CN117437091B - 一种面向元宇宙场景的操作交互管理系统及方法 - Google Patents
一种面向元宇宙场景的操作交互管理系统及方法 Download PDFInfo
- Publication number
- CN117437091B CN117437091B CN202311766621.6A CN202311766621A CN117437091B CN 117437091 B CN117437091 B CN 117437091B CN 202311766621 A CN202311766621 A CN 202311766621A CN 117437091 B CN117437091 B CN 117437091B
- Authority
- CN
- China
- Prior art keywords
- user behavior
- matrix
- service
- user
- experience
- 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
- 230000003993 interaction Effects 0.000 title claims abstract description 65
- 238000000034 method Methods 0.000 title claims abstract description 23
- 239000011159 matrix material Substances 0.000 claims abstract description 437
- 238000005516 engineering process Methods 0.000 claims abstract description 18
- 238000007726 management method Methods 0.000 claims description 20
- 238000004458 analytical method Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000013507 mapping Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 10
- 238000013500 data storage Methods 0.000 claims description 9
- 238000013475 authorization Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims 1
- 230000002452 interceptive effect Effects 0.000 abstract description 4
- 230000009466 transformation Effects 0.000 abstract description 3
- 230000006399 behavior Effects 0.000 description 243
- 238000012546 transfer Methods 0.000 description 5
- 238000009825 accumulation Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
Classifications
-
- 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
- G06Q50/14—Travel agencies
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Economics (AREA)
- Evolutionary Biology (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种面向元宇宙场景的操作交互管理系统及方法,属于元宇宙技术领域。以服务项目为统一化尺度,以服务类型为中心化内核,通过虚拟现实技术,记录用户在元宇宙场景中的体验操作数据;量化用户行为模型矩阵,分析用户在元宇宙中的行为特征,生成用户行为特征矩阵,将用户的流转体验链转换成矩阵流转链;分析用户行为特征矩阵和用户行为模型矩阵之间的关联关系,根据服务项目的体验时长和矩阵流转链,计算用户行为特征矩阵的偏爱值;分析用户画像,计算用户对不同服务类型的忠诚度,以服务类型为中心化内核,将不同用户对不同服务类型的忠诚度进行存储;进而能够通过元宇宙技术管理用户操作交互行为,有利于促进文旅行业的数字化转型。
Description
技术领域
本发明涉及元宇宙技术领域,具体为一种面向元宇宙场景的操作交互管理系统及方法。
背景技术
元宇宙是一个虚拟的、互动的、以数字化形式存在的世界,其中包含了大量的用户和实体,元宇宙能够将现实世界与虚拟世界融合并产生一种新型互联网形态,在元宇宙中,人们可以使用虚拟现实技术与其他人进行互动、参与各种活动和游戏、购物、教育、医疗等等;
将元宇宙融合到文旅行业领域可以为文旅行业带来许多创新和机遇,通过虚拟交互体验、数据分析与个性化推荐、监管与安全措施、虚拟商品与交易以及社区建设与互动等方式,可以为游客提供更好的体验;
进而,在元宇宙中,如何监管操作交互行为、促进文旅行业的数字化转型和可持续发展是复杂而重要的问题。
发明内容
本发明的目的在于提供一种面向元宇宙场景的操作交互管理系统及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:
一种面向元宇宙场景的操作交互管理系统,本系统包括:元宇宙场景模块、数据统筹模块、数据处理中心模块和数据存储模块;
所述元宇宙场景模块,用于在元宇宙场景中,对服务提供方和服务项目进行统筹,对服务项目进行服务类型标记,以服务项目为统一化尺度,以服务类型为中心化内核,结合服务提供方和服务项目,分别生成供方服务集合和类型标记集合;通过虚拟现实技术,对用户在元宇宙场景中的体验操作数据进行记录,且,体验操作数据包括用户对服务项目的体验时长和体验交互数据,体验交互数据为用户体验服务项目时形成的流转体验链;
所述数据统筹模块,用于对类型标记集合和供方服务集合进行整合,形成用户行为模型矩阵,且,用户行为模型矩阵中的行取决于类型标记集合,列取决于供方服务集合;根据体验操作数据和用户行为模型矩阵,分析用户在元宇宙中进行虚拟体验时产生的用户行为特征,生成用户行为特征矩阵,且用户行为特征矩阵与用户行为模型矩阵存在唯一映射关系;根据用户行为特征矩阵,将用户的流转体验链转换成矩阵流转链;
所述数据处理中心模块,用于分析用户行为特征矩阵和用户行为模型矩阵之间的关联关系,计算用户行为特征矩阵和用户行为模型矩阵的相似度;根据服务项目的体验时长和矩阵流转链,计算用户行为特征矩阵的偏爱值;
所述数据存储模块,根据用户行为特征矩阵和用户行为模型矩阵的相似度,以及用户行为特征矩阵的偏爱值,分析用户画像,计算用户对不同服务类型的忠诚度;以服务类型为中心化内核,将不同用户对不同服务类型的忠诚度进行存储。
进一步的,所述元宇宙场景模块还包括尺度中心单元和数据记录单元;
