CN114238777A

CN114238777A - 基于行为分析的负反馈流量分配方法、装置、设备及介质

Info

Publication number: CN114238777A
Application number: CN202210150046.6A
Authority: CN
Inventors: 庞天波; 单丹清; 李文杰
Original assignee: Youyoubao Technology Shenzhen Co ltd
Current assignee: Youyoubao Technology Shenzhen Co ltd
Priority date: 2022-02-18
Filing date: 2022-02-18
Publication date: 2022-03-25
Anticipated expiration: 2042-02-18
Also published as: CN114238777B

Abstract

本发明涉及人工智能技术，揭露了一种基于行为分析的负反馈流量分配方法，包括：获取用户在多个平台中对目标类别的数据流量的浏览记录；根据浏览记录统计用户对目标类别的数据流量的点击次数、浏览时长、评论次数及分享次数；根据点击次数、浏览时长、评论次数及分享次数计算用户对目标类别的数据流量的第一偏好值；获取目标类别的数据流量的更新周期，根据更新周期和点击次数计算用户对目标类别的数据流量的动态负反馈权重；根据动态负反馈权重对第一偏好值进行动态调整，得到第二偏好值，并根据第二偏好值将目标类别的数据流量分配至用户。本发明还提出一种基于行为分析的负反馈流量分配装置、设备及介质。本发明可以提高数据流量分配的准确性。

Description

基于行为分析的负反馈流量分配方法、装置、设备及介质

技术领域

本发明涉及人工智能技术领域，尤其涉及一种基于行为分析的负反馈流量分配方法、装置、电子设备及计算机可读存储介质。

背景技术

随着互联网大数据时代的发展，数据流量成为了人们日常获取信息、了解实事的主要渠道，因此，各数据流量的供应商，为了提升用户的黏度，往往会针对不同的用户进行个性化的流量配置。

现有的流量配置方法多为基于用户行为的正反馈流量分配方法，该方法中，通过对用户对不同数据流量的点击率、转发率等行为数据进行分析，当用户对某一类数据流量的点击率越高时，则分配更多的该类数据流量至用户。该方法中，没有考虑到数据的时效性，以及用户对相同数据的负面反馈信息，例如，当用户对时效性较长的数据流量进行浏览之后，可能短时间内并不期望再次进行浏览类似的流量，因此，该方法会造成数据流量分配的精确度较低，不符合用户期望的问题。

