要求,即不需要生成兴趣挖掘队列。
其次,在本公开实施例中,提供了判定业务互动行为数据是否匹配兴趣挖掘要求的方式,通过上述描述内容,可采用人工智能技术对业务互动行为数据进行预定义活动特征比较,能够更加精确地寻找匹配兴趣挖掘要求的业务互动行为数据,避免信息遗漏分析,进而实现数据高效挖掘和精确地挖掘。
在本实施例中,还描述了一种判定业务互动行为数据是否匹配兴趣挖掘要求的方式。数据管理系统采用数据优化技术对业务互动行为数据进行关键活动解析,比如,对业务互动行为数据进行只能的关键词分析等,由此得到关键活动解析信息。因此,数据管理系统判断关键活动解析信息中是否存在预定义活动特征,如果确定存在,则进一步判断关键活动解析信息与订阅事项信息是否存在特征联系,如果存在特征联系,那么确定业务互动行为数据匹配兴趣挖掘要求,如果匹配检测,则表示业务互动行为数据不匹配兴趣挖掘要求,即不需要生成兴趣挖掘队列。
其次,在本公开实施例中,提供了一种基于结合服务会话判定业务互动行为数据是否匹配兴趣挖掘要求的方式,通过上述描述内容,可采用人工智能技术分析得到订阅事项信息,然后结合订阅事项信息对业务互动行为数据进行预定义活动特征比较,能够准确地找到匹配兴趣挖掘要求的业务互动行为数据,避免信息遗漏分析。
可选地,在本公开实施例提供的一种独立的实施例中,数据管理系统获取智慧业务服务数据,具体包括:数据管理系统通过第一服务获取智慧业务服务数据。
还可以包括:如果确定业务互动行为数据匹配兴趣挖掘要求,则数据管理系统基于兴趣挖掘引导数据获取对应于第二服务的兴趣挖掘传递节点;数据管理系统针对兴趣挖掘云端服务下发第二服务的兴趣挖掘传递节点,进而配置兴趣挖掘云端服务通过第一服务输出第二服务的兴趣挖掘传递节点。
具体地,在本公开实施例中,兴趣挖掘云端服务属于消息业务服务提供成员使用的兴趣挖掘云端服务,兴趣挖掘云端服务属于消息业务服务订阅成员使用的兴趣挖掘云端服务;第一服务的数据管理系统获取兴趣挖掘云端服务发送的智慧业务服务数据,如果智慧业务服务数据中的业务互动行为数据匹配兴趣挖掘要求,则数据管理系统获取兴趣挖掘引导页面,再向兴趣挖掘云端服务发送该兴趣挖掘引导页面。
可选地,本公开实施例提供的一种独立的实施例中,数据管理系统获取智慧业务服务数据之后,还可以包括:数据管理系统基于智慧业务服务数据涵盖的业务服务提供成员ID和业务服务订阅成员ID,确定参考兴趣挖掘策略;数据管理系统基于参考兴趣挖掘策略,获取业务互动行为数据关联的扩展互动行为数据;数据管理系统针对兴趣挖掘云端服务下发扩展互动行为数据;兴趣挖掘云端服务在兴趣挖掘过程中同步绑定扩展互动行为数据。
可选地,在本实施例所描述的前提下,本公开实施例提供的一种独立的实施例中,数据管理系统基于参考兴趣挖掘策略,获取业务互动行为数据关联的扩展互动行为数据,具体包括:如果确定业务互动行为数据匹配第一数据扩展模板,则数据管理系统基于参考兴趣挖掘策略获取扩展互动行为数据,其中,扩展互动行为数据包括扩展动态互动行为数据、扩展静态互动行为数据、扩展频繁互动行为数据、扩展热点互动行为数据或者扩展新发互动行为数据;数据管理系统针对兴趣挖掘云端服务下发扩展互动行为数据,进而配置兴趣挖掘云端服务在兴趣挖掘过程中同步绑定扩展互动行为数据之后,还可以包括:如果确定数据管理系统获取到兴趣挖掘云端服务下发的对应于扩展动态互动行为数据的下发请求,则数据管理系统向业务服务提供成员ID关联的兴趣挖掘云端服务下发扩展动态互动行为数据;如果确定数据管理系统获取到兴趣挖掘云端服务下发的对应于扩展静态互动行为数据的下发请求,则数据管理系统向业务服务提供成员ID关联的兴趣挖掘云端服务下发扩展静态互动行为数据;如果确定数据管理系统获取到兴趣挖掘云端服务下发的对应于扩展频繁互动行为数据的下发请求,则数据管理系统向业务服务提供成员ID关联的兴趣挖掘云端服务下发扩展频繁互动行为数据;如果确定数据管理系统获取到兴趣挖掘云端服务下发的对应于扩展热点互动行为数据的下发请求,则数据管理系统向业务服务提供成员ID关联的兴趣挖掘云端服务下发扩展热点互动行为数据;如果确定数据管理系统获取到兴趣挖掘云端服务下发的对应于扩展新发互动行为数据的下发请求,则数据管理系统向业务服务提供成员ID关联的兴趣挖掘云端服务下发扩展新发互动行为数据。
