CN115687674A - 服务于智慧云服务平台的大数据需求分析方法及系统 - Google Patents

Abstract

本发明提供的服务于智慧云服务平台的大数据需求分析方法及系统，涉及数据处理技术领域。在本发明中，提取出与目标智慧云服务平台相关的待进行需求分析的目标用户监控图像集合；依据目标用户监控图像集合包括的多帧目标用户监控图像之间的图像相关关系，从目标用户监控图像集合中，提取出至少一个相关用户监控图像组合；依据对应的目标监控用户基于目标智慧云服务平台形成平台网络行为，对每一个相关用户监控图像组合包括的目标用户监控图像具有的目标监控用户进行用户需求分析处理。基于前述内容，可以在一定程度上提高用户需求分析处理的可靠度。

Description

服务于智慧云服务平台的大数据需求分析方法及系统

技术领域

本发明涉及数据处理技术领域，具体而言，涉及一种服务于智慧云服务平台的大数据需求分析方法及系统。

背景技术

智慧云服务平台作为一种网络平台，可以向平台用户提供各种各种的网络服务，对应地，就会形成较多的网络行为。而对这些网络行为进行进一步的分析，可以得到用户的一些意图或需求，使得可以基于这些意图或需求进行进一步的应用，如信息或服务推送等。但是，在现有技术中，在对用户需求进行分析处理的过程中，存在着可靠度不高的问题。

发明内容

有鉴于此，本发明的目的在于提供一种服务于智慧云服务平台的大数据需求分析方法及系统，以在一定程度上提高用户需求分析处理的可靠度。

为实现上述目的，本发明实施例采用如下技术方案：

一种服务于智慧云服务平台的大数据需求分析方法，所述大数据需求分析方法包括：

提取出与目标智慧云服务平台相关的待进行需求分析的目标用户监控图像集合，所述目标用户监控图像集合包括多帧目标用户监控图像，所述多帧目标用户监控图像在时间上具有先后关系，在所述目标用户监控图像集合中，所述多帧目标用户监控图像依据在时间上具有先后关系进行排序；

依据所述目标用户监控图像集合包括的多帧目标用户监控图像之间的图像相关关系，从所述目标用户监控图像集合中，提取出至少一个相关用户监控图像组合，每一个所述相关用户监控图像组合包括至少一帧目标用户监控图像，同一个所述相关用户监控图像组合包括的多帧目标用户监控图像具有的目标监控用户之间具有相关关系；

依据对应的所述目标监控用户基于所述目标智慧云服务平台形成平台网络行为，分别对每一个所述相关用户监控图像组合包括的目标用户监控图像具有的目标监控用户进行用户需求分析处理。

在一些优选的实施例中，在上述服务于智慧云服务平台的大数据需求分析方法中，所述提取出与目标智慧云服务平台相关的待进行需求分析的目标用户监控图像集合的步骤，包括：

从目标智慧云服务平台对应的多个平台网络用户中，确定出待进行需求分析的多个平台网络用户，以作为目标监控用户；

确定出多个所述目标监控用户的目标用户活动区域，并针对所述目标用户活动区域进行用户监控处理，以得到与目标智慧云服务平台相关的待进行需求分析的目标用户监控图像集合。

在一些优选的实施例中，在上述服务于智慧云服务平台的大数据需求分析方法中，所述依据所述目标用户监控图像集合包括的多帧目标用户监控图像之间的图像相关关系，从所述目标用户监控图像集合中，提取出至少一个相关用户监控图像组合的步骤，包括：

对所述目标用户监控图像集合进行集合拆分操作，以形成所述目标用户监控图像集合对应的各个目标用户监控图像子集合；

分别对每一个所述目标用户监控图像子集合进行第一维度数据挖掘操作，以输出每一个所述目标用户监控图像子集合对应的第一维度图像数据描述向量，所述第一维度图像数据描述向量包括过程性第一维度图像数据描述向量和结果性第一维度图像数据描述向量；

分别对每一个所述目标用户监控图像子集合进行第二维度数据挖掘操作，以输出每一个所述目标用户监控图像子集合对应的第二维度图像数据描述向量，所述第二维度图像数据描述向量包括过程性第二维度图像数据描述向量和结果性第二维度图像数据描述向量；

分别依据每一个所述目标用户监控图像子集合对应的过程性第一维度图像数据描述向量和对应的过程性第二维度图像数据描述向量进行信息融合操作，以形成每一个所述目标用户监控图像子集合对应的融合图像数据描述向量；

分别对每一个所述目标用户监控图像子集合对应的结果性第一维度图像数据描述向量、结果性第二维度图像数据描述向量和融合图像数据描述向量进行图像数据内涵信息挖掘操作，以得到每一个所述目标用户监控图像子集合对应的图像数据内涵信息描述向量，再依据所述图像数据内涵信息描述向量进行目标用户行为鉴别操作，以输出每一个所述目标用户监控图像子集合对应的目标用户行为鉴别概率；

在所述目标用户监控图像集合中，依据所述目标用户行为鉴别概率分析输出每一个目标用户行为对应图像集合，再依据所述图像数据内涵信息描述向量，分析输出每一个所述目标用户行为对应图像集合对应的用户行为内涵信息描述向量；

依据每一个所述目标用户行为对应图像集合对应的用户行为内涵信息描述向量，对所述目标用户行为对应图像集合进行相关图像确定处理，以形成所述目标用户行为对应图像集合对应的至少一个相关用户监控图像组合，每一个所述相关用户监控图像组合包括至少一个所述目标用户行为对应图像集合，同一个所述相关用户监控图像组合包括的多个所述目标用户行为对应图像集合包括的目标用户监控图像具有的目标监控用户之间具有相关关系。

在一些优选的实施例中，在上述服务于智慧云服务平台的大数据需求分析方法中，所述分别对每一个所述目标用户监控图像子集合进行第一维度数据挖掘操作，以输出每一个所述目标用户监控图像子集合对应的第一维度图像数据描述向量的步骤，包括：

分别对每一个所述目标用户监控图像子集合进行第一维度数据挖掘操作，以输出每一个所述目标用户监控图像子集合对应的至少两个过程性数据挖掘结果和结果性数据挖掘结果；

分别对所述至少两个过程性数据挖掘结果进行数据维度一致化操作，以输出每一个所述目标用户监控图像子集合对应的至少两个过程性第一维度图像数据描述向量；

对所述结果性数据挖掘结果进行数据维度一致化操作，以输出每一个所述目标用户监控图像子集合对应的结果性第一维度图像数据描述向量。

在一些优选的实施例中，在上述服务于智慧云服务平台的大数据需求分析方法中，所述分别对每一个所述目标用户监控图像子集合进行第二维度数据挖掘操作，以输出每一个所述目标用户监控图像子集合对应的第二维度图像数据描述向量的步骤，包括：

挖掘出每一个所述目标用户监控图像子集合对应的图像根本信息；

分别对每一个所述目标用户监控图像子集合对应的图像根本信息进行第二维度数据挖掘操作，以输出每一个所述目标用户监控图像子集合对应的至少两个过程性第二维度图像数据描述向量和结果性第二维度图像数据描述向量。

在一些优选的实施例中，在上述服务于智慧云服务平台的大数据需求分析方法中，所述第一维度图像数据描述向量包括至少两个过程性第一维度图像数据描述向量，所述第二维度图像数据描述向量包括至少两个过程性第二维度图像数据描述向量；以及，所述分别依据每一个所述目标用户监控图像子集合对应的过程性第一维度图像数据描述向量和对应的过程性第二维度图像数据描述向量进行信息融合操作，以形成每一个所述目标用户监控图像子集合对应的融合图像数据描述向量的步骤，包括：