发明内容

本发明提供一种基于行为分析的负反馈流量分配方法、装置及计算机可读存储介质，其主要目的在于解决进行流量分配时准确性较低的问题。

为实现上述目的，本发明提供的一种基于行为分析的负反馈流量分配方法，包括：

关联目标用户在多个数据平台的身份账号，根据关联后的身份账号从所述多个数据平台中获取所述目标用户对目标类别的数据流量的浏览记录；

根据所述浏览记录统计所述目标用户对所述目标类别的数据流量的点击次数、浏览时长、评论次数及分享次数；

根据所述点击次数、所述浏览时长、所述评论次数及所述分享次数计算所述目标用户对所述目标类别的数据流量的第一偏好值；

获取所述目标类别的数据流量的更新周期，根据所述更新周期和所述点击次数实时计算所述目标用户对所述目标类别的数据流量的动态负反馈权重；

根据所述动态负反馈权重对所述第一偏好值进行动态调整，得到第二偏好值，并根据所述第二偏好值将所述目标类别的数据流量分配至所述目标用户。

可选地，所述关联目标用户在多个数据平台的身份账号，包括：

获取所述目标用户在所述多个数据平台中每个数据平台内注册的账号信息；

获取所述目标用户的用户标识，利用所述用户标识将每个所述账号信息进行关联存储。

可选地，所述根据关联后的身份账号从所述多个数据平台中获取所述目标用户对目标类别的数据流量的浏览记录，包括：

获取聚合数据接口，利用关联后的身份账号对所述聚合数据接口进行参数配置，得到数据调用接口；

利用所述数据调用接口对所述多个数据平台内的数据进行抓取，得到所述目标用户在所述多个数据平台内对多种类别的数据流量的浏览记录；

逐个选取一个类别的数据流量的浏览记录为目标类别的数据流量的浏览记录。

可选地，所述根据所述浏览记录统计所述目标用户对所述目标类别的数据流量的点击次数、浏览时长、评论次数及分享次数，包括：

获取时间表达形式，将预设字符按照所述时间表达形式编译为规则表达式，利用所述规则表达式从所述浏览记录中提取所述浏览时长；

获取所述目标用户的点击事件、评论事件以及分享事件的触发规则，将所述触发规则编译为事件监控语句，利用所述事件监控语句从所述浏览记录中提取所述点击次数、所述评论次数和所述分享次数。

可选地，所述根据所述点击次数、所述浏览时长、所述评论次数及所述分享次数计算所述目标用户对所述目标类别的数据流量的第一偏好值，包括：

将所述点击次数、所述浏览时长、所述评论次数及所述分享次数映射至预设的数值区间；

利用预设的权重算法计算映射后的所述点击次数、所述浏览时长、所述评论次数及所述分享次数的权重之和，得到第一偏好值。

可选地，所述根据所述更新周期和所述点击次数实时计算所述目标用户对所述目标类别的数据流量的动态负反馈权重，包括：

获取系统的当前时间，根据所述当前时间和所述更新周期计算得到更新周期剩余时长；

计算所述周期剩余时长的时长倒数；

计算所述时长倒数与所述点击次数的乘积，将所述乘积作为所述目标用户对所述目标类别的数据流量的动态负反馈权重。

可选地，所述根据所述动态负反馈权重对所述第一偏好值进行动态调整，得到第二偏好值，包括：

计算所述动态负反馈权重与所述第一偏好值的乘积，得到动态偏好值；

将所述动态偏好值进行归一化处理，得到第二偏好值。

为了解决上述问题，本发明还提供一种基于行为分析的负反馈流量分配装置，所述装置包括：

数据获取模块，用于关联目标用户在多个数据平台的身份账号，根据关联后的身份账号从所述多个数据平台中获取所述目标用户对目标类别的数据流量的浏览记录；

数据统计模块，用于根据所述浏览记录统计所述目标用户对所述目标类别的数据流量的点击次数、浏览时长、评论次数及分享次数；

偏好值计算模块，用于根据所述点击次数、所述浏览时长、所述评论次数及所述分享次数计算所述目标用户对所述目标类别的数据流量的第一偏好值；

权重计算模块，用于获取所述目标类别的数据流量的更新周期，根据所述更新周期和所述点击次数实时计算所述目标用户对所述目标类别的数据流量的动态负反馈权重；

反馈修正模块，用于根据所述动态负反馈权重对所述第一偏好值进行动态调整，得到第二偏好值，并根据所述第二偏好值将所述目标类别的数据流量分配至所述目标用户。

为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述所述的基于行为分析的负反馈流量分配方法。

为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的基于行为分析的负反馈流量分配方法。

本发明实施例在根据用户对不同数据流量的点击率、转发率等行为数据进行分析得到第一偏好值的同时，根据数据流量的更新周期和用户对该数据流量的点击次数实时计算所述目标用户对所述目标类别的数据流量的动态负反馈权重，进而利用该动态负反馈权重对所述第一偏好值进行动态调整，并根据调整得到的第二偏好值对用户进行流量分配，考虑到了数据流量的时效性，以及一定时间段内用户对重复的数据流量的负面反馈信息，实现了对用户进行流量分配的精确度的提升。因此本发明提出的基于行为分析的负反馈流量分配方法、装置、电子设备及计算机可读存储介质，可以解决对用户进行流量分配时的精确性较低的问题。