基于上述基础,还可以包括以下步骤s1-步骤s5所描述的内容。
步骤s1,在接收到调用对应的兴趣挖掘模型对所述业务互动行为数据进行兴趣挖掘时,触发用户兴趣挖掘计划的用户兴趣挖掘请求。
步骤s2,依据触发的用户兴趣挖掘计划的用户兴趣挖掘请求,解析所述用户兴趣挖掘请求涵盖的业务互动行为数据中的用户行为活动关联的基础活动实体。
步骤s3,依据所述用户兴趣挖掘请求对所述业务互动行为数据中的用户行为活动进行模糊衍生,获得衍生业务互动行为数据;所述用户兴趣挖掘请求具有所述模糊衍生的模拟衍生维度特征。
步骤s4,挖掘所述衍生业务互动行为数据中与所述基础活动实体相关的衍生活动实体。
步骤s5,确定所述基础活动实体与所述衍生活动实体之间的实体区别特征;基于所述实体区别特征及所述模拟衍生维度特征,生成所述用户兴趣挖掘计划的用户兴趣挖掘基础数据,并基于预先训练的兴趣预测模型对所述用户兴趣挖掘基础数据进行兴趣预测,获得相关的兴趣预测结果,所述兴趣预测结果用于作为所述业务互动行为数据的用户兴趣数据结果。
可以理解,在执行上述步骤s1-步骤s5所描述的内容时,通过触发用户兴趣挖掘计划的用户兴趣挖掘请求从而提高获得相关的兴趣预测结果,所述兴趣预测结果用于作为所述业务互动行为数据的用户兴趣数据结果。
在一种可替换的实施例中,解析所述用户兴趣挖掘请求涵盖的用户行为日志中的用户行为活动关联的基础活动实体的具体实施步骤,请参阅以下步骤所描述的内容。
获取所述用户行为活动在所述用户行为日志中的活动定位轨迹,从所述活动定位轨迹关联的活动实体中确定所述用户行为活动关联的基础活动实体。
可以理解,在执行上述描述内容时,通过活动定位轨迹,从而提高基础活动实体的可信度。
在一种可替换的实施例中,所述解析所述用户兴趣挖掘请求涵盖的用户行为日志中的用户行为活动关联的基础活动实体的具体实施步骤,请参阅以下步骤所描述的内容。
获取所述用户兴趣挖掘请求相关的用户兴趣挖掘计划表达的预设知识图谱,获取所述预设知识图谱相关的预设知识图谱数据;在所述用户兴趣挖掘请求涵盖的用户行为日志中,将实体类别属性匹配于所述预设知识图谱数据的用户行为内容块,生成为所述用户行为日志中的用户行为活动关联的基础活动实体;具有匹配预设知识图谱的基础活动实体为基础活动实体组合。
可以理解,在执行上述描述内容时,通过精确地获得预设知识图谱数据,从而提高基础活动实体组合的准确性。
在上述基础上,请结合参阅图2,提供了一种基于智慧教育的服务数据管理装置200,应用于基于智慧教育的服务数据管理系统,所述装置包括:
数据获取模块210,用于获取智慧业务服务数据,其中,所述智慧业务服务数据包括业务服务提供成员ID、业务服务订阅成员ID和业务互动行为数据;
页面生成模块220,用于如果确定所述业务互动行为数据匹配兴趣挖掘要求,生成待下发的兴趣挖掘引导页面,其中,所述兴趣挖掘引导页面包括业务互动渠道数据、兴趣挖掘引导数据和引导配置数据,所述业务互动渠道数据关联于所述业务服务提供成员ID;
页面绑定模块230,用于针对兴趣挖掘云端服务下发所述兴趣挖掘引导页面,进而配置所述兴趣挖掘云端服务在兴趣挖掘队列中预绑定所述兴趣挖掘引导页面,其中,所述兴趣挖掘云端服务关联于所述业务服务订阅成员ID,所述兴趣挖掘队列用于生成多个兴趣挖掘的任务提示,以指示相关用户基于所述任务指示调用对应的兴趣挖掘模型对所述业务互动行为数据进行兴趣挖掘。
在上述基础上,请结合参阅图3,示出了一种基于智慧教育的服务数据管理系统300,包括互相之间通信的处理器310和存储器320,所述处理器310用于从所述存储器320中读取计算机程序并执行,以实现上述的方法。
在上述基础上,还提供了一种计算机可读存储介质,其上存储的计算机程序在运行时实现上述的方法。