所述尺度中心单元,用于对元宇宙场景中提供给用户的服务项目进行统筹并统一编号,所述服务项目根据各个服务提供方实时更新的服务内容进行拓展,并对各个服务项目进行服务类型标记;分别对服务提供方和服务类型进行统一编号,以服务项目为统一化尺度,以服务类型为中心化内核,统计每一个服务类型下包含的供方服务集合,生成类型标记集合,记为CSX={X1,X2,...,Xn},其中,CSX表示服务类型X下包含的供方服务集合组成的类型标记集合,X1,X2,...,Xn分别表示服务类型X下包含的第1,2,...,n个服务提供方对应被标记为服务类型X的服务项目组成的供方服务集合;任取一个供方服务集合,记为Xi={Ii1,Ii2,...,Iim},其中,i表示服务提供方编号,Ii1,Ii2,...,Iim分别表示服务提供方i对应被标记为服务类型X的第1,2,...,m个服务项目;
所述数据记录单元,用于通过虚拟现实技术,使用户在元宇宙场景中对各个服务项目进行虚拟世界的体验,并经用户授权后对用户的体验操作数据进行实时记录,所述体验操作数据包括用户在虚拟世界中对服务项目的体验时长和体验交互数据,所述体验交互数据为用户在虚拟世界中体验的服务项目的流转体验链,所述流转体验链为用户体验完一个服务项目后流转到下一个服务项目进行体验情况下形成的体验链。
进一步的,所述数据统筹模块还包括用户行为模型矩阵整合单元、用户行为特征矩阵生成单元和矩阵流转链转化单元;
所述用户行为模型矩阵整合单元,用于对类型标记集合和供方服务集合进行整合,形成用户行为模型矩阵,将服务类型X对应形成的用户行为模型矩阵记为X(n*m),其中,n和m分别表示用户行为模型矩阵X(n*m)有n行和m列,n的值取决于类型标记集合中包含的供方服务集合数量,m的值取决于供方服务集合中包含的服务项目数量,则用户行为模型矩阵X(n*m)中第n行第m列对应的矩阵元素,记为Inm,且如果在用户行为模式矩阵中没有矩阵元素Inm,则将用户行为模式矩阵中矩阵元素Inm位置标记为0;
所述用户行为特征矩阵生成单元,根据体验操作数据和用户行为模型矩阵,分析用户在元宇宙中进行虚拟体验时产生的用户行为特征,获取任意一个用户的体验操作数据,对用户的体验交互数据按照用户行为模型矩阵进行拆分,并将拆分后的体验交互数据按照用户行为模型矩阵中矩阵元素位置进行对应排列,形成用户行为特征矩阵,且如果在用户行为特征矩阵中矩阵元素位置存在缺少,则将用户行为特征矩阵中矩阵元素位置标记为0;将任意一个用户行为特征矩阵标记为Yj(n*m),其中,j表示用户编码,Y表示对用户的体验交互数据按照用户行为模型矩阵进行拆分出的第Y个用户行为特征矩阵,n*m表示用户行为特征矩阵Yj(n*m)有n行m列,且用户行为特征矩阵Yj(n*m)与用户行为模型矩阵X(n*m)存在唯一映射关系;
所述矩阵流转链转化单元,根据用户行为特征矩阵,将用户的流转体验链转换成矩阵流转链,在流转体验链中,一个服务项目流转到下一个服务项目时,分别找到一个服务项目和下一个服务项目对应出现的用户行为特征矩阵,则对应形成一个用户行为特征矩阵流转到下一个用户行为特征矩阵,则形成矩阵流转链。
进一步的,所述数据处理中心模块还包括关联关系分析单元和偏爱程度分析单元;
所述关联关系分析单元,根据布尔矩阵交并集运算原理和Jaccard相似系数运算原理,分析用户行为特征矩阵Yj(n*m)和用户行为模型矩阵X(n*m)之间的关联关系,计算用户行为特征矩阵Yj(n*m)和用户行为模型矩阵X(n*m)的相似度,具体计算公式如下:
MS[Yj(n*m)|X(n*m)]=NUM[Yj(n*m)⋂X(n*m)]/NUM[Yj(n*m)∪X(n*m)]
其中,MS[Yj(n*m)|X(n*m)]表示用户行为特征矩阵Yj(n*m)和用户行为模型矩阵X(n*m)的相似度,NUM[Yj(n*m)⋂X(n*m)]和NUM[Yj(n*m)∪X(n*m)]分别表示用户行为特征矩阵Yj(n*m)和用户行为模型矩阵X(n*m)之间交集和并集中包含的矩阵元素数量;
所述偏爱程度分析单元,根据服务项目的体验时长和矩阵流转链,计算用户行为特征矩阵Yj(n*m)的偏爱值,具体计算公式如下:
FV[Yj(n*m)]=T[Yj(n*m)]/ΣY=1 yT[Yj(n*m)]×{C[Yj(n*m)]/ΣY=1 yC[Yj(n*m)]}
其中,FV[Yj(n*m)]表示用户行为特征矩阵Yj(n*m)的偏爱值,T[Yj(n*m)]表示用户行为特征矩阵Yj(n*m)中每一个矩阵元素对应的服务项目的体验时长总和,C[Yj(n*m)]表示用户行为特征矩阵Yj(n*m)在矩阵流转链中出现的总次数,y表示用户行为特征矩阵总数。
进一步的,所述数据存储模块还包括数字化标记单元和数字化存储单元;
所述数字化标记单元,根据用户行为特征矩阵Yj(n*m)和用户行为模型矩阵X(n*m)的相似度,以及用户行为特征矩阵Yj(n*m)的偏爱值,分析用户画像,计算用户对不同服务类型的忠诚度,具体计算公式如下:
Fj(X)=MS[Yj(n*m)|X(n*m)]×FV[Yj(n*m)]
其中,Fj(X)表示用户j对服务类型X的忠诚度;
所述数字化存储单元,用于以服务类型为中心化内核,将不同用户对不同服务类型的忠诚度进行存储。
一种面向元宇宙场景的操作交互管理方法,本方法包括以下步骤:
步骤S100:在元宇宙场景中,对服务提供方和服务项目进行统筹,对服务项目进行服务类型标记,以服务项目为统一化尺度,以服务类型为中心化内核,结合服务提供方和服务项目,分别生成供方服务集合和类型标记集合;通过虚拟现实技术,对用户在元宇宙场景中的体验操作数据进行记录,且,体验操作数据包括用户对服务项目的体验时长和体验交互数据,体验交互数据为用户体验服务项目时形成的流转体验链;
步骤S200:对类型标记集合和供方服务集合进行整合,形成用户行为模型矩阵,且,用户行为模型矩阵中的行取决于类型标记集合,列取决于供方服务集合;根据体验操作数据和用户行为模型矩阵,分析用户在元宇宙中进行虚拟体验时产生的用户行为特征,生成用户行为特征矩阵,且用户行为特征矩阵与用户行为模型矩阵存在唯一映射关系;根据用户行为特征矩阵,将用户的流转体验链转换成矩阵流转链;
步骤S300:分析用户行为特征矩阵和用户行为模型矩阵之间的关联关系,计算用户行为特征矩阵和用户行为模型矩阵的相似度;根据服务项目的体验时长和矩阵流转链,计算用户行为特征矩阵的偏爱值;
步骤S400:根据用户行为特征矩阵和用户行为模型矩阵的相似度,以及用户行为特征矩阵的偏爱值,分析用户画像,计算用户对不同服务类型的忠诚度;以服务类型为中心化内核,将不同用户对不同服务类型的忠诚度进行存储。
进一步的,所述步骤S100的具体实施过程包括:
步骤S101:对元宇宙场景中提供给用户的服务项目进行统筹并统一编号,所述服务项目根据各个服务提供方实时更新的服务内容进行拓展,并对各个服务项目进行服务类型标记;分别对服务提供方和服务类型进行统一编号,以服务项目为统一化尺度,以服务类型为中心化内核,统计每一个服务类型下包含的供方服务集合,生成类型标记集合,记为CSX={X1,X2,...,Xn},其中,CSX表示服务类型X下包含的供方服务集合组成的类型标记集合,X1,X2,...,Xn分别表示服务类型X下包含的第1,2,...,n个服务提供方对应被标记为服务类型X的服务项目组成的供方服务集合;任取一个供方服务集合,记为Xi={Ii1,Ii2,...,Iim},其中,i表示服务提供方编号,Ii1,Ii2,...,Iim分别表示服务提供方i对应被标记为服务类型X的第1,2,...,m个服务项目;