聚合所述至少两个过程性第一维度图像数据描述向量中最初过程性第一维度图像数据描述向量与所述至少两个过程性第二维度图像数据描述向量中对应的最初过程性第二维度图像数据描述向量，以形成对应的聚合最初描述向量，再依据所述聚合最初描述向量进行信息融合处理，以形成对应的最初融合描述向量；

聚合所述最初融合描述向量、所述至少两个过程性第一维度图像数据描述向量中非最初过程性第一维度图像数据描述向量和所述至少两个过程性第二维度图像数据描述向量中对应的非最初过程性第二维度图像数据描述向量，以形成对应的聚合非最初描述向量，再依据所述聚合非最初描述向量进行信息融合处理，以形成对应的非最初融合描述向量；

在所述至少两个过程性第一维度图像数据描述向量和所述至少两个过程性第二维度图像数据描述向量全部轮询之后，将最后形成的非最初融合描述向量标记为对应的融合图像数据描述向量。

在一些优选的实施例中，在上述服务于智慧云服务平台的大数据需求分析方法中，所述依据所述目标用户监控图像集合包括的多帧目标用户监控图像之间的图像相关关系，从所述目标用户监控图像集合中，提取出至少一个相关用户监控图像组合的步骤，还包括：

将所述目标用户监控图像集合加载至目标用户行为鉴别神经网络中，利用所述目标用户行为鉴别神经网络，对所述目标用户监控图像集合进行集合拆分操作，以形成所述目标用户监控图像集合对应的各个目标用户监控图像子集合；

利用所述目标用户行为鉴别神经网络，分别对每一个所述目标用户监控图像子集合进行第一维度数据挖掘操作，以输出每一个所述目标用户监控图像子集合对应的第一维度图像数据描述向量，所述第一维度图像数据描述向量包括过程性第一维度图像数据描述向量和结果性第一维度图像数据描述向量；

利用所述目标用户行为鉴别神经网络，分别对每一个所述目标用户监控图像子集合进行第二维度数据挖掘操作，以输出每一个所述目标用户监控图像子集合对应的第二维度图像数据描述向量，所述第二维度图像数据描述向量包括过程性第二维度图像数据描述向量和结果性第二维度图像数据描述向量；

利用所述目标用户行为鉴别神经网络，分别依据每一个所述目标用户监控图像子集合对应的过程性第一维度图像数据描述向量和对应的过程性第二维度图像数据描述向量进行信息融合操作，以形成每一个所述目标用户监控图像子集合对应的融合图像数据描述向量；

利用所述目标用户行为鉴别神经网络，分别对每一个所述目标用户监控图像子集合对应的结果性第一维度图像数据描述向量、结果性第二维度图像数据描述向量和融合图像数据描述向量进行图像数据内涵信息挖掘操作，以得到每一个所述目标用户监控图像子集合对应的图像数据内涵信息描述向量，再依据所述图像数据内涵信息描述向量进行目标用户行为鉴别操作，以输出每一个所述目标用户监控图像子集合对应的目标用户行为鉴别概率。

在一些优选的实施例中，在上述服务于智慧云服务平台的大数据需求分析方法中，所述目标用户行为鉴别神经网络的更新过程包括：

提取到示例性目标用户监控图像集合，并确定出所述示例性目标用户监控图像集合对应的目标用户行为示例性概率；

将所述示例性目标用户监控图像集合加载至待更新用户行为鉴别神经网络中，利用所述待更新用户行为鉴别神经网络将所述示例性目标用户监控图像集合进行集合拆分操作，以形成所述示例性目标用户监控图像集合对应的示例性目标用户监控图像子集合；

利用所述待更新用户行为鉴别神经网络，分别对每一个所述示例性目标用户监控图像子集合进行第一维度数据挖掘操作，以输出每一个所述示例性目标用户监控图像子集合对应的候选第一维度图像数据描述向量，所述候选第一维度图像数据描述向量包括候选过程性第一维度图像数据描述向量和候选结果性第一维度图像数据描述向量；

利用所述待更新用户行为鉴别神经网络，分别对每一个所述示例性目标用户监控图像子集合进行第二维度数据挖掘操作，以输出每一个所述示例性目标用户监控图像子集合对应的候选第二维度图像数据描述向量，所述候选第二维度图像数据描述向量包括候选过程性第二维度图像数据描述向量和候选结果性第二维度图像数据描述向量；

利用所述待更新用户行为鉴别神经网络，分别依据每一个所述示例性目标用户监控图像子集合对应的候选过程性第一维度图像数据描述向量和对应的候选过程性第二维度图像数据描述向量进行信息融合操作，以形成每一个所述示例性目标用户监控图像子集合对应的候选融合图像数据描述向量；

利用所述待更新用户行为鉴别神经网络，分别对每一个所述示例性目标用户监控图像子集合对应的候选结果性第一维度图像数据描述向量、候选结果性第二维度图像数据描述向量和候选融合图像数据描述向量进行图像数据内涵信息挖掘操作，以形成每一个所述示例性目标用户监控图像子集合对应的候选图像数据内涵信息描述向量，再依据所述候选图像数据内涵信息描述向量进行目标用户行为鉴别操作，以输出每一个所述示例性目标用户监控图像子集合对应的候选目标用户行为鉴别概率；

依据每一个所述示例性目标用户监控图像子集合对应的候选目标用户行为鉴别概率和所述示例性目标用户监控图像集合对应的目标用户行为示例性概率，分析输出对应的网络学习代价值，再依据所述网络学习代价值对所述待更新用户行为鉴别神经网络进行更新操作，以形成对应的目标用户行为鉴别神经网络。

在一些优选的实施例中，在上述服务于智慧云服务平台的大数据需求分析方法中，所述依据对应的所述目标监控用户基于所述目标智慧云服务平台形成平台网络行为，分别对每一个相关用户监控图像组合包括的目标用户监控图像具有的目标监控用户进行用户需求分析处理的步骤，包括：

对于每一个所述相关用户监控图像组合，从该相关用户监控图像组合包括的每一帧目标用户监控图像中识别出对应的目标监控用户，以形成该相关用户监控图像组合对应的目标监控用户组合，再分别提取到该目标监控用户组合中的每一个目标监控用户基于所述目标智慧云服务平台在目标历史时间段内的平台网络行为对应的平台网络行为序列；

调用目标用户需求分析神经网络包括的关键信息挖掘子网络，分别对每一个所述平台网络行为序列进行行为关键信息挖掘处理，以形成每一个所述平台网络行为序列对应的平台网络行为关键信息描述向量，以及，对于每一个所述平台网络行为序列，将该平台网络行为序列对应的目标监控用户所属的目标监控用户组合中的其他目标监控用户对应的平台网络行为关键信息描述向量，与该平台网络行为序列对应的平台网络行为关键信息描述向量进行融合处理，以输出该平台网络行为序列对应的目标平台网络行为关键信息描述向量，再调用所属目标用户需求分析神经网络包括的用户需求分析子网络，对该目标平台网络行为关键信息描述向量进行分析预测，以确定出该平台网络行为序列对应的目标监控用户的目标用户需求。

本发明实施例还提供一种服务于智慧云服务平台的大数据需求分析系统，包括处理器和存储器，所述存储器用于存储计算机程序，所述处理器用于执行所述计算机程序，以实现上述的大数据需求分析方法。

