基于神经网络模型的数据分析方法及系统
摘要文本
本发明涉及数据处理技术领域，尤其涉及一种基于神经网络模型的数据分析方法及系统。所述方法包括以下步骤：对网络信息平台进行用户信息数据采集，生成用户信息数据；对用户信息数据进行异常用户信息数据剔除，生成安全用户信息数据；根据安全用户信息数据进行用户浏览数据采集，生成用户浏览数据；对用户浏览数据进行用户浏览数据的词频数据聚类处理，生成用户浏览词频聚类数据；根据用户浏览词频聚类数据对用户浏览数据进行用户浏览兴趣类型分析，生成用户浏览兴趣类型数据；基于用户浏览兴趣类型数据行浏览类型的兴趣评分优化分析，生成优化浏览类型兴趣评分数据。本发明排除分析的用户异常数据，且实现更精准地用户兴趣类型数据分析。
申请人信息
- 申请人:海南柠柠柒科技有限公司
- 申请人地址:570103 海南省海口市龙华区海秀中路51-1号星城大厦第18层A189号
- 发明人: 海南柠柠柒科技有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于神经网络模型的数据分析方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311768273.6 |
| 申请日 | 2023/12/21 |
| 公告号 | CN117763230A |
| 公开日 | 2024/3/26 |
| IPC主分类号 | G06F16/9535 |
| 权利人 | 海南柠柠柒科技有限公司 |
| 发明人 | 符珊 |
| 地址 | 海南省海口市龙华区海秀中路51-1号星城大厦第18层A189号 |
专利主权项内容
1.一种基于神经网络模型的数据分析方法，其特征在于，包括以下步骤：步骤S1 : 利用预设的网络爬虫程序对网络信息平台进行用户信息数据采集，生成用户信息数据；根据用户信息数据进行用户交互频率数据采集，生成用户交互频率数据；对用户交互频率数据进行异常交互频率数据分析，生成异常交互频率数据；步骤S2 : 根据预设的时间窗口对异常交互频率数据进行时间窗口的交互频率波动性分析，生成窗口波动性数据；根据窗口波动性数据对异常交互频率数据进行窗口波动偏离的异常交互频率数据提取，生成危险交互频率数据；根据危险交互频率数据对用户信息数据进行异常用户信息数据剔除，生成安全用户信息数据；步骤S3 : 根据安全用户信息数据进行用户浏览数据采集，生成用户浏览数据；基于预先训练的K-Means聚类模型对用户浏览数据进行用户浏览数据的词频数据聚类处理，生成用户浏览词频聚类数据；根据用户浏览词频聚类数据进行聚类标签设计，生成聚类标签数据；步骤S4 : 根据聚类标签数据对用户浏览数据进行用户浏览兴趣类型分析，生成用户浏览兴趣类型数据；基于用户浏览兴趣类型数据进行用户推送数据采集，生成用户推送数据，将用户推送数据反馈至终端；步骤S5 : 当用户通过终端浏览用户推送数据时，利用终端内置监控设备进行用户瞳孔图像数据采集，生成用户瞳孔图像数据；对用户瞳孔图像数据进行瞳孔缩放程度实时计算，生成实时瞳孔缩放数据；将实时瞳孔缩放数据与实时的用户推送数据进行对应序列的数据整合，生成实时瞳孔-推送数据；步骤S6 : 对实时瞳孔图像数据进行瞳孔兴趣评分计算，生成实时瞳孔兴趣评分数据；基于实时瞳孔得分数据以及实时瞳孔-推送数据进行浏览类型的兴趣评分优化分析，生成优化浏览类型兴趣评分数据。 百度搜索马 克 数 据 网