步骤S102:用户通过虚拟现实技术,在元宇宙场景中对各个服务项目进行虚拟世界的体验,并经用户授权后对用户的体验操作数据进行实时记录,所述体验操作数据包括用户在虚拟世界中对服务项目的体验时长和体验交互数据,所述体验交互数据为用户在虚拟世界中体验的服务项目的流转体验链,所述流转体验链为用户体验完一个服务项目后流转到下一个服务项目进行体验情况下形成的体验链。
进一步的,所述步骤S200的具体实施过程包括:
步骤S201:对类型标记集合和供方服务集合进行整合,形成用户行为模型矩阵,将服务类型X对应形成的用户行为模型矩阵记为X(n*m),其中,n和m分别表示用户行为模型矩阵X(n*m)有n行和m列,n的值取决于类型标记集合中包含的供方服务集合数量,m的值取决于供方服务集合中包含的服务项目数量,则用户行为模型矩阵X(n*m)中第n行第m列对应的矩阵元素,记为Inm,且如果在用户行为模式矩阵中没有矩阵元素Inm,则将用户行为模式矩阵中矩阵元素Inm位置标记为0;
步骤S202:根据体验操作数据和用户行为模型矩阵,分析用户在元宇宙中进行虚拟体验时产生的用户行为特征,获取任意一个用户的体验操作数据,对用户的体验交互数据按照用户行为模型矩阵进行拆分,并将拆分后的体验交互数据按照用户行为模型矩阵中矩阵元素位置进行对应排列,形成用户行为特征矩阵,且如果在用户行为特征矩阵中矩阵元素位置存在缺少,则将用户行为特征矩阵中矩阵元素位置标记为0;将任意一个用户行为特征矩阵标记为Yj(n*m),其中,j表示用户编码,Y表示对用户的体验交互数据按照用户行为模型矩阵进行拆分出的第Y个用户行为特征矩阵,n*m表示用户行为特征矩阵Yj(n*m)有n行m列,且用户行为特征矩阵Yj(n*m)与用户行为模型矩阵X(n*m)存在唯一映射关系;
步骤S203:根据用户行为特征矩阵,将用户的流转体验链转换成矩阵流转链,在流转体验链中,一个服务项目流转到下一个服务项目时,分别找到一个服务项目和下一个服务项目对应出现的用户行为特征矩阵,则对应形成一个用户行为特征矩阵流转到下一个用户行为特征矩阵,则形成矩阵流转链。
进一步的,所述步骤S300的具体实施过程包括:
步骤S301:根据布尔矩阵交并集运算原理和Jaccard相似系数运算原理,分析用户行为特征矩阵Yj(n*m)和用户行为模型矩阵X(n*m)之间的关联关系,计算用户行为特征矩阵Yj(n*m)和用户行为模型矩阵X(n*m)的相似度,具体计算公式如下:
MS[Yj(n*m)|X(n*m)]=NUM[Yj(n*m)⋂X(n*m)]/NUM[Yj(n*m)∪X(n*m)]
其中,MS[Yj(n*m)|X(n*m)]表示用户行为特征矩阵Yj(n*m)和用户行为模型矩阵X(n*m)的相似度,NUM[Yj(n*m)⋂X(n*m)]和NUM[Yj(n*m)∪X(n*m)]分别表示用户行为特征矩阵Yj(n*m)和用户行为模型矩阵X(n*m)之间交集和并集中包含的矩阵元素数量;
步骤S302:根据服务项目的体验时长和矩阵流转链,计算用户行为特征矩阵Yj(n*m)的偏爱值,具体计算公式如下:
FV[Yj(n*m)]=T[Yj(n*m)]/ΣY=1 yT[Yj(n*m)]×{C[Yj(n*m)]/ΣY=1 yC[Yj(n*m)]}
其中,FV[Yj(n*m)]表示用户行为特征矩阵Yj(n*m)的偏爱值,T[Yj(n*m)]表示用户行为特征矩阵Yj(n*m)中每一个矩阵元素对应的服务项目的体验时长总和,C[Yj(n*m)]表示用户行为特征矩阵Yj(n*m)在矩阵流转链中出现的总次数,y表示用户行为特征矩阵总数。
进一步的,所述步骤S400的具体实施过程包括:
步骤S401:根据用户行为特征矩阵Yj(n*m)和用户行为模型矩阵X(n*m)的相似度,以及用户行为特征矩阵Yj(n*m)的偏爱值,分析用户画像,计算用户对不同服务类型的忠诚度,具体计算公式如下:
Fj(X)=MS[Yj(n*m)|X(n*m)]×FV[Yj(n*m)]
其中,Fj(X)表示用户j对服务类型X的忠诚度;
步骤S402:以服务类型为中心化内核,将不同用户对不同服务类型的忠诚度进行存储;
根据上述方法,随着元宇宙场景的拓展,参与元宇宙架构的服务提供方的增多,以及服务项目的不断扩充,服务类型会越来越丰富,形成的用户行为模型矩阵也会越来越多,同时,结合用户使用量的累积,会产生大量的用户操作行为;进而数据量呈现很大程度的不规律偏向,使用户行为模型矩阵中的矩阵元素会出现越来越多的0元素情况,同时,用户的个性化选择也会加剧用户行为特征矩阵中的矩阵元素标记为0的情况程度,而Jaccard相似系数正是分析稀疏矩阵类型的相似性问题;用户行为特征矩阵与用户行为模型矩阵的相似性,是在宏观程度上分析用户的初步群体规律,相似性小不能完全代表某个用户的群体性特征明显,需要进一步从微观层面分析用户的偏爱度,用户体验时长和用户在服务项目之间的不断流转产生的体验服务项目的次数,能够在一定程度上体现用户的偏爱度,在一个服务类型下的服务项目体验时长累积越大,且体验的次数累积越多,代表用户对于服务类型的忠诚度越大,进而通过拟合相似度和偏爱度,来从宏观和微观的两个层面展示服务类型的群体画像。
与现有技术相比,本发明所达到的有益效果是:本发明提供的一种面向元宇宙场景的操作交互管理系统及方法中,以服务项目为统一化尺度,以服务类型为中心化内核,通过虚拟现实技术,记录用户在元宇宙场景中的体验操作数据;量化用户行为模型矩阵,分析用户在元宇宙中的行为特征,生成用户行为特征矩阵,将用户的流转体验链转换成矩阵流转链;分析用户行为特征矩阵和用户行为模型矩阵之间的关联关系,根据服务项目的体验时长和矩阵流转链,计算用户行为特征矩阵的偏爱值;分析用户画像,计算用户对不同服务类型的忠诚度,以服务类型为中心化内核,将不同用户对不同服务类型的忠诚度进行存储;进而能够通过元宇宙技术管理用户操作交互行为,有利于促进文旅行业的数字化转型。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并且不构成对本发明的限制。在附图中:
图1是本发明一种面向元宇宙场景的操作交互管理系统的结构示意图;
图2是本发明一种面向元宇宙场景的操作交互管理方法的步骤示意图。
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。
请参阅图1-图2,本发明提供技术方案:
请参阅图1,在本实施例一中:提供一种面向元宇宙场景的操作交互管理系统,该系统包括:元宇宙场景模块、数据统筹模块、数据处理中心模块和数据存储模块;
元宇宙场景模块,用于在元宇宙场景中,对服务提供方和服务项目进行统筹,对服务项目进行服务类型标记,以服务项目为统一化尺度,以服务类型为中心化内核,结合服务提供方和服务项目,分别生成供方服务集合和类型标记集合;通过虚拟现实技术,对用户在元宇宙场景中的体验操作数据进行记录,且,体验操作数据包括用户对服务项目的体验时长和体验交互数据,体验交互数据为用户体验服务项目时形成的流转体验链;
其中,元宇宙场景模块还包括尺度中心单元和数据记录单元;
尺度中心单元,用于对元宇宙场景中提供给用户的服务项目进行统筹并统一编号,服务项目根据各个服务提供方实时更新的服务内容进行拓展,并对各个服务项目进行服务类型标记;分别对服务提供方和服务类型进行统一编号,以服务项目为统一化尺度,以服务类型为中心化内核,统计每一个服务类型下包含的供方服务集合,生成类型标记集合,记为CSX={X1,X2,...,Xn},其中,CSX表示服务类型X下包含的供方服务集合组成的类型标记集合,X1,X2,...,Xn分别表示服务类型X下包含的第1,2,...,n个服务提供方对应被标记为服务类型X的服务项目组成的供方服务集合;任取一个供方服务集合,记为Xi={Ii1,Ii2,...,Iim},其中,i表示服务提供方编号,Ii1,Ii2,...,Iim分别表示服务提供方i对应被标记为服务类型X的第1,2,...,m个服务项目;