综上,基于上述方案,首先数据管理系统获取智慧业务服务数据,智慧业务服务数据包括业务服务提供成员ID、业务服务订阅成员ID和业务互动行为数据,如果业务互动行为数据匹配兴趣挖掘要求,则数据管理系统获取兴趣挖掘引导页面,该兴趣挖掘引导页面包括业务互动渠道数据、兴趣挖掘引导数据和引导配置数据,业务互动渠道数据关联于业务服务提供成员ID,最后数据管理系统针对兴趣挖掘云端服务下发兴趣挖掘引导页面,进而配置兴趣挖掘云端服务在兴趣挖掘队列中预绑定兴趣挖掘引导页面。通过上述描述内容,对智慧业务服务数据进行关键活动解析,由此判定是否匹配兴趣挖掘要求,对于匹配兴趣挖掘要求业务互动行为数据可以确定对应的兴趣挖掘引导页面,并将兴趣挖掘引导页面融合到兴趣挖掘队列中,这样一来,通过兴趣挖掘云端服务在兴趣挖掘队列中预绑定兴趣挖掘引导页面的操作,能够有效地提高兴趣挖掘引导的准确性和可靠性,进而提高了基于智慧教育的服务数据管理的效率。
应当理解,上述所示的系统及其模块可以利用各种方式来实现。例如,在一些实施例中,系统及其模块可以通过硬件、软件或者软件和硬件的结合来实现。其中,硬件部分可以利用专用逻辑来实现;软件部分则可以存储在存储器中,由适当的指令执行系统,例如微处理器或者专用设计硬件来执行。本领域技术人员可以理解上述的方法和系统可以使用计算机可执行指令和/或包含在处理器控制代码中来实现,例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本申请的系统及其模块不仅可以有诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现,也可以用例如由各种类型的处理器所执行的软件实现,还可以由上述硬件电路和软件的结合(例如,固件)来实现。
需要说明的是,不同实施例可能产生的有益效果不同,在不同的实施例里,可能产生的有益效果可以是以上任意一种或几种的组合,也可以是其他任何可能获得的有益效果。
上文已对基本概念做了描述,显然,对于本领域技术人员来说,上述详细披露仅仅作为示例,而并不构成对本申请的限定。虽然此处并没有明确说明,本领域技术人员可能会对本申请进行各种修改、改进和修正。该类修改、改进和修正在本申请中被建议,所以该类修改、改进、修正仍属于本申请示范实施例的精神和范围。
同时,本申请使用了特定词语来描述本申请的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特点。因此,应强调并注意的是,本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外,本申请的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外,本领域技术人员可以理解,本申请的各方面可以通过若干具有可专利性的种类或情况进行说明和描述,包括任何新的和有用的工序、机器、产品或物质的组合,或对他们的任何新的和有用的改进。相应地,本申请的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外,本申请的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品,该产品包括计算机可读程序编码。
计算机存储介质可能包含一个内含有计算机程序编码的传播数据信号,例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式,包括电磁形式、光形式等,或合适的组合形式。计算机存储介质可以是除计算机可读存储介质之外的任何计算机可读介质,该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机存储介质上的程序编码可以通过任何合适的介质进行传播,包括无线电、电缆、光纤电缆、RF、或类似介质,或任何上述介质的组合。
本申请各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写,包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等,常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP,动态编程语言如Python、Ruby和Groovy,或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下,远程计算机可以通过任何网络形式与用户计算机连接,比如局域网(LAN)或广域网(WAN),或连接至外部计算机(例如通过因特网),或在云计算环境中,或作为服务使用如软件即服务(SaaS)。