本发明实施例提供的一种服务于智慧云服务平台的大数据需求分析方法及系统，提取出与目标智慧云服务平台相关的待进行需求分析的目标用户监控图像集合；依据目标用户监控图像集合包括的多帧目标用户监控图像之间的图像相关关系，从目标用户监控图像集合中，提取出至少一个相关用户监控图像组合；依据对应的目标监控用户基于目标智慧云服务平台形成平台网络行为，对每一个相关用户监控图像组合包括的目标用户监控图像具有的目标监控用户进行用户需求分析处理。基于此，相较于直接对全部用户的网络行为进行需求分析或单独对一个用户的网络行为进行分析的常规技术方案，采用本实施例提高的技术方案，由于有先按照目标用户监控图像对目标监控用户进行分类，使得可以进行分类的用户需求分析处理（即对相关用户监控图像组合包括的目标用户监控图像具有的目标监控用户进行用户需求分析处理），从而在一定程度上提高用户需求分析处理的可靠度，进而改善现有技术中的分析可靠度不高的问题。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

图1为本发明实施例提供的服务于智慧云服务平台的大数据需求分析系统的结构框图。

图2为本发明实施例提供的服务于智慧云服务平台的大数据需求分析方法包括的各步骤的流程示意图。

图3为本发明实施例提供的服务于智慧云服务平台的大数据需求分析装置包括的各模块的示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例只是本发明的一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作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。

如图1所示，本发明实施例提供了一种服务于智慧云服务平台的大数据需求分析系统。其中，所述服务于智慧云服务平台的大数据需求分析系统可以包括存储器和处理器。

详细地，所述存储器和处理器之间直接或间接地电性连接，以实现数据的传输或交互。例如，相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述存储器中可以存储有至少一个可以以软件或固件（firmware）的形式，存在的软件功能模块（计算机程序）。所述处理器可以用于执行所述存储器中存储的可执行的计算机程序，从而实现本发明实施例（如后文所述）提供的服务于智慧云服务平台的大数据需求分析方法。

可以选择的是，在一些实施方式中，所述存储器可以是，但不限于，随机存取存储器（Random Access Memory，RAM），只读存储器（Read Only Memory，ROM），可编程只读存储器（Programmable Read-Only Memory，PROM），可擦除只读存储器（Erasable ProgrammableRead-Only Memory，EPROM），电可擦除只读存储器（Electric Erasable ProgrammableRead-Only Memory，EEPROM）等。所述处理器可以是一种通用处理器，包括中央处理器（Central Processing Unit，CPU）、网络处理器（Network Processor，NP）、片上系统(System on Chip，SoC)等；还可以是数字信号处理器（DSP）、专用集成电路（ASIC）、现场可编程门阵列（FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

可以选择的是，在一些实施方式中，所述服务于智慧云服务平台的大数据需求分析系统可以是一种具备数据处理能力的服务器。

结合图2，本发明实施例还提供一种服务于智慧云服务平台的大数据需求分析方法，可应用于上述服务于智慧云服务平台的大数据需求分析系统。其中，所述服务于智慧云服务平台的大数据需求分析方法有关的流程所定义的方法步骤，可以由所述服务于智慧云服务平台的大数据需求分析系统实现。下面将对图2所示的具体流程，进行详细阐述。

步骤S110，提取出与目标智慧云服务平台相关的待进行需求分析的目标用户监控图像集合。

在本发明实施例中，所述大数据需求分析系统（即上述的服务于智慧云服务平台的大数据需求分析系统）可以提取出与目标智慧云服务平台相关的待进行需求分析的目标用户监控图像集合。所述目标用户监控图像集合包括多帧目标用户监控图像，所述多帧目标用户监控图像在时间上具有先后关系，在所述目标用户监控图像集合中，所述多帧目标用户监控图像依据在时间上具有先后关系进行排序（如时间较早的在前等）。

步骤S120，依据所述目标用户监控图像集合包括的多帧目标用户监控图像之间的图像相关关系，从所述目标用户监控图像集合中，提取出至少一个相关用户监控图像组合。

在本发明实施例中，所述大数据需求分析系统可以依据所述目标用户监控图像集合包括的多帧目标用户监控图像之间的图像相关关系，从所述目标用户监控图像集合中，提取出至少一个相关用户监控图像组合。每一个所述相关用户监控图像组合包括至少一帧目标用户监控图像，同一个所述相关用户监控图像组合包括的多帧目标用户监控图像具有的目标监控用户之间具有相关关系（使得后续的分别需求分析的可靠度更高）。

步骤S130，依据对应的所述目标监控用户基于所述目标智慧云服务平台形成平台网络行为，分别对每一个所述相关用户监控图像组合包括的目标用户监控图像具有的目标监控用户进行用户需求分析处理。

在本发明实施例中，所述大数据需求分析系统可以依据对应的所述目标监控用户基于所述目标智慧云服务平台形成平台网络行为，分别对每一个所述相关用户监控图像组合包括的目标用户监控图像具有的目标监控用户进行用户需求分析处理（即组合内部进行需求分析处理）。

基于上述方法，一种服务于智慧云服务平台的大数据需求分析方法及系统，提取出与目标智慧云服务平台相关的待进行需求分析的目标用户监控图像集合；依据目标用户监控图像集合包括的多帧目标用户监控图像之间的图像相关关系，从目标用户监控图像集合中，提取出至少一个相关用户监控图像组合；依据对应的目标监控用户基于目标智慧云服务平台形成平台网络行为，对每一个相关用户监控图像组合包括的目标用户监控图像具有的目标监控用户进行用户需求分析处理。基于此，相较于直接对全部用户的网络行为进行需求分析或单独对一个用户的网络行为进行分析的常规技术方案，采用本实施例提高的技术方案，由于有先按照目标用户监控图像对目标监控用户进行分类，使得可以进行分类的用户需求分析处理（即对相关用户监控图像组合包括的目标用户监控图像具有的目标监控用户进行用户需求分析处理），从而在一定程度上提高用户需求分析处理的可靠度，进而改善现有技术中的分析可靠度不高的问题。

可以选择的是，在一些实施方式中，所述提取出与目标智慧云服务平台相关的待进行需求分析的目标用户监控图像集合的步骤，可以包括以下子步骤：

从目标智慧云服务平台对应的多个平台网络用户中，确定出待进行需求分析的多个平台网络用户（可以任意选择，或者，也可以基于对应的用户活动区域进行选择），以作为目标监控用户；

确定出多个所述目标监控用户的目标用户活动区域（也就是说，多个所述目标监控用户可以在所述目标用户活动区域中都有活动轨迹），并针对所述目标用户活动区域进行用户监控处理，以得到与目标智慧云服务平台相关的待进行需求分析的目标用户监控图像集合。

可以选择的是，在一些实施方式中，所述依据所述目标用户监控图像集合包括的多帧目标用户监控图像之间的图像相关关系，从所述目标用户监控图像集合中，提取出至少一个相关用户监控图像组合的步骤，可以包括以下子步骤：

对所述目标用户监控图像集合进行集合拆分操作，以形成所述目标用户监控图像集合对应的各个目标用户监控图像子集合（示例性地，将所述目标用户监控图像集合加载至目标用户行为鉴别神经网络中，利用所述目标用户行为鉴别神经网络，对所述目标用户监控图像集合进行集合拆分操作，形成所述目标用户监控图像集合对应的各个目标用户监控图像子集合，所述目标用户行为鉴别神经网络的更新过程可以如后所述；在其它实施方式中，也可以按照预设图像数量对所述目标用户监控图像集合进行集合拆分操作，使得每一个所述目标用户监控图像子集合包括的目标用户监控图像的数量都等于所述预设图像数量）；