数据记录单元,用于通过虚拟现实技术,使用户在元宇宙场景中对各个服务项目进行虚拟世界的体验,并经用户授权后对用户的体验操作数据进行实时记录,体验操作数据包括用户在虚拟世界中对服务项目的体验时长和体验交互数据,体验交互数据为用户在虚拟世界中体验的服务项目的流转体验链,流转体验链为用户体验完一个服务项目后流转到下一个服务项目进行体验情况下形成的体验链;
数据统筹模块,用于对类型标记集合和供方服务集合进行整合,形成用户行为模型矩阵,且,用户行为模型矩阵中的行取决于类型标记集合,列取决于供方服务集合;根据体验操作数据和用户行为模型矩阵,分析用户在元宇宙中进行虚拟体验时产生的用户行为特征,生成用户行为特征矩阵,且用户行为特征矩阵与用户行为模型矩阵存在唯一映射关系;根据用户行为特征矩阵,将用户的流转体验链转换成矩阵流转链;
其中,数据统筹模块还包括用户行为模型矩阵整合单元、用户行为特征矩阵生成单元和矩阵流转链转化单元;
用户行为模型矩阵整合单元,用于对类型标记集合和供方服务集合进行整合,形成用户行为模型矩阵,将服务类型X对应形成的用户行为模型矩阵记为X(n*m),其中,n和m分别表示用户行为模型矩阵X(n*m)有n行和m列,n的值取决于类型标记集合中包含的供方服务集合数量,m的值取决于供方服务集合中包含的服务项目数量,则用户行为模型矩阵X(n*m)中第n行第m列对应的矩阵元素,记为Inm,且如果在用户行为模式矩阵中没有矩阵元素Inm,则将用户行为模式矩阵中矩阵元素Inm位置标记为0;
用户行为特征矩阵生成单元,根据体验操作数据和用户行为模型矩阵,分析用户在元宇宙中进行虚拟体验时产生的用户行为特征,获取任意一个用户的体验操作数据,对用户的体验交互数据按照用户行为模型矩阵进行拆分,并将拆分后的体验交互数据按照用户行为模型矩阵中矩阵元素位置进行对应排列,形成用户行为特征矩阵,且如果在用户行为特征矩阵中矩阵元素位置存在缺少,则将用户行为特征矩阵中矩阵元素位置标记为0;将任意一个用户行为特征矩阵标记为Yj(n*m),其中,j表示用户编码,Y表示对用户的体验交互数据按照用户行为模型矩阵进行拆分出的第Y个用户行为特征矩阵,n*m表示用户行为特征矩阵Yj(n*m)有n行m列,且用户行为特征矩阵Yj(n*m)与用户行为模型矩阵X(n*m)存在唯一映射关系;
矩阵流转链转化单元,根据用户行为特征矩阵,将用户的流转体验链转换成矩阵流转链,在流转体验链中,一个服务项目流转到下一个服务项目时,分别找到一个服务项目和下一个服务项目对应出现的用户行为特征矩阵,则对应形成一个用户行为特征矩阵流转到下一个用户行为特征矩阵,则形成矩阵流转链;
数据处理中心模块,用于分析用户行为特征矩阵和用户行为模型矩阵之间的关联关系,计算用户行为特征矩阵和用户行为模型矩阵的相似度;根据服务项目的体验时长和矩阵流转链,计算用户行为特征矩阵的偏爱值;
其中,数据处理中心模块还包括关联关系分析单元和偏爱程度分析单元;
关联关系分析单元,根据布尔矩阵交并集运算原理和Jaccard相似系数运算原理,分析用户行为特征矩阵Yj(n*m)和用户行为模型矩阵X(n*m)之间的关联关系,计算用户行为特征矩阵Yj(n*m)和用户行为模型矩阵X(n*m)的相似度,具体计算公式如下:
MS[Yj(n*m)|X(n*m)]=NUM[Yj(n*m)⋂X(n*m)]/NUM[Yj(n*m)∪X(n*m)]
其中,MS[Yj(n*m)|X(n*m)]表示用户行为特征矩阵Yj(n*m)和用户行为模型矩阵X(n*m)的相似度,NUM[Yj(n*m)⋂X(n*m)]和NUM[Yj(n*m)∪X(n*m)]分别表示用户行为特征矩阵Yj(n*m)和用户行为模型矩阵X(n*m)之间交集和并集中包含的矩阵元素数量;
偏爱程度分析单元,根据服务项目的体验时长和矩阵流转链,计算用户行为特征矩阵Yj(n*m)的偏爱值,具体计算公式如下:
FV[Yj(n*m)]=T[Yj(n*m)]/ΣY=1 yT[Yj(n*m)]×{C[Yj(n*m)]/ΣY=1 yC[Yj(n*m)]}
其中,FV[Yj(n*m)]表示用户行为特征矩阵Yj(n*m)的偏爱值,T[Yj(n*m)]表示用户行为特征矩阵Yj(n*m)中每一个矩阵元素对应的服务项目的体验时长总和,C[Yj(n*m)]表示用户行为特征矩阵Yj(n*m)在矩阵流转链中出现的总次数,y表示用户行为特征矩阵总数;
数据存储模块,根据用户行为特征矩阵和用户行为模型矩阵的相似度,以及用户行为特征矩阵的偏爱值,分析用户画像,计算用户对不同服务类型的忠诚度;以服务类型为中心化内核,将不同用户对不同服务类型的忠诚度进行存储;
其中,数据存储模块还包括数字化标记单元和数字化存储单元;
数字化标记单元,根据用户行为特征矩阵Yj(n*m)和用户行为模型矩阵X(n*m)的相似度,以及用户行为特征矩阵Yj(n*m)的偏爱值,分析用户画像,计算用户对不同服务类型的忠诚度,具体计算公式如下:
Fj(X)=MS[Yj(n*m)|X(n*m)]×FV[Yj(n*m)]
其中,Fj(X)表示用户j对服务类型X的忠诚度;
数字化存储单元,用于以服务类型为中心化内核,将不同用户对不同服务类型的忠诚度进行存储。
请参阅图2,在本实施例二中:提供一种面向元宇宙场景的操作交互管理方法,该方法包括以下步骤:
在元宇宙场景中,对服务提供方和服务项目进行统筹,对服务项目进行服务类型标记,以服务项目为统一化尺度,以服务类型为中心化内核,结合服务提供方和服务项目,分别生成供方服务集合和类型标记集合;通过虚拟现实技术,对用户在元宇宙场景中的体验操作数据进行记录,且,体验操作数据包括用户对服务项目的体验时长和体验交互数据,体验交互数据为用户体验服务项目时形成的流转体验链;
对元宇宙场景中提供给用户的服务项目进行统筹并统一编号,服务项目根据各个服务提供方实时更新的服务内容进行拓展,并对各个服务项目进行服务类型标记;分别对服务提供方和服务类型进行统一编号,以服务项目为统一化尺度,以服务类型为中心化内核,统计每一个服务类型下包含的供方服务集合,生成类型标记集合,记为CSX={X1,X2,...,Xn},其中,CSX表示服务类型X下包含的供方服务集合组成的类型标记集合,X1,X2,...,Xn分别表示服务类型X下包含的第1,2,...,n个服务提供方对应被标记为服务类型X的服务项目组成的供方服务集合;任取一个供方服务集合,记为Xi={Ii1,Ii2,...,Iim},其中,i表示服务提供方编号,Ii1,Ii2,...,Iim分别表示服务提供方i对应被标记为服务类型X的第1,2,...,m个服务项目;
用户通过虚拟现实技术,在元宇宙场景中对各个服务项目进行虚拟世界的体验,并经用户授权后对用户的体验操作数据进行实时记录,体验操作数据包括用户在虚拟世界中对服务项目的体验时长和体验交互数据,体验交互数据为用户在虚拟世界中体验的服务项目的流转体验链,流转体验链为用户体验完一个服务项目后流转到下一个服务项目进行体验情况下形成的体验链;
