应用于数字经济内容平台的大数据分析方法及系统与流程

本发明涉及人工智能，具体而言，涉及一种应用于数字经济内容平台的大数据分析方法及系统。

背景技术：

1、人工智能(artificial intelligence，简称ai)，是利用数字计算机或者数字计算机控制的计算模拟、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。

2、随着人工智能技术的不断成熟，其应用场景不断增加，例如，可以基于人工智能技术，对数字经济内容平台的相应数据的数据分析操作，例如，可以基于平台对象的行为数据、动作数据进行对象的动作关系描述知识网的构建，使得可以基于动作关系描述知识网进行后续的动作分析等操作。但是，在现有技术中，在构建动作关系描述知识网的过程中，存在着可靠度不高的问题，即基于平台对象的行为数据、动作数据进行的大数据分析的可靠度不高，有待于进一步的提高。

技术实现思路

1、有鉴于此，本发明的目的在于提供一种应用于数字经济内容平台的大数据分析方法及系统，以提高大数据分析的可靠度。

2、为实现上述目的，本发明实施例采用如下技术方案：

3、一种应用于数字经济内容平台的大数据分析方法，所述大数据分析方法包括：

4、提取到待分析对象在第一时间区间的数字经济内容平台数据，以及，依据所述数字经济内容平台数据进行动作确定操作，以形成所述数字经济内容平台数据对应的动作标识数据簇，所述数字经济内容平台数据用于通过文本的形式记录所述待分析对象在所述第一时间区间内通过目标数字经济内容平台进行的网络行为，该网络行为由多个网络动作构成；

5、依据所述动作标识数据簇中各个动作标识数据进行数据关联补充操作，以形成对应的补充动作标识数据簇，以及，依据所述补充动作标识数据簇和所述动作标识数据簇构建出待分析动作标识数据簇，再依据所述待分析动作标识数据簇中各个待分析动作标识数据进行描述性数据补充操作，以形成对应的补充动作描述性数据簇；

6、确定出各个动作影响力参数，各个所述动作影响力参数相关于各个所述动作标识数据在所述数字经济内容平台数据和在所述第一时间区间之前的第二时间区间的其它的数字经济内容平台数据中的动作重复数量；

7、分析出各个所述补充动作标识数据与各个所述动作标识数据中相关的动作标识数据之间的动作一致性参数，以及，基于各个所述动作影响力参数和所述动作一致性参数进行补充动作影响力参数的分析确定，以输出对应的各个补充动作影响力参数；

8、分析出所述补充动作描述性数据簇中各个补充动作描述性数据与各个所述待分析动作标识数据中相关的待分析动作标识数据之间的描述一致性参数，以及，基于各个所述动作影响力参数、各个所述补充动作影响力参数和所述描述一致性参数进行补充描述性影响力参数的分析确定，以输出对应的各个补充描述性影响力参数；

9、依据所述待分析动作标识数据簇、所述补充动作描述性数据簇、各个所述动作影响力参数、各个所述补充动作影响力参数和各个所述补充描述性影响力参数，构建出所述待分析对象对应的动作关系描述知识网。

10、在一些优选的实施例中，在上述应用于数字经济内容平台的大数据分析方法中，所述大数据分析方法还包括：

11、在确定出所述待分析对象的待分析目标动作的情况下，从所述待分析对象对应的动作关系描述知识网中，提取出所述待分析目标动作对应的局部动作关系描述知识网，以作为待分析动作关系描述知识网；

12、对所述待分析动作关系描述知识网进行特征挖掘操作，以挖掘出所述待分析动作关系描述知识网对应的待分析知识网特征表示；

13、基于所述待分析知识网特征表示，对所述待分析目标动作进行动作分析操作，以输出所述待分析目标动作对应的动作分析结果数据，所述动作分析结果数据用于反映所述待分析目标动作的动作异常程度和/或动作异常类型。

14、在一些优选的实施例中，在上述应用于数字经济内容平台的大数据分析方法中，所述依据所述数字经济内容平台数据进行动作确定操作，以形成所述数字经济内容平台数据对应的动作标识数据簇的步骤，包括：

15、对所述数字经济内容平台数据进行关键数据单元提取操作，以输出各个关键数据单元；

16、依据各个所述关键数据单元，在预先配置的目标动作数据集合中进行动作标识匹配操作，以输出各个所述关键数据单元各自对应的待定动作标识簇；

17、依据各个所述关键数据单元各自对应的待定动作标识簇进行动作标识语义确定操作，以输出各个所述关键数据单元各自对应的动作标识；

18、依据各个所述关键数据单元各自对应的动作标识，确定出所述数字经济内容平台数据对应的动作标识数据簇。

19、在一些优选的实施例中，在上述应用于数字经济内容平台的大数据分析方法中，所述依据各个所述关键数据单元各自对应的待定动作标识簇进行动作标识语义确定操作，以输出各个所述关键数据单元各自对应的动作标识的步骤，包括：