分别对每一个所述目标用户监控图像子集合进行第一维度数据挖掘操作，以输出每一个所述目标用户监控图像子集合对应的第一维度图像数据描述向量，所述第一维度图像数据描述向量包括过程性第一维度图像数据描述向量和结果性第一维度图像数据描述向量（示例性地，可以利用所述目标用户行为鉴别神经网络，分别对每一个所述目标用户监控图像子集合进行第一维度数据挖掘操作，以输出每一个所述目标用户监控图像子集合对应的第一维度图像数据描述向量；另外，所述第一维度图像数据描述向量包括过程性第一维度图像数据描述向量和结果性第一维度图像数据描述向量，所述第一维度图像数据描述向量属于对应的所述目标用户监控图像子集合包括的图像数据在时间维度、图像空间维度、频率维度和波数维度中的任意一个维度上对应的描述向量；另外，所述过程性第一维度图像数据描述向量，属于在进行第一维度数据挖掘操作过程中的输出的向量，所述结果性第一维度图像数据描述向量属于在进行第一维度数据挖掘操作之后，输出的向量，即最终的结果；也就是说，可以对目标用户监控图像子集合进行多次特征挖掘操作，每一次特征挖掘操作的输出都可以作为对应的过程性第一维度图像数据描述向量，并将所述过程性第一维度图像数据描述向量作为下一次特征挖掘操作的输入数据，以及，将最后一次特征挖掘操作的输出作为所述结果性第一维度图像数据描述向量）；

分别对每一个所述目标用户监控图像子集合进行第二维度数据挖掘操作，以输出每一个所述目标用户监控图像子集合对应的第二维度图像数据描述向量，所述第二维度图像数据描述向量包括过程性第二维度图像数据描述向量和结果性第二维度图像数据描述向量（示例性地，可以利用所述目标用户行为鉴别神经网络，分别对每一个所述目标用户监控图像子集合进行第二维度数据挖掘操作，以输出每一个所述目标用户监控图像子集合对应的第二维度图像数据描述向量；另外，所述第二维度图像数据描述向量包括过程性第二维度图像数据描述向量和结果性第二维度图像数据描述向量，所述第二维度图像数据描述向量属于对应的所述目标用户监控图像子集合包括的图像数据在时间维度、图像空间维度、频率维度和波数维度中的任意一个维度上对应的描述向量，只要对应的维度不同于所述第一维度图像数据描述向量对应的维度即可，即采用任意的两种维度进行分析；另外，所述过程性第二维度图像数据描述向量，属于在进行第二维度数据挖掘操作过程中的输出的向量，所述结果性第二维度图像数据描述向量属于在进行第二维度数据挖掘操作之后，输出的向量，即最终的结果；也就是说，可以对目标用户监控图像子集合进行多次特征挖掘操作，每一次特征挖掘操作的输出都可以作为对应的过程性第二维度图像数据描述向量，并将所述过程性第二维度图像数据描述向量作为下一次特征挖掘操作的输入数据，以及，将最后一次特征挖掘操作的输出作为所述结果性第二维度图像数据描述向量）；

分别依据每一个所述目标用户监控图像子集合对应的过程性第一维度图像数据描述向量和对应的过程性第二维度图像数据描述向量进行信息融合操作，以形成每一个所述目标用户监控图像子集合对应的融合图像数据描述向量（示例性地，可以利用所述目标用户行为鉴别神经网络，分别依据每一个所述目标用户监控图像子集合对应的过程性第一维度图像数据描述向量和对应的过程性第二维度图像数据描述向量进行信息融合操作，以形成每一个所述目标用户监控图像子集合对应的融合图像数据描述向量；也就是说，所述融合图像数据描述向量具有两个维度的图像信息）；

分别对每一个所述目标用户监控图像子集合对应的结果性第一维度图像数据描述向量、结果性第二维度图像数据描述向量和融合图像数据描述向量进行图像数据内涵信息挖掘操作，以得到每一个所述目标用户监控图像子集合对应的图像数据内涵信息描述向量，再依据所述图像数据内涵信息描述向量进行目标用户行为鉴别操作，以输出每一个所述目标用户监控图像子集合对应的目标用户行为鉴别概率（示例性地，可以利用所述目标用户行为鉴别神经网络，分别对每一个所述目标用户监控图像子集合对应的结果性第一维度图像数据描述向量、结果性第二维度图像数据描述向量和融合图像数据描述向量进行图像数据内涵信息挖掘操作，以得到每一个所述目标用户监控图像子集合对应的图像数据内涵信息描述向量，再依据所述图像数据内涵信息描述向量进行目标用户行为鉴别操作，以输出每一个所述目标用户监控图像子集合对应的目标用户行为鉴别概率）；

在所述目标用户监控图像集合中，依据所述目标用户行为鉴别概率分析输出每一个目标用户行为对应图像集合（示例性地，所述目标用户行为对应图像集合可以包括相邻的目标用户行为对应图像。所述目标用户行为对应图像属于目标用户行为鉴别概率大于或等于预先配置的目标用户行为鉴别概率阈值的目标用户监控图像子集合。所述目标用户行为鉴别概率阈值反映预先配置的目标用户监控图像子集合包括目标用户行为对应图像时的概率阈值），再依据所述图像数据内涵信息描述向量，分析输出每一个所述目标用户行为对应图像集合对应的用户行为内涵信息描述向量（示例性地，所述用户行为内涵信息描述向量可以用于反映所述目标用户行为对应图像集合的用户行为语义信息，可以通过对各个目标用户行为对应图像对应的图像数据内涵信息描述向量进行聚合以得到）；

依据每一个所述目标用户行为对应图像集合对应的用户行为内涵信息描述向量，对所述目标用户行为对应图像集合进行相关图像确定处理，以形成所述目标用户行为对应图像集合对应的至少一个相关用户监控图像组合，每一个所述相关用户监控图像组合包括至少一个所述目标用户行为对应图像集合，倘若一个所述相关用户监控图像组合包括的多个所述目标用户行为对应图像集合，则同一个所述相关用户监控图像组合包括的多个所述目标用户行为对应图像集合包括的目标用户监控图像具有的目标监控用户之间具有相关关系（即在用户行为维度上具有相关关系）。

可以选择的是，在一些实施方式中，所述分别对每一个所述目标用户监控图像子集合进行第一维度数据挖掘操作，以输出每一个所述目标用户监控图像子集合对应的第一维度图像数据描述向量的步骤，可以包括以下子步骤：

分别对每一个所述目标用户监控图像子集合进行第一维度数据挖掘操作（即对第一维度的图像数据进行数据挖掘操作，示例性地，可以通过卷积神经网络实现），以输出每一个所述目标用户监控图像子集合对应的至少两个过程性数据挖掘结果和结果性数据挖掘结果；

分别对所述至少两个过程性数据挖掘结果进行数据维度一致化操作，以输出每一个所述目标用户监控图像子集合对应的至少两个过程性第一维度图像数据描述向量（示例性地，所述数据维度一致化操作可以使得所述过程性第一维度图像数据描述向量的向量维度与所述过程性第二维度图像数据描述向量的向量维度一致，向量维度也可以称为向量层次）；

对所述结果性数据挖掘结果进行数据维度一致化操作，以输出每一个所述目标用户监控图像子集合对应的结果性第一维度图像数据描述向量（示例性地，所述数据维度一致化操作可以使得所述结果性第一维度图像数据描述向量与所述结果性第二维度图像数据描述向量的向量维度一致）。