对类型标记集合和供方服务集合进行整合,形成用户行为模型矩阵,且,用户行为模型矩阵中的行取决于类型标记集合,列取决于供方服务集合;根据体验操作数据和用户行为模型矩阵,分析用户在元宇宙中进行虚拟体验时产生的用户行为特征,生成用户行为特征矩阵,且用户行为特征矩阵与用户行为模型矩阵存在唯一映射关系;根据用户行为特征矩阵,将用户的流转体验链转换成矩阵流转链;
对类型标记集合和供方服务集合进行整合,形成用户行为模型矩阵,将服务类型X对应形成的用户行为模型矩阵记为X(n*m),其中,n和m分别表示用户行为模型矩阵X(n*m)有n行和m列,n的值取决于类型标记集合中包含的供方服务集合数量,m的值取决于供方服务集合中包含的服务项目数量,则用户行为模型矩阵X(n*m)中第n行第m列对应的矩阵元素,记为Inm,且如果在用户行为模式矩阵中没有矩阵元素Inm,则将用户行为模式矩阵中矩阵元素Inm位置标记为0;
根据体验操作数据和用户行为模型矩阵,分析用户在元宇宙中进行虚拟体验时产生的用户行为特征,获取任意一个用户的体验操作数据,对用户的体验交互数据按照用户行为模型矩阵进行拆分,并将拆分后的体验交互数据按照用户行为模型矩阵中矩阵元素位置进行对应排列,形成用户行为特征矩阵,且如果在用户行为特征矩阵中矩阵元素位置存在缺少,则将用户行为特征矩阵中矩阵元素位置标记为0;将任意一个用户行为特征矩阵标记为Yj(n*m),其中,j表示用户编码,Y表示对用户的体验交互数据按照用户行为模型矩阵进行拆分出的第Y个用户行为特征矩阵,n*m表示用户行为特征矩阵Yj(n*m)有n行m列,且用户行为特征矩阵Yj(n*m)与用户行为模型矩阵X(n*m)存在唯一映射关系;
根据用户行为特征矩阵,将用户的流转体验链转换成矩阵流转链,在流转体验链中,一个服务项目流转到下一个服务项目时,分别找到一个服务项目和下一个服务项目对应出现的用户行为特征矩阵,则对应形成一个用户行为特征矩阵流转到下一个用户行为特征矩阵,则形成矩阵流转链;
分析用户行为特征矩阵和用户行为模型矩阵之间的关联关系,计算用户行为特征矩阵和用户行为模型矩阵的相似度;根据服务项目的体验时长和矩阵流转链,计算用户行为特征矩阵的偏爱值;
根据布尔矩阵交并集运算原理和Jaccard相似系数运算原理,分析用户行为特征矩阵Yj(n*m)和用户行为模型矩阵X(n*m)之间的关联关系,计算用户行为特征矩阵Yj(n*m)和用户行为模型矩阵X(n*m)的相似度,具体计算公式如下:
MS[Yj(n*m)|X(n*m)]=NUM[Yj(n*m)⋂X(n*m)]/NUM[Yj(n*m)∪X(n*m)]
其中,MS[Yj(n*m)|X(n*m)]表示用户行为特征矩阵Yj(n*m)和用户行为模型矩阵X(n*m)的相似度,NUM[Yj(n*m)⋂X(n*m)]和NUM[Yj(n*m)∪X(n*m)]分别表示用户行为特征矩阵Yj(n*m)和用户行为模型矩阵X(n*m)之间交集和并集中包含的矩阵元素数量;
根据服务项目的体验时长和矩阵流转链,计算用户行为特征矩阵Yj(n*m)的偏爱值,具体计算公式如下:
FV[Yj(n*m)]=T[Yj(n*m)]/ΣY=1 yT[Yj(n*m)]×{C[Yj(n*m)]/ΣY=1 yC[Yj(n*m)]}
其中,FV[Yj(n*m)]表示用户行为特征矩阵Yj(n*m)的偏爱值,T[Yj(n*m)]表示用户行为特征矩阵Yj(n*m)中每一个矩阵元素对应的服务项目的体验时长总和,C[Yj(n*m)]表示用户行为特征矩阵Yj(n*m)在矩阵流转链中出现的总次数,y表示用户行为特征矩阵总数;
根据用户行为特征矩阵和用户行为模型矩阵的相似度,以及用户行为特征矩阵的偏爱值,分析用户画像,计算用户对不同服务类型的忠诚度;以服务类型为中心化内核,将不同用户对不同服务类型的忠诚度进行存储;
根据用户行为特征矩阵Yj(n*m)和用户行为模型矩阵X(n*m)的相似度,以及用户行为特征矩阵Yj(n*m)的偏爱值,分析用户画像,计算用户对不同服务类型的忠诚度,具体计算公式如下:
Fj(X)=MS[Yj(n*m)|X(n*m)]×FV[Yj(n*m)]
其中,Fj(X)表示用户j对服务类型X的忠诚度;
以服务类型为中心化内核,将不同用户对不同服务类型的忠诚度进行存储;
以服务类型为中心化内核,分析用户对不同服务类型的忠诚度,帮助企业对服务项目的开放时间和周期、不同旅游景点的人力资源,以及对用户旅游景点的组合情况等问题,提供非常有价值的决策参考。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并且不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。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)
1.一种面向元宇宙场景的操作交互管理方法,其特征在于,该方法包括以下步骤:
步骤S100:在元宇宙场景中,对服务提供方和服务项目进行统筹,对服务项目进行服务类型标记,以服务项目为统一化尺度,以服务类型为中心化内核,结合服务提供方和服务项目,分别生成供方服务集合和类型标记集合;通过虚拟现实技术,对用户在元宇宙场景中的体验操作数据进行记录,且,体验操作数据包括用户对服务项目的体验时长和体验交互数据,体验交互数据为用户体验服务项目时形成的流转体验链;
步骤S200:对类型标记集合和供方服务集合进行整合,形成用户行为模型矩阵,且,用户行为模型矩阵中的行取决于类型标记集合,列取决于供方服务集合;根据体验操作数据和用户行为模型矩阵,分析用户在元宇宙中进行虚拟体验时产生的用户行为特征,生成用户行为特征矩阵,且用户行为特征矩阵与用户行为模型矩阵存在唯一映射关系;根据用户行为特征矩阵,将用户的流转体验链转换成矩阵流转链;
步骤S300:分析用户行为特征矩阵和用户行为模型矩阵之间的关联关系,计算用户行为特征矩阵和用户行为模型矩阵的相似度;根据服务项目的体验时长和矩阵流转链,计算用户行为特征矩阵的偏爱值;
步骤S400:根据用户行为特征矩阵和用户行为模型矩阵的相似度,以及用户行为特征矩阵的偏爱值,分析用户画像,计算用户对不同服务类型的忠诚度;以服务类型为中心化内核,将不同用户对不同服务类型的忠诚度进行存储。
2.根据权利要求1所述的一种面向元宇宙场景的操作交互管理方法,其特征在于,所述步骤S100的具体实施过程包括:
步骤S101:对元宇宙场景中提供给用户的服务项目进行统筹并统一编号,所述服务项目根据各个服务提供方实时更新的服务内容进行拓展,并对各个服务项目进行服务类型标记;分别对服务提供方和服务类型进行统一编号,以服务项目为统一化尺度,以服务类型为中心化内核,统计每一个服务类型下包含的供方服务集合,生成类型标记集合,记为CSX={X1,X2,...,Xn},其中,CSX表示服务类型X下包含的供方服务集合组成的类型标记集合,X1,X2,...,Xn分别表示服务类型X下包含的第1,2,...,n个服务提供方对应被标记为服务类型X的服务项目组成的供方服务集合;任取一个供方服务集合,记为Xi={Ii1,Ii2,...,Iim},其中,i表示服务提供方编号,Ii1,Ii2,...,Iim分别表示服务提供方i对应被标记为服务类型X的第1,2,...,m个服务项目;
步骤S102:用户通过虚拟现实技术,在元宇宙场景中对各个服务项目进行虚拟世界的体验,并经用户授权后对用户的体验操作数据进行实时记录,所述体验操作数据包括用户在虚拟世界中对服务项目的体验时长和体验交互数据,所述体验交互数据为用户在虚拟世界中体验的服务项目的流转体验链,所述流转体验链为用户体验完一个服务项目后流转到下一个服务项目进行体验情况下形成的体验链。