此外,除非权利要求中明确说明,本申请所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用,并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如,虽然以上所描述的系统组件可以通过硬件设备实现,但是也可以只通过软件的解决方案得以实现,如在现有的服务器或移动设备上安装所描述的系统。
同理,应当注意的是,为了简化本申请披露的表述,从而帮助对一个或多个发明实施例的理解,前文对本申请实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。但是,这种披露方法并不意味着本申请对象所需要的特征比权利要求中提及的特征多。实际上,实施例的特征要少于上述披露的单个实施例的全部特征。
一些实施例中使用了描述成分、属性数量的数字,应当理解的是,此类用于实施例描述的数字,在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明,“大约”、“近似”或“大体上”表明所述数字允许有适应性的变化。相应地,在一些实施例中,说明书和权利要求中使用的数值参数均为近似值,该近似值根据个别实施例所需特点可以发生改变。在一些实施例中,数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本申请一些实施例中用于确认其范围广度的数值域和参数为近似值,在具体实施例中,此类数值的设定在可行范围内尽可能精确。
针对本申请引用的每个专利、专利申请、专利申请公开物和其他材料,如文章、书籍、说明书、出版物、文档等,特此将其全部内容并入本申请作为参考。与本申请内容不一致或产生冲突的申请历史文件除外,对本申请权利要求最广范围有限制的文件(当前或之后附加于本申请中的)也除外。需要说明的是,如果本申请附属材料中的描述、定义、和/或术语的使用与本申请所述内容有不一致或冲突的地方,以本申请的描述、定义和/或术语的使用为准。
最后,应当理解的是,本申请中所述实施例仅用以说明本申请实施例的原则。其他的变形也可能属于本申请的范围。因此,作为示例而非限制,本申请实施例的替代配置可视为与本申请的教导一致。相应地,本申请的实施例不仅限于本申请明确介绍和描述的实施例。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (4)
1.一种基于智慧教育的服务数据管理方法,其特征在于,应用于基于智慧教育的服务数据管理系统,所述方法至少包括:
获取智慧业务服务数据,其中,所述智慧业务服务数据包括业务服务提供成员ID、业务服务订阅成员ID和业务互动行为数据;
如果确定所述业务互动行为数据匹配兴趣挖掘要求,生成待下发的兴趣挖掘引导页面,其中,所述兴趣挖掘引导页面包括业务互动渠道数据、兴趣挖掘引导数据和引导配置数据,所述业务互动渠道数据关联于所述业务服务提供成员ID;
针对兴趣挖掘云端服务下发所述兴趣挖掘引导页面,进而配置所述兴趣挖掘云端服务在兴趣挖掘队列中预绑定所述兴趣挖掘引导页面,其中,所述兴趣挖掘云端服务关联于所述业务服务订阅成员ID,所述兴趣挖掘队列用于生成多个兴趣挖掘的任务提示,以指示相关用户基于所述任务指示调用对应的兴趣挖掘模型对所述业务互动行为数据进行兴趣挖掘;
所述获取智慧业务服务数据之后,所述方法还包括:
对所述业务互动行为数据进行关键活动解析,得到关键活动解析信息;
如果确定所述关键活动解析信息包括预定义活动特征,则确定所述业务互动行为数据匹配所述兴趣挖掘要求,或者,如果确定所述关键活动解析信息包括预定义活动特征,则基于所述业务服务订阅成员ID获取订阅事项信息,如果确定所述关键活动解析信息与所述订阅事项信息存在特征联系,则确定所述业务互动行为数据匹配所述兴趣挖掘要求;
所述获取智慧业务服务数据,包括:
通过第一线上推广会话服务获取所述智慧业务服务数据;
所述方法还包括:
如果确定所述业务互动行为数据匹配所述兴趣挖掘要求,则基于所述兴趣挖掘引导数据获取对应于第二线上推广会话服务的兴趣挖掘传递节点,其中,所述兴趣挖掘引导数据包括所述第二线上推广会话服务的兴趣挖掘传递节点;
