[发明专利]应用于社群互动的大数据分析方法及大数据分析服务器

权利要求书

1.一种应用于社群互动的大数据分析方法，其特征在于，所述方法包括：

将多个历史社群互动数据，传入关键描述获取网络，分别得到每个历史社群互动数据的关键描述信息，将所述每个历史社群互动数据的关键描述信息分别传入多个互动状态识别网络，得到每个历史社群互动数据对应的多种互动状态的识别信息；

根据每个历史社群互动数据对应的多种互动状态的识别信息、以及设定的每个历史社群互动数据对应的多种互动状态的真实识别信息，分别对所述关键描述获取网络与所述多个互动状态识别网络进行网络参量改进，得到优化后的关键描述获取网络与多个优化后的互动状态识别网络；

当获取到待获取识别信息的目标社群互动数据时，将所述目标社群互动数据传入所述优化后的关键描述获取网络，得到目标关键描述信息，将所述目标关键描述信息分别传入所述多个优化后的互动状态识别网络，得到所述目标社群互动数据对应的多种互动状态的识别信息。

2.根据权利要求1所述的方法，其特征在于，根据所述每个历史社群互动数据对应的多种互动状态的识别信息、以及设定的每个历史社群互动数据对应的多种互动状态的真实识别信息，对所述关键描述获取网络进行网络参量改进，得到优化后的关键描述获取网络，包括：

根据所述每个历史社群互动数据对应的多种互动状态的识别信息，确定具有每种互动状态的历史社群互动数据分别在所述多个历史社群互动数据中所对应的占比情况，得到第一占比情况集合；

根据设定的每个历史社群互动数据对应的多种互动状态的真实识别信息，确定具有每种互动状态的历史社群互动数据分别在所述多个历史社群互动数据中所对应的占比情况，得到第二占比情况集合；

基于第一网络性能评价信息、所述第一占比情况集合中每种互动状态对应的占比情况、以及所述第二占比情况集合中每种互动状态对应的占比情况，确定所述关键描述获取网络对应的校正参量；

基于所述关键描述获取网络对应的校正参量，对所述关键描述获取网络进行网络参量改进，得到优化后的关键描述获取网络。

3.根据权利要求1所述的方法，其特征在于，根据所述每个历史社群互动数据对应的多种互动状态的识别信息、以及设定的每个历史社群互动数据对应的多种互动状态的真实识别信息，对所述多个互动状态识别网络进行网络参量改进，得到多个优化后的互动状态识别网络，包括：

在每个历史社群互动数据对应的互动状态si的识别信息中，获取对应的识别结果为分类c的识别信息，基于第二网络性能评价信息、所述对应的识别结果为分类c的识别信息、以及所述互动状态si对应的设定真实值，确定所述互动状态si的互动状态识别网络中与分类c相对应的网络部分的校正参量，其中，互动状态si是所述多种互动状态中的任一互动状态，所述分类c是所述互动状态si对应的所有类别中的随机一种类别；

在设定的每个历史社群互动数据对应的所述互动状态si的真实识别信息中，分别确定对应每个分类的真实识别信息所对应的占比情况；

根据所述互动状态si的互动状态识别网络中与每个分类相对应的网络部分的校正参量、以及所述对应每个分类的真实识别信息所对应的占比情况，确定所述互动状态si的互动状态识别网络对应的校正参量；

分别基于所述多个互动状态识别网络中的每个互动状态识别网络对应的校正参量，对每个互动状态识别网络进行网络参量改进，得到多个优化后的互动状态识别网络。