附图说明

图1为本发明一实施例提供的基于行为分析的负反馈流量分配方法的流程示意图；

图2为本发明一实施例提供的获取目标用户对目标类别的数据流量的浏览记录的流程示意图；

图3为本发明一实施例提供的计算目标类别的数据流量的动态负反馈权重的流程示意图；

图4为本发明一实施例提供的基于行为分析的负反馈流量分配装置的功能模块图；

图5为本发明一实施例提供的实现所述基于行为分析的负反馈流量分配方法的电子设备的结构示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本申请实施例提供一种基于行为分析的负反馈流量分配方法。所述基于行为分析的负反馈流量分配方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述基于行为分析的负反馈流量分配方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(ContentDelivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。

参照图1所示，为本发明一实施例提供的基于行为分析的负反馈流量分配方法的流程示意图。在本实施例中，所述基于行为分析的负反馈流量分配方法包括：

S1、关联目标用户在多个数据平台的身份账号，根据关联后的身份账号从所述多个数据平台中获取所述目标用户对目标类别的数据流量的浏览记录。

本发明实施例中，所述身份账号是指所述目标用户在数据平台内注册并可进行登陆的账号，所述数据平台可以为任何可向用户提供数据流量的平台（如短视频平台、购物平台等），所述目标用户可分别在不同的数据平台上进行账号注册及登陆活动，例如，所述目标用户在购物平台A注册了账号a，所述目标用户在购物平台B注册了b账号。

本发明其中一个实际应用场景中，由于所述用户往往在多个数据平台内进行大量的用户行为，因此，可将所述目标用户在多个数据平台的身份账号进行关联，进而利用关联后的身份账号获取该目标用户在多个数据平台中对数据流量的浏览记录，以实现对目标用户的全面分析，避免仅根据单个数据平台的记录对目标用户进行分析，提升数据分析的全面性，进而提升最终对用户进行流量分配的精确度。

本发明实施例中，所述关联目标用户在多个数据平台的身份账号，包括：

详细地，所述目标用户在所述多个数据平台中每个数据平台内注册的账号信息可由所述目标用户进行上传，其中，所述账号信息包括但不限于账号编号、账号昵称等数据。

具体地，所述用户标识为可对所述目标用户进行唯一标记的标识，如所述目标用户的身份证号，所述用户标识可由所述目标用户进行自定义并上传。

本发明实施例中，所述利用所述用户标识将每个所述账号信息进行关联存储，即利用所述用户标识的唯一性将每一个所述账号信息进行存储，以实现对该目标用户的所有账号信息的关联。

例如，将该目标用户的所述用户标识作为数据表的表名构建数据表，将该目标用户的每个账号信息存储至构建出的数据表内，实现对每个账号信息的关联。

本发明实施例中，参图2所示，所述根据关联后的身份账号从所述多个数据平台中获取所述目标用户对目标类别的数据流量的浏览记录，包括：

S21、获取聚合数据接口，利用关联后的身份账号对所述聚合数据接口进行参数配置，得到数据调用接口；

S22、利用所述数据调用接口对所述多个数据平台内的数据进行抓取，得到所述目标用户在所述多个数据平台内对多种类别的数据流量的浏览记录；

S23、逐个选取一个类别的数据流量的浏览记录为目标类别的数据流量的浏览记录。

详细地，所述聚合数据接口为预先利用SQL语句构建的可同时对多个数据源的数据进行抓取的接口，利用关联户的身份账号对所述聚合数据接口进行参数配置，可使得该聚合数据接口具有对多个数据平台内，该目标用户对数据流量的浏览记录进行抓取的功能。

具体地，利用所述聚合数据接口对所述目标用户在所述多个数据平台中的数据流量的浏览记录进行抓取，可实现对多个数据平台中数据的同步获取，提升获取数据流量的浏览记录的效率。

S2、根据所述浏览记录统计所述目标用户对所述目标类别的数据流量的点击次数、浏览时长、评论次数及分享次数。

本发明实施例中，为了精确地对所述目标用户的浏览记录进行分析，可根据所述浏览记录对该目标用户的具体用户行为进行统计，其中，所述用户行为包括点击次数、浏览时长、评论次数及分享次数等。