向所述兴趣挖掘云端服务下发所述第二线上推广会话服务的兴趣挖掘传递节点,进而配置所述兴趣挖掘云端服务通过所述第一线上推广会话服务预绑定所述第二线上推广会话服务的兴趣挖掘传递节点;
所述获取智慧业务服务数据之后,所述方法还包括:
基于所述智慧业务服务数据涵盖的所述业务服务提供成员ID和所述业务服务订阅成员ID,确定参考兴趣挖掘策略;
基于所述参考兴趣挖掘策略,获取所述业务互动行为数据关联的扩展互动行为数据;
向所述兴趣挖掘云端服务下发所述扩展互动行为数据,进而配置所述兴趣挖掘云端服务在兴趣挖掘过程中同步绑定所述扩展互动行为数据;
所述基于所述参考兴趣挖掘策略,获取所述业务互动行为数据关联的扩展互动行为数据,包括:
如果确定所述业务互动行为数据匹配第一数据扩展模板,则基于所述参考兴趣挖掘策略获取所述扩展互动行为数据;
所述向所述兴趣挖掘云端服务下发所述扩展互动行为数据,进而配置所述兴趣挖掘云端服务在兴趣挖掘过程中同步绑定所述扩展互动行为数据之后,所述方法还包括:
如果确定获取到所述兴趣挖掘云端服务下发的对应于扩展动态互动行为数据的下发请求,则向所述业务服务提供成员ID关联的兴趣挖掘云端服务下发所述扩展动态互动行为数据;
如果确定获取到所述兴趣挖掘云端服务下发的对应于扩展静态互动行为数据的下发请求,则向所述业务服务提供成员ID关联的兴趣挖掘云端服务下发所述扩展静态互动行为数据;
如果确定获取到所述兴趣挖掘云端服务下发的对应于扩展频繁互动行为数据的下发请求,则向所述业务服务提供成员ID关联的兴趣挖掘云端服务下发所述扩展频繁互动行为数据;
如果确定获取到所述兴趣挖掘云端服务下发的对应于扩展热点互动行为数据的下发请求,则向所述业务服务提供成员ID关联的兴趣挖掘云端服务下发所述扩展热点互动行为数据;
如果确定获取到所述兴趣挖掘云端服务下发的对应于扩展新发互动行为数据的下发请求,则向所述业务服务提供成员ID关联的兴趣挖掘云端服务下发所述扩展新发互动行为数据;
所述基于所述参考兴趣挖掘策略,获取所述业务互动行为数据关联的扩展互动行为数据,包括:
如果确定所述业务互动行为数据匹配第二数据扩展模板,则基于所述参考兴趣挖掘策略获取所述扩展互动行为数据,其中,所述扩展互动行为数据包括扩展第三方行为数据,所述扩展第三方行为数据为频繁项的扩展第三方行为数据、热点的扩展第三方行为数据、主动行为的扩展第三方行为数据或者被动行为的扩展第三方行为数据;
所述基于所述参考兴趣挖掘策略,获取所述业务互动行为数据关联的扩展互动行为数据,包括:
如果确定所述业务互动行为数据匹配第三数据扩展模板,则基于所述参考兴趣挖掘策略生成所述扩展互动行为数据,其中,所述扩展互动行为数据为扩展开放接口行为数据;
所述向所述兴趣挖掘云端服务下发所述扩展互动行为数据,进而配置所述兴趣挖掘云端服务在兴趣挖掘过程中同步绑定所述扩展互动行为数据之后,所述方法还包括:
如果确定获取到所述兴趣挖掘云端服务下发的对应于所述扩展开放接口行为数据的获取请求,则向所述业务服务提供成员ID关联的兴趣挖掘云端服务下发所述扩展开放接口行为数据。
2.权利要求1所述的方法,其特征在于,所述方法还包括:
在接收到调用对应的兴趣挖掘模型对所述业务互动行为数据进行兴趣挖掘时,触发用户兴趣挖掘计划的用户兴趣挖掘请求;
依据触发的用户兴趣挖掘计划的用户兴趣挖掘请求,解析所述用户兴趣挖掘请求涵盖的业务互动行为数据中的用户行为活动关联的基础活动实体;
依据所述用户兴趣挖掘请求对所述业务互动行为数据中的用户行为活动进行模糊衍生,获得衍生业务互动行为数据;所述用户兴趣挖掘请求具有所述模糊衍生的模拟衍生维度特征;
挖掘所述衍生业务互动行为数据中与所述基础活动实体相关的衍生活动实体;
确定所述基础活动实体与所述衍生活动实体之间的实体区别特征;基于所述实体区别特征及所述模拟衍生维度特征,生成所述用户兴趣挖掘计划的用户兴趣挖掘基础数据,并基于预先训练的兴趣预测模型对所述用户兴趣挖掘基础数据进行兴趣预测,获得相关的兴趣预测结果,所述兴趣预测结果用于作为所述业务互动行为数据的用户兴趣数据结果。
3.根据权利要求2所述的方法,其特征在于,所述解析所述用户兴趣挖掘请求涵盖的用户行为日志中的用户行为活动关联的基础活动实体,包括:依据用户行为活动解析网络对所述用户兴趣挖掘请求涵盖的用户行为日志进行解析,生成所述用户行为日志中的用户行为活动;