可以选择的是，在一些实施方式中，所述分别对每一个所述目标用户监控图像子集合进行第二维度数据挖掘操作，以输出每一个所述目标用户监控图像子集合对应的第二维度图像数据描述向量的步骤，可以包括以下子步骤：

挖掘出每一个所述目标用户监控图像子集合对应的图像根本信息（所述图像根本信息可以是指图像像素点的像素灰度值在空间点的变化率）；

分别对每一个所述目标用户监控图像子集合对应的图像根本信息进行第二维度数据挖掘操作，以输出每一个所述目标用户监控图像子集合对应的至少两个过程性第二维度图像数据描述向量和结果性第二维度图像数据描述向量（示例性地，可以进行级联的多次数据挖掘操作，其中，最后一次数据挖掘操作的输出数据可以作为结果性第二维度图像数据描述向量，最后一次数据挖掘操作以外的每一次其它数据挖掘操作的输出数据可以都作为过程性第二维度图像数据描述向量）。

可以选择的是，在一些实施方式中，所述第一维度图像数据描述向量包括至少两个过程性第一维度图像数据描述向量，所述第二维度图像数据描述向量包括至少两个过程性第二维度图像数据描述向量，在此基础上，所述分别依据每一个所述目标用户监控图像子集合对应的过程性第一维度图像数据描述向量和对应的过程性第二维度图像数据描述向量进行信息融合操作，以形成每一个所述目标用户监控图像子集合对应的融合图像数据描述向量的步骤，可以包括以下子步骤：

聚合（如拼接或叠加）所述至少两个过程性第一维度图像数据描述向量中最初过程性第一维度图像数据描述向量与所述至少两个过程性第二维度图像数据描述向量中对应的最初过程性第二维度图像数据描述向量，以形成对应的聚合最初描述向量（示例性地，所述最初过程性第一维度图像数据描述向量和所述最初过程性第二维度图像数据描述向量可以是指，在上述的特征挖掘操作的执行过程中，第一次进行特征挖掘操作的输出），再依据所述聚合最初描述向量进行信息融合处理（也可以通过卷积神经网络进行处理），以形成对应的最初融合描述向量；

聚合所述最初融合描述向量、所述至少两个过程性第一维度图像数据描述向量中非最初过程性第一维度图像数据描述向量和所述至少两个过程性第二维度图像数据描述向量中对应的非最初过程性第二维度图像数据描述向量（示例性地，所述非最初过程性第一维度图像数据描述向量和所述非最初过程性第二维度图像数据描述向量可以是指，在上述的特征挖掘操作的执行过程中，第一次以外的每一次进行特征挖掘操作的输出），以形成对应的聚合非最初描述向量，再依据所述聚合非最初描述向量进行信息融合处理（示例性地，也可以通过卷积神经网络对所述聚合非最初描述向量进行处理），以形成对应的非最初融合描述向量；

在所述至少两个过程性第一维度图像数据描述向量和所述至少两个过程性第二维度图像数据描述向量全部轮询之后，将最后形成的非最初融合描述向量标记为对应的融合图像数据描述向量（示例性地，倘若包括两个过程性第一维度图像数据描述向量和两个过程性第二维度图像数据描述向量，可以得到一个非最初融合描述向量，则将该非最初融合描述向量标记为对应的融合图像数据描述向量；倘若包括三个过程性第一维度图像数据描述向量和三个过程性第二维度图像数据描述向量，可以基于所述最初融合描述向量、第二个过程性第一维度图像数据描述向量和第二个过程性第二维度图像数据描述向量，得到第一个非最初融合描述向量，然后，再基于第一个非最初融合描述向量、第三个过程性第一维度图像数据描述向量和第三个过程性第二维度图像数据描述向量，得到第二个非最初融合描述向量，再将该第二个非最初融合描述向量标记为融合图像数据描述向量；也就是说，需要对所述至少两个过程性第一维度图像数据描述向量和所述至少两个过程性第二维度图像数据描述向量按照第一个、第二个、第三个、...、最后一个的顺序依次进行上述的级联的操作）。

可以选择的是，在一些实施方式中，所述分别对每一个所述目标用户监控图像子集合对应的结果性第一维度图像数据描述向量、结果性第二维度图像数据描述向量和融合图像数据描述向量进行图像数据内涵信息挖掘操作，以得到每一个所述目标用户监控图像子集合对应的图像数据内涵信息描述向量，再依据所述图像数据内涵信息描述向量进行目标用户行为鉴别操作，以输出每一个所述目标用户监控图像子集合对应的目标用户行为鉴别概率的步骤，可以包括以下子步骤：

分别对每一个所述目标用户监控图像子集合对应的结果性第一维度图像数据描述向量、结果性第二维度图像数据描述向量和融合图像数据描述向量进行向量聚合操作（如拼接或叠加等），以输出每一个所述目标用户监控图像子集合对应的待处理图像数据描述向量；

对每一个所述目标用户监控图像子集合对应的待处理图像数据描述向量进行特征提取操作，以输出每一个所述目标用户监控图像子集合对应的待处理图像数据代表描述向量；

依据每一个所述目标用户监控图像子集合对应的待处理图像数据代表描述向量，分析输出所述待处理图像数据代表描述向量包括的每一个向量层次对应的描述向量参数最大值和描述向量参数均值（也就是说，若向量层次为N，则可以得到N个描述向量参数最大值和N个描述向量参数均值）；

对（同一个向量层次）所述描述向量参数最大值和所述描述向量参数均值进行求和运算操作，以输出所述待处理图像数据代表描述向量包括的每一个向量层次对应的图像内涵信息代表参数，再依据所述待处理图像数据代表描述向量包括的每一个向量层次对应的图像内涵信息代表参数，分析输出每一个所述目标用户监控图像子集合对应的图像内涵信息代表向量（即所述图像内涵信息代表向量可以包括图像内涵信息代表参数）；

对每一个所述目标用户监控图像子集合对应的图像内涵信息代表向量进行映射输出操作（示例性地，可以通过修正线性单元实现），以输出每一个所述目标用户监控图像子集合对应的图像数据内涵信息描述向量；

依据每一个所述目标用户监控图像子集合对应的图像数据内涵信息描述向量进行目标用户行为鉴别操作，以输出每一个所述目标用户监控图像子集合对应的目标用户行为鉴别概率（示例性地，可以通过softmax函数进行处理，以得到属于0到1的目标用户行为鉴别概率）。

可以选择的是，在一些实施方式中，所述依据每一个所述目标用户行为对应图像集合对应的用户行为内涵信息描述向量，对所述目标用户行为对应图像集合进行相关图像确定处理，以形成所述目标用户行为对应图像集合对应的至少一个相关用户监控图像组合的步骤，可以包括以下子步骤：

对每一个所述目标用户行为对应图像集合对应的用户行为内涵信息描述向量进行向量融合压缩操作，以形成对应的融合压缩用户行为内涵信息描述向量；以及，依据所述融合压缩用户行为内涵信息描述向量，分别对每一个所述目标用户监控图像子集合对应的目标用户行为鉴别概率进行向量融合压缩逆向操作（即所述向量融合压缩操作的相反操作，以还原），以形成每一个所述目标用户行为对应图像集合对应的还原用户行为内涵信息描述向量；以及，依据每一个所述目标用户行为对应图像集合对应的还原用户行为内涵信息描述向量，对每一个所述目标用户行为对应图像集合进行相关图像确定处理，以形成所述目标用户行为对应图像集合对应的至少一个相关用户监控图像组合。

可以选择的是，在一些实施方式中，所述对每一个所述目标用户行为对应图像集合对应的用户行为内涵信息描述向量进行向量融合压缩操作，以形成对应的融合压缩用户行为内涵信息描述向量的步骤，可以包括以下子步骤：