20、在各个所述关键数据单元中，抽选出第一关键数据单元，以及，提取到所述第一关键数据单元对应的上下文环境相关数据；

21、对所述上下文环境相关数据和对应的待定动作标识簇进行加载操作，以加载到动作标识语义分析网络中，分别利用所述动作标识语义分析网络，对所述上下文环境相关数据和对应的待定动作标识簇进行特征挖掘操，以形成所述第一关键数据单元对应的关键数据单元特征表示和所述待定动作标识簇对应的待定动作标识特征表示簇，以及，分析出所述关键数据单元特征表示与所述待定动作标识特征表示簇中的各待定动作标识特征表示之间的特征表示匹配参数，再依据所述特征表示匹配参数，在所述待定动作标识簇中，分析出所述第一关键数据单元对应的动作标识。

22、在一些优选的实施例中，在上述应用于数字经济内容平台的大数据分析方法中，所述依据所述动作标识数据簇中各个动作标识数据进行数据关联补充操作，以形成对应的补充动作标识数据簇的步骤，包括：

23、在所述动作标识数据簇中，抽选出第一动作标识数据，以及，基于所述第一动作标识数据，并利用预先配置的目标相关性映射信息，从目标动作数据集合中，匹配出相关的各个待定动作标识数据；

24、分析出所述第一动作标识数据与各个所述待定动作标识数据之间具有的动作一致性参数，以及，依据所述动作一致性参数，在各个所述待定动作标识数据中，确定出所述第一动作标识数据相关的补充动作标识数据；

25、对所述动作标识数据簇中的各个动作标识数据进行轮询操作，以形成由所述补充动作标识数据构成的补充动作标识数据簇。

26、在一些优选的实施例中，在上述应用于数字经济内容平台的大数据分析方法中，所述依据所述待分析动作标识数据簇中各个待分析动作标识数据进行描述性数据补充操作，以形成对应的补充动作描述性数据簇的步骤，包括：

27、确定出第一动作映射信息和第二动作映射信息；

28、基于所述第一动作映射信息，从目标动作数据集合中，依据各个所述待分析动作标识数据进行描述性数据补充操作，以形成第一补充动作描述性数据簇；

29、基于所述第二动作映射信息，从所述目标动作数据集合中，依据所述第一补充动作描述性数据簇中的各个第一补充动作描述性数据进行描述性数据补充操作，以形成第二补充动作描述性数据簇；

30、依据所述第一补充动作描述性数据簇和所述第二补充动作描述性数据簇，确定出对应的补充动作描述性数据簇。

31、在一些优选的实施例中，在上述应用于数字经济内容平台的大数据分析方法中，所述基于所述第一动作映射信息，从目标动作数据集合中，依据各个所述待分析动作标识数据进行描述性数据补充操作，以形成第一补充动作描述性数据簇的步骤，包括：

32、在各个所述待分析动作标识数据中，抽选出第一待分析动作标识数据，以及，基于所述第一待分析动作标识数据，依据所述第一动作映射信息，从目标动作数据集合中匹配出相关的各个第一待定的补充动作描述性数据；以及，分析出所述第一待分析动作标识数据与各个所述第一待定的补充动作描述性数据之间具有的第一描述一致性参数，以及，依据所述第一描述一致性参数，在各个所述第一待定的补充动作描述性数据中，确定出所述第一待分析动作标识数据对应的第一补充动作描述性数据；以及，轮询所述待分析动作标识数据簇中的各个待分析动作标识数据，以形成由所述第一补充动作描述性数据构成的第一补充动作描述性数据簇；

33、所述基于所述第二动作映射信息，从所述目标动作数据集合中，依据所述第一补充动作描述性数据簇中的各个第一补充动作描述性数据进行描述性数据补充操作，以形成第二补充动作描述性数据簇的步骤，包括：

34、在所述第一补充动作描述性数据簇中，抽选出目标的第一补充动作描述性数据，以及，基于所述目标的第一补充动作描述性数据，依据所述第二动作映射信息，从所述目标动作数据集合中匹配出相关的各个第二待定的补充动作描述性数据；以及，分析出所述目标的第一补充动作描述性数据与各个所述第二待定的补充动作描述性数据之间具有的第二描述一致性参数，以及，依据所述第二描述一致性参数，在各个所述第二待定的补充动作描述性数据中，确定出所述目标的第一补充动作描述性数据对应的第二补充动作描述性数据；以及，轮询所述第一补充动作描述性数据簇中的各个第一补充动作描述性数据，以形成由所述第二补充动作描述性数据构成的第二补充动作描述性数据簇。

35、在一些优选的实施例中，在上述应用于数字经济内容平台的大数据分析方法中，所述分析出各个所述补充动作标识数据与各个所述动作标识数据中相关的动作标识数据之间的动作一致性参数，以及，基于各个所述动作影响力参数和所述动作一致性参数进行补充动作影响力参数的分析确定，以输出对应的各个补充动作影响力参数的步骤，包括：