本发明实施例中，所述根据所述浏览记录统计所述目标用户对所述目标类别的数据流量的点击次数、浏览时长、评论次数及分享次数，包括：

详细地，所述时间表达形式是用于对时间数据进行表达的不同数据形式，例如，时间可以表示为xx年xx月xx日的形式，或者，还可以表示为xx/xx/xx的形式，由于时间的表达形式较为固定，因此，可按照所述时间表达形式将预设字符编译为规则表达式，进而利用所述规则表达式从所述浏览记录中提取所述浏览时长，利用规则表达式对所述浏览记录中的浏览时长进行提取，可提升获取所述浏览时长的效率。

具体地，所述触发规则是指用户在执行点击事件、评论事件以及分享事件的时候，所必须触发的前置行为等，例如，发送特定的指令来触发各种事件，因此，可将所述触发规则编译为事件监控语句，进而利用事件监控语句对所述浏览记录中的不同事件进行提取，有利于提升获取点击事件、评论事件以及分享事件的精确度。

S3、根据所述点击次数、所述浏览时长、所述评论次数及所述分享次数计算所述目标用户对所述目标类别的数据流量的第一偏好值。

本发明其中一个实际应用场景中，可认为，在一定程度上，当目标用户对所述目标类别的数据流量的点击次数、浏览时长、评论次数以及分享次数越多时，则说明该目标用户对该目标类别的数据流量越感兴趣，即对该目标类别的数据流量的偏好值越高，因此，可对所述点击次数、所述浏览时长、所述评论次数及所述分享次数进行分析，以计算得到所述目标用户对所述目标类别的数据流量的第一偏好值。

本发明实施例中，所述根据所述点击次数、所述浏览时长、所述评论次数及所述分享次数计算所述目标用户对所述目标类别的数据流量的第一偏好值，包括：

详细地，由于所述点击次数、所述评论次数及所述分享次数均以数量为单位，但所述浏览时长以时间为单位，因此，为了实现对所述点击次数、所述浏览时长、所述评论次数及所述分享次数的统一计算，可将所述点击次数、所述浏览时长、所述评论次数及所述分享次数映射至预设的数值区间，以实现对将所述点击次数、所述浏览时长、所述评论次数及所述分享次数映射至预设的数值区间的统一化处理。

具体地，可通过高斯函数、map函数等具有映射功能的函数将所述点击次数、所述浏览时长、所述评论次数及所述分享次数映射至预设的数值区间。

进一步地，所述利用预设的权重算法计算映射后的所述点击次数、所述浏览时长、所述评论次数及所述分享次数的权重之和，得到第一偏好值，包括：

利用如下权重算法计算映射后的所述点击次数、所述浏览时长、所述评论次数及所述分享次数的权重之和，得到第一偏好值：

其中，

为所述第一偏好值，

为所述点击次数映射后的数值，

为所述浏览时长映射后的数值，

为所述评论次数映射后的数值，

为所述分享次数映射后的数值，

、

及

为预设的权重系数。

S4、获取所述目标类别的数据流量的更新周期，根据所述更新周期和所述点击次数实时计算所述目标用户对所述目标类别的数据流量的动态负反馈权重。

本发明实施例中，所述更新周期是指该目标类别的数据流量的每次发布的时间间隔的均值，例如，该数据流量用于记载某软件的更新内容，且该软件固定于每月第一天进行更新，则该数据流量的更新周一则为一个月。

本发明其中一个实际应用场景中，由于不同的数据流量的更新周期不一致，但当用户在该数据流量的更新周期内已经对该数据流量进行浏览后，在该数据流量的本次更新周期内，随着用户对该数据流量的浏览行为的增加，该用户会愈发不想再被分配到该内容重复的数据流量，因此，可对该目标类别的数据流量的更新周期进行分析，并结合用户对所述数据流量的点击次数，动态计算出目标用户对所述目标类别的数据流量的动态负反馈权重。