获取所述用户行为活动在所述用户行为日志中的活动定位轨迹,从所述活动定位轨迹关联的活动实体中确定所述用户行为活动关联的基础活动实体;
其中,所述解析所述用户兴趣挖掘请求涵盖的用户行为日志中的用户行为活动关联的基础活动实体,包括:
获取所述用户兴趣挖掘请求相关的用户兴趣挖掘计划表达的预设知识图谱,获取所述预设知识图谱相关的预设知识图谱数据;
在所述用户兴趣挖掘请求涵盖的用户行为日志中,将实体类别属性匹配于所述预设知识图谱数据的用户行为内容块,生成为所述用户行为日志中的用户行为活动关联的基础活动实体;具有匹配预设知识图谱的基础活动实体为基础活动实体组合。
4.一种基于智慧教育的服务数据管理系统,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1-3任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111336891.4A CN114238365B (zh) | 2021-11-12 | 2021-11-12 | 一种基于智慧教育的服务数据管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111336891.4A CN114238365B (zh) | 2021-11-12 | 2021-11-12 | 一种基于智慧教育的服务数据管理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114238365A CN114238365A (zh) | 2022-03-25 |
CN114238365B true CN114238365B (zh) | 2022-06-24 |
Family
ID=80749144
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111336891.4A Active CN114238365B (zh) | 2021-11-12 | 2021-11-12 | 一种基于智慧教育的服务数据管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114238365B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114661994B (zh) * | 2022-03-28 | 2022-10-14 | 中软数智信息技术(武汉)有限公司 | 基于人工智能的用户兴趣数据处理方法、系统及云平台 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111274482A (zh) * | 2020-01-18 | 2020-06-12 | 大连交通大学 | 一种基于虚拟现实及大数据的智慧教育系统及方法 |
CN112883204A (zh) * | 2020-10-22 | 2021-06-01 | 太极计算机股份有限公司 | 一种基于大数据的智能媒体融合云服务平台 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10320882B2 (en) * | 2017-08-29 | 2019-06-11 | At&T Intellectual Property I, L.P. | Uniform resource locator discovery and tracking for managing sponsored data |
-
2021
- 2021-11-12 CN CN202111336891.4A patent/CN114238365B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111274482A (zh) * | 2020-01-18 | 2020-06-12 | 大连交通大学 | 一种基于虚拟现实及大数据的智慧教育系统及方法 |