分别挖掘出每一个所述目标用户监控图像子集合对应的图像根本信息（如前所述），以及，在每一个所述目标用户监控图像子集合对应的图像根本信息中，挖掘出每一个所述目标用户行为对应图像集合对应的目标用户行为对应图像集合根本信息（如将所述目标用户行为对应图像集合对应的每一个目标用户监控图像子集合的图像根本信息进行聚合，如所述图像根本信息为一种向量或转换为向量，再进行拼接或叠加等）；

分别对每一个所述目标用户行为对应图像集合对应的目标用户行为对应图像集合根本信息和对应的用户行为内涵信息描述向量进行信息融合操作（如向量的拼接或叠加等），以形成每一个所述目标用户行为对应图像集合对应的融合用户行为内涵信息描述向量；

将每一个所述目标用户行为对应图像集合对应的融合用户行为内涵信息描述向量加载至向量处理神经网络包括的向量压缩处理模型中，以对所述融合用户行为内涵信息描述向量进行向量压缩处理（如通过进一步的特征挖掘），以形成对应的融合压缩用户行为内涵信息描述向量。

可以选择的是，在一些实施方式中，所述依据每一个所述目标用户行为对应图像集合对应的还原用户行为内涵信息描述向量，对每一个所述目标用户行为对应图像集合进行相关图像确定处理，以形成所述目标用户行为对应图像集合对应的至少一个相关用户监控图像组合的步骤，可以包括以下子步骤：

依据每一个所述目标用户行为对应图像集合对应的还原用户行为内涵信息描述向量，分析输出所述目标用户行为对应图像集合之间的内涵信息描述向量匹配度（示例性地，可以对对应的所述还原用户行为内涵信息描述向量进行向量相似度的计算处理，以得到内涵信息描述向量匹配度）；

依据所述目标用户行为对应图像集合之间的内涵信息描述向量匹配度，对每一个所述目标用户行为对应图像集合进行相关图像组合操作，以形成所述目标用户行为对应图像集合对应的至少一个相关用户监控图像组合（示例性地，可以将内涵信息描述向量匹配度大于或等于预先配置的内涵信息描述向量匹配度阈值的还原用户行为内涵信息描述向量对应的目标用户行为对应图像集合分配到一个相关用户监控图像组合）。

可以选择的是，在一些实施方式中，所述目标用户行为鉴别神经网络的更新过程，可以包括以下内容：

提取到示例性目标用户监控图像集合，并确定出所述示例性目标用户监控图像集合对应的目标用户行为示例性概率（即具有目标用户行为的概率，如0或1，即要么有目标用户行为，要么没有目标用户行为，所述目标用户行为可以是一个行为动作，也可以是一系列动作等）；

将所述示例性目标用户监控图像集合加载至待更新用户行为鉴别神经网络中，利用所述待更新用户行为鉴别神经网络将所述示例性目标用户监控图像集合进行集合拆分操作，以形成所述示例性目标用户监控图像集合对应的示例性目标用户监控图像子集合（参照前文相关描述）；

利用所述待更新用户行为鉴别神经网络，分别对每一个所述示例性目标用户监控图像子集合进行第一维度数据挖掘操作，以输出每一个所述示例性目标用户监控图像子集合对应的候选第一维度图像数据描述向量，所述候选第一维度图像数据描述向量包括候选过程性第一维度图像数据描述向量和候选结果性第一维度图像数据描述向量（参照前文相关描述）；

利用所述待更新用户行为鉴别神经网络，分别对每一个所述示例性目标用户监控图像子集合进行第二维度数据挖掘操作，以输出每一个所述示例性目标用户监控图像子集合对应的候选第二维度图像数据描述向量，所述候选第二维度图像数据描述向量包括候选过程性第二维度图像数据描述向量和候选结果性第二维度图像数据描述向量（参照前文相关描述）；

利用所述待更新用户行为鉴别神经网络，分别依据每一个所述示例性目标用户监控图像子集合对应的候选过程性第一维度图像数据描述向量和对应的候选过程性第二维度图像数据描述向量进行信息融合操作，以形成每一个所述示例性目标用户监控图像子集合对应的候选融合图像数据描述向量（参照前文相关描述）；

利用所述待更新用户行为鉴别神经网络，分别对每一个所述示例性目标用户监控图像子集合对应的候选结果性第一维度图像数据描述向量、候选结果性第二维度图像数据描述向量和候选融合图像数据描述向量进行图像数据内涵信息挖掘操作，以形成每一个所述示例性目标用户监控图像子集合对应的候选图像数据内涵信息描述向量，再依据所述候选图像数据内涵信息描述向量进行目标用户行为鉴别操作，以输出每一个所述示例性目标用户监控图像子集合对应的候选目标用户行为鉴别概率（参照前文相关描述）；以及，依据每一个所述示例性目标用户监控图像子集合对应的候选目标用户行为鉴别概率和所述示例性目标用户监控图像集合对应的目标用户行为示例性概率，分析输出对应的网络学习代价值，再依据所述网络学习代价值对所述待更新用户行为鉴别神经网络进行更新操作（可以参照任意的一种网络更新方式），以形成对应的目标用户行为鉴别神经网络。

可以选择的是，在一些实施方式中，所述依据对应的所述目标监控用户基于所述目标智慧云服务平台形成平台网络行为，分别对每一个相关用户监控图像组合包括的目标用户监控图像具有的目标监控用户进行用户需求分析处理的步骤，可以包括以下子步骤：

对于每一个所述相关用户监控图像组合，从该相关用户监控图像组合包括的每一帧目标用户监控图像中识别出对应的目标监控用户，以形成该相关用户监控图像组合对应的目标监控用户组合，再分别提取到该目标监控用户组合中的每一个目标监控用户基于所述目标智慧云服务平台在目标历史时间段内的平台网络行为对应的平台网络行为序列；

调用目标用户需求分析神经网络包括的关键信息挖掘子网络，分别对每一个所述平台网络行为序列进行行为关键信息挖掘处理，以形成每一个所述平台网络行为序列对应的平台网络行为关键信息描述向量，以及，对于每一个所述平台网络行为序列，将该平台网络行为序列对应的目标监控用户所属的目标监控用户组合中的其他目标监控用户对应的平台网络行为关键信息描述向量，与该平台网络行为序列对应的平台网络行为关键信息描述向量进行融合处理（示例性地，可以进行加权求和，其中，该平台网络行为序列对应的平台网络行为关键信息描述向量对应的权重可以最大），以输出该平台网络行为序列对应的目标平台网络行为关键信息描述向量，再调用所属目标用户需求分析神经网络包括的用户需求分析子网络，对该目标平台网络行为关键信息描述向量进行分析预测，以确定出该平台网络行为序列对应的目标监控用户的目标用户需求（所述目标用户需求分析神经网络可以基于示例性平台网络行为序列和对应的示例性用户需求进行更新形成，使得所述目标用户需求分析神经网络可具有用户需求分析能力）。

结合图3，本发明实施例还提供一种服务于智慧云服务平台的大数据需求分析装置，可应用于上述服务于智慧云服务平台的大数据需求分析系统。其中，所述服务于智慧云服务平台的大数据需求分析装置可以包括：

图像集合提取模块，用于提取出与目标智慧云服务平台相关的待进行需求分析的目标用户监控图像集合，所述目标用户监控图像集合包括多帧目标用户监控图像，所述多帧目标用户监控图像在时间上具有先后关系，在所述目标用户监控图像集合中，所述多帧目标用户监控图像依据在时间上具有先后关系进行排序；