3.根据权利要求2所述的一种面向元宇宙场景的操作交互管理方法,其特征在于,所述步骤S200的具体实施过程包括:
步骤S201:对类型标记集合和供方服务集合进行整合,形成用户行为模型矩阵,将服务类型X对应形成的用户行为模型矩阵记为X(n*m),其中,n和m分别表示用户行为模型矩阵X(n*m)有n行和m列,n的值取决于类型标记集合中包含的供方服务集合数量,m的值取决于供方服务集合中包含的服务项目数量,则用户行为模型矩阵X(n*m)中第n行第m列对应的矩阵元素,记为Inm,且如果在用户行为模式矩阵中没有矩阵元素Inm,则将用户行为模式矩阵中矩阵元素Inm位置标记为0;
步骤S202:根据体验操作数据和用户行为模型矩阵,分析用户在元宇宙中进行虚拟体验时产生的用户行为特征,获取任意一个用户的体验操作数据,对用户的体验交互数据按照用户行为模型矩阵进行拆分,并将拆分后的体验交互数据按照用户行为模型矩阵中矩阵元素位置进行对应排列,形成用户行为特征矩阵,且如果在用户行为特征矩阵中矩阵元素位置存在缺少,则将用户行为特征矩阵中矩阵元素位置标记为0;将任意一个用户行为特征矩阵标记为Yj(n*m),其中,j表示用户编码,Y表示对用户的体验交互数据按照用户行为模型矩阵进行拆分出的第Y个用户行为特征矩阵,n*m表示用户行为特征矩阵Yj(n*m)有n行m列,且用户行为特征矩阵Yj(n*m)与用户行为模型矩阵X(n*m)存在唯一映射关系;
步骤S203:根据用户行为特征矩阵,将用户的流转体验链转换成矩阵流转链,在流转体验链中,一个服务项目流转到下一个服务项目时,分别找到一个服务项目和下一个服务项目对应出现的用户行为特征矩阵,则对应形成一个用户行为特征矩阵流转到下一个用户行为特征矩阵,则形成矩阵流转链。
4.根据权利要求3所述的一种面向元宇宙场景的操作交互管理方法,其特征在于,所述步骤S300的具体实施过程包括:
步骤S301:根据布尔矩阵交并集运算原理和Jaccard相似系数运算原理,分析用户行为特征矩阵Yj(n*m)和用户行为模型矩阵X(n*m)之间的关联关系,计算用户行为特征矩阵Yj(n*m)和用户行为模型矩阵X(n*m)的相似度,具体计算公式如下:
MS[Yj(n*m)|X(n*m)]=NUM[Yj(n*m)⋂X(n*m)]/NUM[Yj(n*m)∪X(n*m)];
其中,MS[Yj(n*m)|X(n*m)]表示用户行为特征矩阵Yj(n*m)和用户行为模型矩阵X(n*m)的相似度,NUM[Yj(n*m)⋂X(n*m)]和NUM[Yj(n*m)∪X(n*m)]分别表示用户行为特征矩阵Yj(n*m)和用户行为模型矩阵X(n*m)之间交集和并集中包含的矩阵元素数量;
步骤S302:根据服务项目的体验时长和矩阵流转链,计算用户行为特征矩阵Yj(n*m)的偏爱值,具体计算公式如下:
FV[Yj(n*m)]=T[Yj(n*m)]/ΣY=1 yT[Yj(n*m)]×{C[Yj(n*m)]/ΣY=1 yC[Yj(n*m)]};
其中,FV[Yj(n*m)]表示用户行为特征矩阵Yj(n*m)的偏爱值,T[Yj(n*m)]表示用户行为特征矩阵Yj(n*m)中每一个矩阵元素对应的服务项目的体验时长总和,C[Yj(n*m)]表示用户行为特征矩阵Yj(n*m)在矩阵流转链中出现的总次数,y表示用户行为特征矩阵总数。
5.根据权利要求4所述的一种面向元宇宙场景的操作交互管理方法,其特征在于,所述步骤S400的具体实施过程包括:
步骤S401:根据用户行为特征矩阵Yj(n*m)和用户行为模型矩阵X(n*m)的相似度,以及用户行为特征矩阵Yj(n*m)的偏爱值,分析用户画像,计算用户对不同服务类型的忠诚度,具体计算公式如下:
Fj(X)=MS[Yj(n*m)|X(n*m)]×FV[Yj(n*m)];
其中,Fj(X)表示用户j对服务类型X的忠诚度;
步骤S402:以服务类型为中心化内核,将不同用户对不同服务类型的忠诚度进行存储。
6.一种面向元宇宙场景的操作交互管理系统,其特征在于,所述系统包括:元宇宙场景模块、数据统筹模块、数据处理中心模块和数据存储模块;
所述元宇宙场景模块,用于在元宇宙场景中,对服务提供方和服务项目进行统筹,对服务项目进行服务类型标记,以服务项目为统一化尺度,以服务类型为中心化内核,结合服务提供方和服务项目,分别生成供方服务集合和类型标记集合;通过虚拟现实技术,对用户在元宇宙场景中的体验操作数据进行记录,且,体验操作数据包括用户对服务项目的体验时长和体验交互数据,体验交互数据为用户体验服务项目时形成的流转体验链;
所述数据统筹模块,用于对类型标记集合和供方服务集合进行整合,形成用户行为模型矩阵,且,用户行为模型矩阵中的行取决于类型标记集合,列取决于供方服务集合;根据体验操作数据和用户行为模型矩阵,分析用户在元宇宙中进行虚拟体验时产生的用户行为特征,生成用户行为特征矩阵,且用户行为特征矩阵与用户行为模型矩阵存在唯一映射关系;根据用户行为特征矩阵,将用户的流转体验链转换成矩阵流转链;
所述数据处理中心模块,用于分析用户行为特征矩阵和用户行为模型矩阵之间的关联关系,计算用户行为特征矩阵和用户行为模型矩阵的相似度;根据服务项目的体验时长和矩阵流转链,计算用户行为特征矩阵的偏爱值;
所述数据存储模块,根据用户行为特征矩阵和用户行为模型矩阵的相似度,以及用户行为特征矩阵的偏爱值,分析用户画像,计算用户对不同服务类型的忠诚度;以服务类型为中心化内核,将不同用户对不同服务类型的忠诚度进行存储。
7.根据权利要求6所述的一种面向元宇宙场景的操作交互管理系统,其特征在于:所述元宇宙场景模块还包括尺度中心单元和数据记录单元;
所述尺度中心单元,用于对元宇宙场景中提供给用户的服务项目进行统筹并统一编号,所述服务项目根据各个服务提供方实时更新的服务内容进行拓展,并对各个服务项目进行服务类型标记;分别对服务提供方和服务类型进行统一编号,以服务项目为统一化尺度,以服务类型为中心化内核,统计每一个服务类型下包含的供方服务集合,生成类型标记集合,记为CSX={X1,X2,...,Xn},其中,CSX表示服务类型X下包含的供方服务集合组成的类型标记集合,X1,X2,...,Xn分别表示服务类型X下包含的第1,2,...,n个服务提供方对应被标记为服务类型X的服务项目组成的供方服务集合;任取一个供方服务集合,记为Xi={Ii1,Ii2,...,Iim},其中,i表示服务提供方编号,Ii1,Ii2,...,Iim分别表示服务提供方i对应被标记为服务类型X的第1,2,...,m个服务项目;
所述数据记录单元,用于通过虚拟现实技术,使用户在元宇宙场景中对各个服务项目进行虚拟世界的体验,并经用户授权后对用户的体验操作数据进行实时记录,所述体验操作数据包括用户在虚拟世界中对服务项目的体验时长和体验交互数据,所述体验交互数据为用户在虚拟世界中体验的服务项目的流转体验链,所述流转体验链为用户体验完一个服务项目后流转到下一个服务项目进行体验情况下形成的体验链。
8.根据权利要求7所述的一种面向元宇宙场景的操作交互管理系统,其特征在于:所述数据统筹模块还包括用户行为模型矩阵整合单元、用户行为特征矩阵生成单元和矩阵流转链转化单元;
所述用户行为模型矩阵整合单元,用于对类型标记集合和供方服务集合进行整合,形成用户行为模型矩阵,将服务类型X对应形成的用户行为模型矩阵记为X(n*m),其中,n和m分别表示用户行为模型矩阵X(n*m)有n行和m列,n的值取决于类型标记集合中包含的供方服务集合数量,m的值取决于供方服务集合中包含的服务项目数量,则用户行为模型矩阵X(n*m)中第n行第m列对应的矩阵元素,记为Inm,且如果在用户行为模式矩阵中没有矩阵元素Inm,则将用户行为模式矩阵中矩阵元素Inm位置标记为0;