详细地，所述动态负反馈权重是指在所述目标类别的数据流量的更新周期内，随着所述目标用户对所述数据流量的点击次数的增加，所述目标用户对所述数据流量的厌恶程度。

本发明实施例中，参图3所示，所述根据所述更新周期和所述点击次数实时计算所述目标用户对所述目标类别的数据流量的动态负反馈权重，包括：

S31、获取系统的当前时间，根据所述当前时间和所述更新周期计算得到更新周期剩余时长；

S32、计算所述周期剩余时长的时长倒数；

S33、计算所述时长倒数与所述点击次数的乘积，将所述乘积作为所述目标用户对所述目标类别的数据流量的动态负反馈权重。

详细地，所述系统即可运行所述基于行为分析的负反馈流量分配方法的计算机系统。

具体地，可通过所述当前时间和所述更新周期计算得到所述数据流量的下一次更新的剩余时间（即更新周期剩余时长），在下一次更新到来之前，随着时间的推移以及所述目标用户对该数据流量点击行为的增多，该目标用户愈发不想再被分配该数据流量，因此，可计算所述周期剩余时长的时长倒数，并将所述时长倒数与所述点击次数的乘积作为所述目标用户对所述目标类别的数据流量的动态负反馈权重。

本发明实施例中，通过对所述目标类型的数据流量的更新周期，以及目标用户对该数据流量的点击次数进行分析，实现了对该数据流量和的负反馈，进而有利于提升后续对该目标用户进行流量分配的精确度。

S5、根据所述动态负反馈权重对所述第一偏好值进行动态调整，得到第二偏好值，并根据所述第二偏好值将所述目标类别的数据流量分配至所述目标用户。

本发明实施例中，由于所述第一偏好值仅是根据目标用户对所述目标类别的数据流量的点击次数、浏览时长、评论次数及分享次数进行分析得到，忽略了用户对重复浏览的数据流量的负面情绪，因此，若直接按照所述第一偏好值对该目标用户进行流量分配，会导致流量分配的精确度较低，进而，可根据所述动态负反馈权重对所述第一偏好值进行动态调整，得到第二偏好值，以实现对第一偏好值的动态修正，从而提升流量分配的精确度。

本发明实施例中，所述根据所述动态负反馈权重对所述第一偏好值进行动态调整，得到第二偏好值，包括：

将所述动态偏好值进行归一化处理，得到第二偏好值。

详细地，所述归一化处理即将所述动态偏好值映射至（0,1）的区间内，以防止所述动态偏好值的数值范围过大，导致对目标用户进行流量分配时的计算资源占用过多，造成分配效率的降低。

具体地，所述将所述动态偏好值进行归一化处理的步骤与步骤S2中将所述点击次数、所述浏览时长、所述评论次数及所述分享次数映射至预设的数值区间的步骤一致，再次不做赘述。

本发明实施例中，可根据所述第二偏好值将所述目标类别的数据流量分配至所述目标用户，例如，需要分配至所述目标用户的数据流量为100条，当所述第二偏好值为0.2时，则可将需要分配至所述目标用户的数据流量中的20条数据流量设置为所述目标类别的数据流量，并向该目标用户进行推送。

如图4所示，是本发明一实施例提供的基于行为分析的负反馈流量分配装置的功能模块图。

本发明所述基于行为分析的负反馈流量分配装置100可以安装于电子设备中。根据实现的功能，所述基于行为分析的负反馈流量分配装置100可以包括数据获取模块101、数据统计模块102、偏好值计算模块103、权重计算模块104及反馈修正模块105。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。

