[发明专利]基于大数据和云计算的广告推送方法及人工智能平台

权利要求书

1.一种基于大数据和云计算的广告推送方法，其特征在于，包括：

对从目标智能设备中以设定数据爬取间隔爬取的设备响应数据进行用户行为分析，得到用户行为数据与当前设备线程状态；

根据所述用户行为数据与所述当前设备线程状态对所述设备响应数据进行数据轨迹识别，得到数据轨迹识别结果；

对所述数据轨迹识别结果中的用户画像标签进行用户需求分析，得到所述目标智能设备对应的当前用户的用户需求信息，将所述用户需求信息与所述数据轨迹识别结果进行配对，得到配对结果，并根据所述配对结果确定待推送广告信息；

确定所述待推送广告信息对应的推送线程运行参数，根据所述推送线程运行参数以及所述当前设备线程状态获得所述待推送广告信息的目标推送时段；

其中，根据所述用户行为数据与所述当前设备线程状态对所述设备响应数据进行数据轨迹识别，得到数据轨迹识别结果包括：

重复对所述设备响应数据中的当前响应数据段执行以下操作，以确定所述数据轨迹识别结果：

分别确定所述当前响应数据段中每个用户行为数据与上一响应数据段中所有目标智能设备对应的当前用户的用户行为数据的行为特征差异指数，确定每个所述用户行为数据的最大特征描述值；

判断所述最大特征描述值是否大于第一设定描述值；

在判断结果为是的情况下，将所述当前响应数据段中所述最大特征描述值对应的所述用户行为数据作为所述目标智能设备对应的当前用户在所述当前响应数据段的待识别行为数据，根据所述目标智能设备对应的当前用户在当前响应数据段的待识别行为数据确定所述目标智能设备对应的当前用户的所述数据轨迹识别结果；

在判断结果为否的情况下，判断所述最大特征描述值对应的所述用户行为数据的状态标签描述值是否大于第二设定描述值，且所述目标智能设备对应的当前用户对应的用户识别度描述值是否大于第三设定描述值，在判断结果为是的情况下，将所述当前响应数据段中所述用户行为数据作为所述目标智能设备对应的当前用户在所述当前响应数据段的待识别行为数据；在判断结果为否的情况下，将所述当前响应数据段中所述用户行为数据对应映射行为数据作为所述待识别行为数据；根据所述待识别行为数据确定所述数据轨迹识别结果；

其中，确定所述待推送广告信息对应的推送线程运行参数，根据所述推送线程运行参数以及所述当前设备线程状态获得所述待推送广告信息的目标推送时段，包括：

提取所述待推送广告信息的信息输出类型数据以及广告持续时长数据，基于所述信息输出类型数据以及所述广告持续时长数据确定所述待推送广告信息对应的推送线程运行参数；

根据目标智能设备中的设备运行性能数据确定推送线程运行参数的性能指标需求数据；

根据目标智能设备中的线程处理延时数据获取第一时段和第二时段的设备线程占用队列的队列特征数据，其中，所述第一时段与所述第二时段为两个相邻的前后时段；

根据所述线程处理延时数据获取所述第一时段的设备线程占用队列的队列调整时序表；

根据所述性能指标需求数据和所述队列特征数据以及所述队列调整时序表，确定推送线程运行参数的执行时段；

基于所述执行时段，获得所述待推送广告信息的目标推送时段。

2.根据权利要求1所述的方法，其特征在于，对从目标智能设备中以设定数据爬取间隔爬取的设备响应数据进行用户行为分析，得到用户行为数据与当前设备线程状态包括：

分别将所述设备响应数据输入已 完成训练的用户行为分析模型中，得到用户行为分析模型输出的所述设备响应数据对应不同线程日志数据的状态标签描述值；

将所述状态标签描述值大于设定描述值的线程日志数据确定为所述设备响应数据的用户行为数据，并根据所述状态标签描述值确定所述当前设备线程状态；其中，所述用户行为数据包括：用户程序运行数据、用户操作数据以及用户画像标签。