所述用户行为特征矩阵生成单元,根据体验操作数据和用户行为模型矩阵,分析用户在元宇宙中进行虚拟体验时产生的用户行为特征,获取任意一个用户的体验操作数据,对用户的体验交互数据按照用户行为模型矩阵进行拆分,并将拆分后的体验交互数据按照用户行为模型矩阵中矩阵元素位置进行对应排列,形成用户行为特征矩阵,且如果在用户行为特征矩阵中矩阵元素位置存在缺少,则将用户行为特征矩阵中矩阵元素位置标记为0;将任意一个用户行为特征矩阵标记为Yj(n*m),其中,j表示用户编码,Y表示对用户的体验交互数据按照用户行为模型矩阵进行拆分出的第Y个用户行为特征矩阵,n*m表示用户行为特征矩阵Yj(n*m)有n行m列,且用户行为特征矩阵Yj(n*m)与用户行为模型矩阵X(n*m)存在唯一映射关系;
所述矩阵流转链转化单元,根据用户行为特征矩阵,将用户的流转体验链转换成矩阵流转链,在流转体验链中,一个服务项目流转到下一个服务项目时,分别找到一个服务项目和下一个服务项目对应出现的用户行为特征矩阵,则对应形成一个用户行为特征矩阵流转到下一个用户行为特征矩阵,则形成矩阵流转链。
9.根据权利要求8所述的一种面向元宇宙场景的操作交互管理系统,其特征在于:所述数据处理中心模块还包括关联关系分析单元和偏爱程度分析单元;
所述关联关系分析单元,根据布尔矩阵交并集运算原理和Jaccard相似系数运算原理,分析用户行为特征矩阵Yj(n*m)和用户行为模型矩阵X(n*m)之间的关联关系,计算用户行为特征矩阵Yj(n*m)和用户行为模型矩阵X(n*m)的相似度,具体计算公式如下:
MS[Yj(n*m)|X(n*m)]=NUM[Yj(n*m)⋂X(n*m)]/NUM[Yj(n*m)∪X(n*m)];
其中,MS[Yj(n*m)|X(n*m)]表示用户行为特征矩阵Yj(n*m)和用户行为模型矩阵X(n*m)的相似度,NUM[Yj(n*m)⋂X(n*m)]和NUM[Yj(n*m)∪X(n*m)]分别表示用户行为特征矩阵Yj(n*m)和用户行为模型矩阵X(n*m)之间交集和并集中包含的矩阵元素数量;
所述偏爱程度分析单元,根据服务项目的体验时长和矩阵流转链,计算用户行为特征矩阵Yj(n*m)的偏爱值,具体计算公式如下:
FV[Yj(n*m)]=T[Yj(n*m)]/ΣY=1 yT[Yj(n*m)]×{C[Yj(n*m)]/ΣY=1 yC[Yj(n*m)]};
其中,FV[Yj(n*m)]表示用户行为特征矩阵Yj(n*m)的偏爱值,T[Yj(n*m)]表示用户行为特征矩阵Yj(n*m)中每一个矩阵元素对应的服务项目的体验时长总和,C[Yj(n*m)]表示用户行为特征矩阵Yj(n*m)在矩阵流转链中出现的总次数,y表示用户行为特征矩阵总数。
10.根据权利要求9所述的一种面向元宇宙场景的操作交互管理系统,其特征在于:所述数据存储模块还包括数字化标记单元和数字化存储单元;
所述数字化标记单元,根据用户行为特征矩阵Yj(n*m)和用户行为模型矩阵X(n*m)的相似度,以及用户行为特征矩阵Yj(n*m)的偏爱值,分析用户画像,计算用户对不同服务类型的忠诚度,具体计算公式如下:
Fj(X)=MS[Yj(n*m)|X(n*m)]×FV[Yj(n*m)];
其中,Fj(X)表示用户j对服务类型X的忠诚度;
所述数字化存储单元,用于以服务类型为中心化内核,将不同用户对不同服务类型的忠诚度进行存储。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311766621.6A CN117437091B (zh) | 2023-12-21 | 2023-12-21 | 一种面向元宇宙场景的操作交互管理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311766621.6A CN117437091B (zh) | 2023-12-21 | 2023-12-21 | 一种面向元宇宙场景的操作交互管理系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117437091A CN117437091A (zh) | 2024-01-23 |
CN117437091B true CN117437091B (zh) | 2024-02-23 |
Family
ID=89555733
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311766621.6A Active CN117437091B (zh) | 2023-12-21 | 2023-12-21 | 一种面向元宇宙场景的操作交互管理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117437091B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101901437A (zh) * | 2009-05-25 | 2010-12-01 | 北京华商创展科技有限公司 | 一种线下体验门店管理系统和方法 |
CN111091282A (zh) * | 2019-12-10 | 2020-05-01 | 焦点科技股份有限公司 | 一种基于用户行为数据的客户忠诚度细分方法 |
CN114996348A (zh) * | 2022-06-24 | 2022-09-02 | 中国电信股份有限公司 | 一种用户画像生成方法、装置、电子设备及存储介质 |
CN116128379A (zh) * | 2023-04-05 | 2023-05-16 | 北京农夫铺子技术研究院 | 一种基于人工智能的互联网元宇宙场景顾客体验评估系统 |
CN117235586A (zh) * | 2023-11-16 | 2023-12-15 | 青岛小帅智能科技股份有限公司 | 酒店客户画像构建方法、系统、电子设备及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022221719A2 (en) * | 2021-04-16 | 2022-10-20 | Strong Force Vcn Portfolio 2019, Llc | Systems, methods, kits, and apparatuses for digital product network systems and biology-based value chain networks |
-
2023
- 2023-12-21 CN CN202311766621.6A patent/CN117437091B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101901437A (zh) * | 2009-05-25 | 2010-12-01 | 北京华商创展科技有限公司 | 一种线下体验门店管理系统和方法 |
CN111091282A (zh) * | 2019-12-10 | 2020-05-01 | 焦点科技股份有限公司 | 一种基于用户行为数据的客户忠诚度细分方法 |