在本实施例中，关于各模块/单元的功能如下：

所述数据获取模块101，用于关联目标用户在多个数据平台的身份账号，根据关联后的身份账号从所述多个数据平台中获取所述目标用户对目标类别的数据流量的浏览记录；

所述数据统计模块102，用于根据所述浏览记录统计所述目标用户对所述目标类别的数据流量的点击次数、浏览时长、评论次数及分享次数；

所述偏好值计算模块103，用于根据所述点击次数、所述浏览时长、所述评论次数及所述分享次数计算所述目标用户对所述目标类别的数据流量的第一偏好值；

所述权重计算模块104，用于获取所述目标类别的数据流量的更新周期，根据所述更新周期和所述点击次数实时计算所述目标用户对所述目标类别的数据流量的动态负反馈权重；

所述反馈修正模块105，用于根据所述动态负反馈权重对所述第一偏好值进行动态调整，得到第二偏好值，并根据所述第二偏好值将所述目标类别的数据流量分配至所述目标用户。

详细地，本发明实施例中所述基于行为分析的负反馈流量分配装置100中所述的各模块在使用时采用与上述图1至图3中所述的基于行为分析的负反馈流量分配方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。

如图5所示，是本发明一实施例提供的实现基于行为分析的负反馈流量分配方法的电子设备的结构示意图。

所述电子设备1可以包括处理器10、存储器11、通信总线12以及通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如基于行为分析的负反馈流量分配程序。

其中，所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器（Central Processing unit，CPU）、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心（ControlUnit），利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块（例如执行基于行为分析的负反馈流量分配程序等），以及调用存储在所述存储器11内的数据，以执行电子设备的各种功能和处理数据。

所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器（例如：SD或DX存储器等）、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡（Smart Media Card， SMC）、安全数字（Secure Digital，SD）卡、闪存卡（Flash Card）等。进一步地，所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据，例如基于行为分析的负反馈流量分配程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。

所述通信总线12可以是外设部件互连标准（peripheral componentinterconnect，简称PCI）总线或扩展工业标准结构（extended industry standardarchitecture，简称EISA）总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。

所述通信接口13用于上述电子设备与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口（如WI-FI接口、蓝牙接口等），通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器（Display）、输入单元（比如键盘（Keyboard）），可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED（Organic Light-Emitting Diode，有机发光二极管）触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。

图5仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图5示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。

例如，尽管未示出，所述电子设备还可以包括给各个部件供电的电源（比如电池），优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。

应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。

所述电子设备1中的所述存储器11存储的基于行为分析的负反馈流量分配程序是多个指令的组合，在所述处理器10中运行时，可以实现：

具体地，所述处理器10对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述，在此不赘述。

进一步地，所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）。

本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：

在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。

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涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。

本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。

本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能（Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。

此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称，而并不表示任何特定的顺序。

最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims

1.一种基于行为分析的负反馈流量分配方法，其特征在于，所述方法包括：

2.如权利要求1所述的基于行为分析的负反馈流量分配方法，其特征在于，所述关联目标用户在多个数据平台的身份账号，包括：

3.如权利要求2所述的基于行为分析的负反馈流量分配方法，其特征在于，所述根据关联后的身份账号从所述多个数据平台中获取所述目标用户对目标类别的数据流量的浏览记录，包括：

4.如权利要求1所述的基于行为分析的负反馈流量分配方法，其特征在于，所述根据所述浏览记录统计所述目标用户对所述目标类别的数据流量的点击次数、浏览时长、评论次数及分享次数，包括：

5.如权利要求1所述的基于行为分析的负反馈流量分配方法，其特征在于，所述根据所述点击次数、所述浏览时长、所述评论次数及所述分享次数计算所述目标用户对所述目标类别的数据流量的第一偏好值，包括：

6.如权利要求1所述的基于行为分析的负反馈流量分配方法，其特征在于，所述根据所述更新周期和所述点击次数实时计算所述目标用户对所述目标类别的数据流量的动态负反馈权重，包括：

计算所述周期剩余时长的时长倒数；

7.如权利要求1至6中任一项所述的基于行为分析的负反馈流量分配方法，其特征在于，所述根据所述动态负反馈权重对所述第一偏好值进行动态调整，得到第二偏好值，包括：

将所述动态偏好值进行归一化处理，得到第二偏好值。

8.一种基于行为分析的负反馈流量分配装置，其特征在于，所述装置包括：

9.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至7中任意一项所述的基于行为分析的负反馈流量分配方法。

10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述的基于行为分析的负反馈流量分配方法。