36、在各个所述补充动作标识数据中，抽选出第一补充动作标识数据，以及，在各个所述动作标识数据中，分析出与所述第一补充动作标识数据相关的动作标识数据；以及，在各个所述动作影响力参数中，分析出所述相关的动作标识数据对应的相关动作影响力参数，以及，在所述动作一致性参数中，分析出所述第一补充动作标识数据与所述相关的动作标识数据之间的相关动作一致性参数；以及，对所述相关动作影响力参数和所述相关动作一致性参数进行融合操作，以形成所述第一补充动作标识数据对应的补充动作影响力参数；以及，轮询各个所述补充动作标识数据，以输出对应的各个补充动作影响力参数；

37、并且，所述分析出所述补充动作描述性数据簇中各个补充动作描述性数据与各个所述待分析动作标识数据中相关的待分析动作标识数据之间的描述一致性参数，以及，基于各个所述动作影响力参数、各个所述补充动作影响力参数和所述描述一致性参数进行补充描述性影响力参数的分析确定，以输出对应的各个补充描述性影响力参数的步骤，包括：

38、在各个所述补充动作描述性数据中，抽选出参考的补充动作描述性数据簇和对比的补充动作描述性数据簇，所述参考的补充动作描述性数据簇依据所述待分析动作标识数据簇，并依据目标的第一动作映射信息确定，所述对比的补充动作描述性数据簇依据所述参考的补充动作描述性数据簇，并依据目标的第二动作映射信息确定；以及，分析出所述参考的补充动作描述性数据簇中各个第一补充动作描述性数据与各个所述待分析动作标识数据中相关的待分析动作标识数据之间的第一描述一致性参数，以及，在各个所述动作影响力参数和各个所述补充动作影响力参数中，分析出各个所述第一补充动作描述性数据相关的待分析动作影响力参数，以及，依据所述第一描述一致性参数和所述相关的待分析动作影响力参数进行第一补充描述性影响力参数的分析确定，以输出对应的各个第一补充描述性影响力参数；以及，分析出所述对比的补充动作描述性数据簇中各个第二补充动作描述性数据与各个所述第一补充动作描述性数据中相关的第一补充动作描述性数据之间的第二描述一致性参数，以及，在各个所述第一补充描述性影响力参数中，分析出各个所述第二补充动作描述性数据相关的第一补充描述性影响力参数，以及，依据所述第二描述一致性参数和所述相关的第一补充描述性影响力参数进行第二补充描述性影响力参数的分析确定，以输出对应的各个第二补充描述性影响力参数；以及，依据各个所述第一补充描述性影响力参数和各个所述第二补充描述性影响力参数，确定出对应的各个补充描述性影响力参数。

39、在一些优选的实施例中，在上述应用于数字经济内容平台的大数据分析方法中，在所述分析出各个所述补充动作标识数据与各个所述动作标识数据中相关的动作标识数据之间的动作一致性参数，以及，基于各个所述动作影响力参数和所述动作一致性参数进行补充动作影响力参数的分析确定，以输出对应的各个补充动作影响力参数的步骤之后，所述大数据分析方法还包括：

40、确定出影响力调整参数，以及，依据所述影响力调整参数，将各个所述动作影响力参数和各个所述补充动作影响力参数进行参数调整操作，以输出各个动作影响力调整参数和各个补充动作影响力调整参数；

41、并且，所述基于各个所述动作影响力参数、各个所述补充动作影响力参数和所述描述一致性参数进行补充描述性影响力参数的分析确定，以输出对应的各个补充描述性影响力参数的步骤，包括：

42、依据各个所述动作影响力调整参数、各个所述补充动作影响力调整参数和所述描述一致性参数进行补充描述性影响力参数的分析确定，以输出对应的各个补充描述性影响力调整参数；

43、并且，所述依据所述待分析动作标识数据簇、所述补充动作描述性数据簇、各个所述动作影响力参数、各个所述补充动作影响力参数和各个所述补充描述性影响力参数，构建出所述待分析对象对应的动作关系描述知识网的步骤，包括：

44、依据所述待分析动作标识数据簇、所述补充动作描述性数据簇、各个所述动作影响力调整参数、各个所述补充动作影响力调整参数和各个所述补充描述性影响力调整参数，构建出所述待分析对象对应的调整动作关系描述知识网。

45、本发明实施例还提供一种应用于数字经济内容平台的大数据分析系统，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分析方法。

46、本发明实施例提供的应用于数字经济内容平台的大数据分析方法及系统，可以先构建出待分析动作标识数据簇，形成补充动作描述性数据簇；确定出各个动作影响力参数；分析出动作一致性参数，输出各个补充动作影响力参数；分析出各个补充动作描述性数据与相关的待分析动作标识数据之间的描述一致性参数，基于各个动作影响力参数、各个补充动作影响力参数和描述一致性参数，输出各个补充描述性影响力参数；依据待分析动作标识数据簇、补充动作描述性数据簇、各个动作影响力参数、各个补充动作影响力参数和各个补充描述性影响力参数，构建动作关系描述知识网。基于上述的内容，由于在构建动作关系描述知识网的时候，其依据包括待分析动作标识数据簇、补充动作描述性数据簇、各个动作影响力参数、各个补充动作影响力参数和各个补充描述性影响力参数，使得构建出的动作关系描述知识网的数据丰富，精度高，因此，可以提高大数据分析的可靠度，从而改善现有技术中存在的可靠度不高的问题。

47、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。