CN114996348A (zh) * | 2022-06-24 | 2022-09-02 | 中国电信股份有限公司 | 一种用户画像生成方法、装置、电子设备及存储介质 |
CN116128379A (zh) * | 2023-04-05 | 2023-05-16 | 北京农夫铺子技术研究院 | 一种基于人工智能的互联网元宇宙场景顾客体验评估系统 |
CN117235586A (zh) * | 2023-11-16 | 2023-12-15 | 青岛小帅智能科技股份有限公司 | 酒店客户画像构建方法、系统、电子设备及存储介质 |
Non-Patent Citations (3)
Title |
---|
Social media user behavior analysis applied to the fashion and apparel industry in the big data era;Zhebin Xue 等;《Journal of Retailing and Consumer Services》;20230220;第1-18页 * |
元宇宙环境下图书馆读者画像研究;刘卫红;《图书馆界》;20230331(第3期);第1-6页 * |
广播电视产业在元宇宙中的应用探讨;蓝海飞;《新闻潮》;20221015;第20-22页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117437091A (zh) | 2024-01-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kim et al. | Businesses as buildings: Metrics for the architectural quality of Internet businesses | |
Papadimitriou et al. | Destination personality, affective image, and behavioral intentions in domestic urban tourism | |
McHaney et al. | A validation of the end-user computing satisfaction instrument in Taiwan | |
Takada et al. | Cross-national analysis of diffusion of consumer durable goods in Pacific Rim countries | |
Van der Heijden | Mobile decision support for in-store purchase decisions | |
Iñiguez et al. | Dynamics of ranking | |
Pfleeger et al. | Marketing technology to software practitioners | |
Yadav et al. | High technology marketing: conceptualization and case study | |
Shmueli et al. | Machine learning for business analytics: Concepts, techniques, and applications with analytic solver data mining | |
Satghare et al. | Evaluation of official destination website of Maharashtra state (India) from the customer perspectives | |
CN117437091B (zh) | 一种面向元宇宙场景的操作交互管理系统及方法 | |
Monechi et al. | Finding successful strategies in a complex urban sustainability game | |
Mustač et al. | Predicting player churn of a Free-to-Play mobile video game using supervised machine learning | |
Juhaidi et al. | Instagram activities, engagement and enrollment intention in Indonesia: A case in the third largest island in the world | |
Wagner et al. | ANALYSIS OF NEW TECHNIQUES FOR PUBLIC INVOLVEMENT IN WATER PLANNING 1 | |
Neznaradko et al. | Mobile Application of Information System for Smartphone Use Control. | |
Shajahan | Marketing Research: Concepts & Practices in India | |
Upadhyay et al. | The Revenue Acceleration Rules: Supercharge Sales and Marketing Through Artificial Intelligence, Predictive Technologies and Account-Based Strategies | |
Doszhan et al. | QuALITATIVE ASSESSMENT OF THE DEVELOPMENT OF CREATIVE INDuSTRIES IN EMERGING COuNTRIES: THE CASE OF KAzAKHSTAN | |
JP7290234B2 (ja) | 報告作成支援装置及び報告作成支援方法 | |
Holsapple et al. | A resource-based perspective on information technology, knowledge management, and firm performance | |
Thaker | Crowdsourcing: a survey | |
Kuo et al. | Operation Analysis of Cultural Heritage Service Ecosystems: Empirical Study Based on Dihua Street and Guansi Shihdianzih Old Street in Taiwan | |
Kim | Exploring factors influencing personal digital assistant (pda) adoption | |
Lu et al. | Machine Learning Applications on Box-Office Revenue Forecasting: The Taiwanese Film Market Case Study |
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 |