图像组合提取模块，用于依据所述目标用户监控图像集合包括的多帧目标用户监控图像之间的图像相关关系，从所述目标用户监控图像集合中，提取出至少一个相关用户监控图像组合，每一个所述相关用户监控图像组合包括至少一帧目标用户监控图像，同一个所述相关用户监控图像组合包括的多帧目标用户监控图像具有的目标监控用户之间具有相关关系；

用户需求分析模块，用于依据对应的所述目标监控用户基于所述目标智慧云服务平台形成平台网络行为，分别对每一个相关用户监控图像组合包括的目标用户监控图像具有的目标监控用户进行用户需求分析处理。

综上所述，本发明提供的一种服务于智慧云服务平台的大数据需求分析方法及系统，提取出与目标智慧云服务平台相关的待进行需求分析的目标用户监控图像集合；依据目标用户监控图像集合包括的多帧目标用户监控图像之间的图像相关关系，从目标用户监控图像集合中，提取出至少一个相关用户监控图像组合；依据对应的目标监控用户基于目标智慧云服务平台形成平台网络行为，对每一个相关用户监控图像组合包括的目标用户监控图像具有的目标监控用户进行用户需求分析处理。基于此，相较于直接对全部用户的网络行为进行需求分析或单独对一个用户的网络行为进行分析的常规技术方案，采用本实施例提高的技术方案，由于有先按照目标用户监控图像对目标监控用户进行分类，使得可以进行分类的用户需求分析处理（即对相关用户监控图像组合包括的目标用户监控图像具有的目标监控用户进行用户需求分析处理），从而在一定程度上提高用户需求分析处理的可靠度，进而改善现有技术中的分析可靠度不高的问题。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种服务于智慧云服务平台的大数据需求分析方法，其特征在于，所述大数据需求分析方法包括：

提取出与目标智慧云服务平台相关的待进行需求分析的目标用户监控图像集合，所述目标用户监控图像集合包括多帧目标用户监控图像，所述多帧目标用户监控图像在时间上具有先后关系，在所述目标用户监控图像集合中，所述多帧目标用户监控图像依据在时间上具有先后关系进行排序；

依据所述目标用户监控图像集合包括的多帧目标用户监控图像之间的图像相关关系，从所述目标用户监控图像集合中，提取出至少一个相关用户监控图像组合，每一个所述相关用户监控图像组合包括至少一帧目标用户监控图像，同一个所述相关用户监控图像组合包括的多帧目标用户监控图像具有的目标监控用户之间具有相关关系；

依据对应的所述目标监控用户基于所述目标智慧云服务平台形成平台网络行为，分别对每一个所述相关用户监控图像组合包括的目标用户监控图像具有的目标监控用户进行用户需求分析处理。

2.如权利要求1所述的服务于智慧云服务平台的大数据需求分析方法，其特征在于，所述提取出与目标智慧云服务平台相关的待进行需求分析的目标用户监控图像集合的步骤，包括：

从目标智慧云服务平台对应的多个平台网络用户中，确定出待进行需求分析的多个平台网络用户，以作为目标监控用户；

确定出多个所述目标监控用户的目标用户活动区域，并针对所述目标用户活动区域进行用户监控处理，以得到与目标智慧云服务平台相关的待进行需求分析的目标用户监控图像集合。

3.如权利要求1所述的服务于智慧云服务平台的大数据需求分析方法，其特征在于，所述依据所述目标用户监控图像集合包括的多帧目标用户监控图像之间的图像相关关系，从所述目标用户监控图像集合中，提取出至少一个相关用户监控图像组合的步骤，包括：

对所述目标用户监控图像集合进行集合拆分操作，以形成所述目标用户监控图像集合对应的各个目标用户监控图像子集合；

分别对每一个所述目标用户监控图像子集合进行第一维度数据挖掘操作，以输出每一个所述目标用户监控图像子集合对应的第一维度图像数据描述向量，所述第一维度图像数据描述向量包括过程性第一维度图像数据描述向量和结果性第一维度图像数据描述向量；

分别对每一个所述目标用户监控图像子集合进行第二维度数据挖掘操作，以输出每一个所述目标用户监控图像子集合对应的第二维度图像数据描述向量，所述第二维度图像数据描述向量包括过程性第二维度图像数据描述向量和结果性第二维度图像数据描述向量；

分别依据每一个所述目标用户监控图像子集合对应的过程性第一维度图像数据描述向量和对应的过程性第二维度图像数据描述向量进行信息融合操作，以形成每一个所述目标用户监控图像子集合对应的融合图像数据描述向量；

分别对每一个所述目标用户监控图像子集合对应的结果性第一维度图像数据描述向量、结果性第二维度图像数据描述向量和融合图像数据描述向量进行图像数据内涵信息挖掘操作，以得到每一个所述目标用户监控图像子集合对应的图像数据内涵信息描述向量，再依据所述图像数据内涵信息描述向量进行目标用户行为鉴别操作，以输出每一个所述目标用户监控图像子集合对应的目标用户行为鉴别概率；

在所述目标用户监控图像集合中，依据所述目标用户行为鉴别概率分析输出每一个目标用户行为对应图像集合，再依据所述图像数据内涵信息描述向量，分析输出每一个所述目标用户行为对应图像集合对应的用户行为内涵信息描述向量；

依据每一个所述目标用户行为对应图像集合对应的用户行为内涵信息描述向量，对所述目标用户行为对应图像集合进行相关图像确定处理，以形成所述目标用户行为对应图像集合对应的至少一个相关用户监控图像组合，每一个所述相关用户监控图像组合包括至少一个所述目标用户行为对应图像集合，同一个所述相关用户监控图像组合包括的多个所述目标用户行为对应图像集合包括的目标用户监控图像具有的目标监控用户之间具有相关关系。

4.如权利要求3所述的服务于智慧云服务平台的大数据需求分析方法，其特征在于，所述分别对每一个所述目标用户监控图像子集合进行第一维度数据挖掘操作，以输出每一个所述目标用户监控图像子集合对应的第一维度图像数据描述向量的步骤，包括：

分别对每一个所述目标用户监控图像子集合进行第一维度数据挖掘操作，以输出每一个所述目标用户监控图像子集合对应的至少两个过程性数据挖掘结果和结果性数据挖掘结果；

分别对所述至少两个过程性数据挖掘结果进行数据维度一致化操作，以输出每一个所述目标用户监控图像子集合对应的至少两个过程性第一维度图像数据描述向量；

对所述结果性数据挖掘结果进行数据维度一致化操作，以输出每一个所述目标用户监控图像子集合对应的结果性第一维度图像数据描述向量。

5.如权利要求3所述的服务于智慧云服务平台的大数据需求分析方法，其特征在于，所述分别对每一个所述目标用户监控图像子集合进行第二维度数据挖掘操作，以输出每一个所述目标用户监控图像子集合对应的第二维度图像数据描述向量的步骤，包括：

挖掘出每一个所述目标用户监控图像子集合对应的图像根本信息；

分别对每一个所述目标用户监控图像子集合对应的图像根本信息进行第二维度数据挖掘操作，以输出每一个所述目标用户监控图像子集合对应的至少两个过程性第二维度图像数据描述向量和结果性第二维度图像数据描述向量。

6.如权利要求3所述的服务于智慧云服务平台的大数据需求分析方法，其特征在于，所述第一维度图像数据描述向量包括至少两个过程性第一维度图像数据描述向量，所述第二维度图像数据描述向量包括至少两个过程性第二维度图像数据描述向量；以及，所述分别依据每一个所述目标用户监控图像子集合对应的过程性第一维度图像数据描述向量和对应的过程性第二维度图像数据描述向量进行信息融合操作，以形成每一个所述目标用户监控图像子集合对应的融合图像数据描述向量的步骤，包括：