CN112883204A (zh) * | 2020-10-22 | 2021-06-01 | 太极计算机股份有限公司 | 一种基于大数据的智能媒体融合云服务平台 |
Also Published As
Publication number | Publication date |
---|---|
CN114238365A (zh) | 2022-03-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113377850B (zh) | 认知物联网大数据技术平台 | |
US11888855B2 (en) | Website verification platform | |
US7974960B2 (en) | System for identification of context related information in knowledge sources | |
US20220230189A1 (en) | Discovery of new business openings using web content analysis | |
CN109194714B (zh) | 一种文案推送方法、装置、终端设备及存储介质 | |
CN109359194B (zh) | 用于预测信息类别的方法和装置 | |
CN109408354B (zh) | 应用组件的数据处理方法和装置 | |
US20180004724A1 (en) | Providing action associated with event detected within communication | |
CN108681493B (zh) | 数据异常检测方法、装置、服务器和存储介质 | |
KR102307380B1 (ko) | 자연어 처리 기반 콜센터 지원 시스템 및 방법 | |
CN114661994B (zh) | 基于人工智能的用户兴趣数据处理方法、系统及云平台 | |
CN114168747A (zh) | 基于云服务的知识库构建方法及系统 | |
CN114238365B (zh) | 一种基于智慧教育的服务数据管理方法及系统 | |
JP2015509243A (ja) | スターター・アプリケーションにおけるコンテキスト関連勧誘 | |
CN109739554A (zh) | 防止代码重复提交方法、系统、计算机设备和存储介质 | |
CN111917848A (zh) | 基于边缘计算和云计算协同的数据处理方法及云服务器 | |
CN109074401A (zh) | 对链接列表的主要内容的提取 | |
US20220269744A1 (en) | Methods and systems for enabling dynamic filters for software search optimization | |
CN107818501B (zh) | 精算方法和装置 | |
US11797770B2 (en) | Self-improving document classification and splitting for document processing in robotic process automation | |
US20220100964A1 (en) | Deep learning based document splitter | |
US20180107985A1 (en) | Automatic update of calendar event | |
CN113947709A (zh) | 基于人工智能的图像处理方法及系统 | |
CN115529592A (zh) | 基于数字孪生的蓝牙身份确定方法及系统 | |
KR102682244B1 (ko) | Esg 보조 툴을 이용하여 정형화된 esg 데이터로 기계학습 모델을 학습하는 방법 및 기계학습 모델로 자동완성된 esg 문서를 생성하는 서비스 서버 |
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 |