聚合所述至少两个过程性第一维度图像数据描述向量中最初过程性第一维度图像数据描述向量与所述至少两个过程性第二维度图像数据描述向量中对应的最初过程性第二维度图像数据描述向量，以形成对应的聚合最初描述向量，再依据所述聚合最初描述向量进行信息融合处理，以形成对应的最初融合描述向量；

聚合所述最初融合描述向量、所述至少两个过程性第一维度图像数据描述向量中非最初过程性第一维度图像数据描述向量和所述至少两个过程性第二维度图像数据描述向量中对应的非最初过程性第二维度图像数据描述向量，以形成对应的聚合非最初描述向量，再依据所述聚合非最初描述向量进行信息融合处理，以形成对应的非最初融合描述向量；

在所述至少两个过程性第一维度图像数据描述向量和所述至少两个过程性第二维度图像数据描述向量全部轮询之后，将最后形成的非最初融合描述向量标记为对应的融合图像数据描述向量。

7.如权利要求3所述的服务于智慧云服务平台的大数据需求分析方法，其特征在于，所述依据所述目标用户监控图像集合包括的多帧目标用户监控图像之间的图像相关关系，从所述目标用户监控图像集合中，提取出至少一个相关用户监控图像组合的步骤，还包括：

将所述目标用户监控图像集合加载至目标用户行为鉴别神经网络中，利用所述目标用户行为鉴别神经网络，对所述目标用户监控图像集合进行集合拆分操作，以形成所述目标用户监控图像集合对应的各个目标用户监控图像子集合；

利用所述目标用户行为鉴别神经网络，分别对每一个所述目标用户监控图像子集合进行第一维度数据挖掘操作，以输出每一个所述目标用户监控图像子集合对应的第一维度图像数据描述向量，所述第一维度图像数据描述向量包括过程性第一维度图像数据描述向量和结果性第一维度图像数据描述向量；

利用所述目标用户行为鉴别神经网络，分别对每一个所述目标用户监控图像子集合进行第二维度数据挖掘操作，以输出每一个所述目标用户监控图像子集合对应的第二维度图像数据描述向量，所述第二维度图像数据描述向量包括过程性第二维度图像数据描述向量和结果性第二维度图像数据描述向量；

利用所述目标用户行为鉴别神经网络，分别依据每一个所述目标用户监控图像子集合对应的过程性第一维度图像数据描述向量和对应的过程性第二维度图像数据描述向量进行信息融合操作，以形成每一个所述目标用户监控图像子集合对应的融合图像数据描述向量；

利用所述目标用户行为鉴别神经网络，分别对每一个所述目标用户监控图像子集合对应的结果性第一维度图像数据描述向量、结果性第二维度图像数据描述向量和融合图像数据描述向量进行图像数据内涵信息挖掘操作，以得到每一个所述目标用户监控图像子集合对应的图像数据内涵信息描述向量，再依据所述图像数据内涵信息描述向量进行目标用户行为鉴别操作，以输出每一个所述目标用户监控图像子集合对应的目标用户行为鉴别概率。

8.如权利要求7所述的服务于智慧云服务平台的大数据需求分析方法，其特征在于，所述目标用户行为鉴别神经网络的更新过程包括：

提取到示例性目标用户监控图像集合，并确定出所述示例性目标用户监控图像集合对应的目标用户行为示例性概率；

将所述示例性目标用户监控图像集合加载至待更新用户行为鉴别神经网络中，利用所述待更新用户行为鉴别神经网络将所述示例性目标用户监控图像集合进行集合拆分操作，以形成所述示例性目标用户监控图像集合对应的示例性目标用户监控图像子集合；

利用所述待更新用户行为鉴别神经网络，分别对每一个所述示例性目标用户监控图像子集合进行第一维度数据挖掘操作，以输出每一个所述示例性目标用户监控图像子集合对应的候选第一维度图像数据描述向量，所述候选第一维度图像数据描述向量包括候选过程性第一维度图像数据描述向量和候选结果性第一维度图像数据描述向量；

利用所述待更新用户行为鉴别神经网络，分别对每一个所述示例性目标用户监控图像子集合进行第二维度数据挖掘操作，以输出每一个所述示例性目标用户监控图像子集合对应的候选第二维度图像数据描述向量，所述候选第二维度图像数据描述向量包括候选过程性第二维度图像数据描述向量和候选结果性第二维度图像数据描述向量；

利用所述待更新用户行为鉴别神经网络，分别依据每一个所述示例性目标用户监控图像子集合对应的候选过程性第一维度图像数据描述向量和对应的候选过程性第二维度图像数据描述向量进行信息融合操作，以形成每一个所述示例性目标用户监控图像子集合对应的候选融合图像数据描述向量；

利用所述待更新用户行为鉴别神经网络，分别对每一个所述示例性目标用户监控图像子集合对应的候选结果性第一维度图像数据描述向量、候选结果性第二维度图像数据描述向量和候选融合图像数据描述向量进行图像数据内涵信息挖掘操作，以形成每一个所述示例性目标用户监控图像子集合对应的候选图像数据内涵信息描述向量，再依据所述候选图像数据内涵信息描述向量进行目标用户行为鉴别操作，以输出每一个所述示例性目标用户监控图像子集合对应的候选目标用户行为鉴别概率；

依据每一个所述示例性目标用户监控图像子集合对应的候选目标用户行为鉴别概率和所述示例性目标用户监控图像集合对应的目标用户行为示例性概率，分析输出对应的网络学习代价值，再依据所述网络学习代价值对所述待更新用户行为鉴别神经网络进行更新操作，以形成对应的目标用户行为鉴别神经网络。

9.如权利要求1所述的服务于智慧云服务平台的大数据需求分析方法，其特征在于，所述依据对应的所述目标监控用户基于所述目标智慧云服务平台形成平台网络行为，分别对每一个相关用户监控图像组合包括的目标用户监控图像具有的目标监控用户进行用户需求分析处理的步骤，包括：

对于每一个所述相关用户监控图像组合，从该相关用户监控图像组合包括的每一帧目标用户监控图像中识别出对应的目标监控用户，以形成该相关用户监控图像组合对应的目标监控用户组合，再分别提取到该目标监控用户组合中的每一个目标监控用户基于所述目标智慧云服务平台在目标历史时间段内的平台网络行为对应的平台网络行为序列；

调用目标用户需求分析神经网络包括的关键信息挖掘子网络，分别对每一个所述平台网络行为序列进行行为关键信息挖掘处理，以形成每一个所述平台网络行为序列对应的平台网络行为关键信息描述向量，以及，对于每一个所述平台网络行为序列，将该平台网络行为序列对应的目标监控用户所属的目标监控用户组合中的其他目标监控用户对应的平台网络行为关键信息描述向量，与该平台网络行为序列对应的平台网络行为关键信息描述向量进行融合处理，以输出该平台网络行为序列对应的目标平台网络行为关键信息描述向量，再调用所属目标用户需求分析神经网络包括的用户需求分析子网络，对该目标平台网络行为关键信息描述向量进行分析预测，以确定出该平台网络行为序列对应的目标监控用户的目标用户需求。

10.一种服务于智慧云服务平台的大数据需求分析系统，其特征在于，包括处理器和存储器，所述存储器用于存储计算机程序，所述处理器用于执行所述计算机程序，以实现权利要求1-9任意一项所述的方法。

Images