技术特征：
1.一种互联网数据交互处理方法，其特征在于，应用于人工智能服务系统，所述方法包括：对待分析的在线用户活动记录进行交互行为细节挖掘，获得多层行为细节字段关系网rn1；依据对所述行为细节字段关系网rn1进行关系网变量优化，获得每层行为细节字段关系网rn1对应的行为细节字段关系网rn2，相异层行为细节字段关系网rn1对应的行为细节字段关系网rn2的关系网变量保持一致；逐一优化每层行为细节字段关系网rn2的关系网变量，获得每层行为细节字段关系网rn2对应的行为细节字段关系网rn3，其中，每层行为细节字段关系网rn3的时域变量指标的占比值与指定占比值相对应；结合所述行为细节字段关系网rn3，确定所述待分析的在线用户活动记录中的感兴趣交互事件。2.根据权利要求2所述的方法，其特征在于，所述依据对所述行为细节字段关系网rn1进行关系网变量优化，获得每层行为细节字段关系网rn1对应的行为细节字段关系网rn2，包括：确定所述每层行为细节字段关系网rn1对应的关系网变量中规模最小的行为细节字段关系网rn1，并将除所述规模最小的行为细节字段关系网rn1之外的剩余行为细节字段关系网rn1，更新为与该规模最小的行为细节字段关系网rn1具有相同关系网变量的行为细节字段关系网，将所述规模最小的行为细节字段关系网rn1，以及更新后所述与该规模最小的行为细节字段关系网rn1具有相同关系网变量的行为细节字段关系网作为所述行为细节字段关系网rn2；或，将所述每层行为细节字段关系网rn1更新为指定关系网变量下的行为细节字段关系网，将该指定关系网变量下的行为细节字段关系网作为所述行为细节字段关系网rn2。3.根据权利要求1所述的方法，其特征在于，所述对待分析的在线用户活动记录进行交互行为细节挖掘，获得多层行为细节字段关系网rn1，包括：通过多层第一人工智能模型对待分析的在线用户活动记录进行交互行为细节挖掘，获得各层第一人工智能模型生成的行为细节字段关系网rn1；所述依据对所述行为细节字段关系网rn1进行关系网变量优化，获得每层行为细节字段关系网rn1对应的行为细节字段关系网rn2，包括：结合确定的更新后的关系网变量，以及各层第一人工智能模型生成的所述行为细节字段关系网rn1的关系网变量，确定该层第一人工智能模型对应的第二人工智能模型的模型配置数据；结合添加了确定的模型配置数据的所述各层第二人工智能模型，对该层第二人工智能模型对应的第一人工智能模型生成的行为细节字段关系网rn1进行窗口化操作，获得该层第二人工智能模型生成的所述行为细节字段关系网rn2。4.根据权利要求1所述的方法，其特征在于，所述对待分析的在线用户活动记录进行交互行为细节挖掘，获得多层行为细节字段关系网rn1，包括：通过多层第一人工智能模型对待分析的在线用户活动记录进行交互行为细节挖掘，获得各层第一人工智能模型生成的行为细节字段关系网rn1；所述逐一优化每层行为细节字段关系网rn2的关系网变量，获得每层行为细节字段关
系网rn2对应的行为细节字段关系网rn3，包括：结合相异层第一人工智能模型之间的时域变量指标的占比值，以及各层第一人工智能模型对应的所述行为细节字段关系网rn2的时域变量指标，确定每层第一人工智能模型分别对应的行为细节字段关系网rn3的时域变量指标；结合确定的每层第一人工智能模型分别对应的行为细节字段关系网rn3的时域变量指标，以及各层第一人工智能模型对应的所述行为细节字段关系网rn2的时域变量指标，确定该层第一人工智能模型对应的第三人工智能模型的模型配置数据；结合添加了确定的模型配置数据的所述各层第三人工智能模型，对该层第三人工智能模型对应的行为细节字段关系网rn2进行窗口化操作，获得该层第三人工智能模型生成的所述行为细节字段关系网rn3。5.根据权利要求1所述的方法，其特征在于，所述结合所述行为细节字段关系网rn3，确定所述待分析的在线用户活动记录中的感兴趣交互事件，包括：将每层行为细节字段关系网rn2对应的所述行为细节字段关系网rn3进行拼接操作，获得完成拼接的行为细节字段关系网rn4；结合所述行为细节字段关系网rn4，确定所述待分析的在线用户活动记录中的感兴趣交互事件。6.根据权利要求5所述的方法，其特征在于，将每层行为细节字段关系网rn2对应的所述行为细节字段关系网rn3进行拼接操作，获得完成拼接的行为细节字段关系网rn4，包括：遵循预设的拼接指示，将每层行为细节字段关系网rn2对应的所述行为细节字段关系网rn3依次进行拼接操作，获得每一轮完成拼接的承接型字段关系网；结合每一轮完成拼接的承接型字段关系网，获得所述行为细节字段关系网rn4。7.根据权利要求6所述的方法，其特征在于，将每层行为细节字段关系网rn2对应的行为细节字段关系网rn3作为第一层行为细节字段关系网rn3至第x层行为细节字段关系网rn3，其中第x层行为细节字段关系网rn3的时域变量指标大于第x-1层行为细节字段关系网rn3的时域变量指标，x为正整数，则遵循预设的拼接指示，将每层行为细节字段关系网rn2对应的所述行为细节字段关系网rn3依次进行拼接操作，获得每一轮完成拼接的承接型字段关系网，通过如下其中一种方式实现：遵循从第一层行为细节字段关系网rn3到所述第x层行为细节字段关系网rn3的拼接指示，依次将每层所述行为细节字段关系网rn3进行拼接操作，分别获得每一轮完成拼接的行为细节字段关系网，将第一层行为细节字段关系网rn3以及每一轮完成拼接的行为细节字段关系网，作为获得的所述承接型字段关系网；遵循从第x层行为细节字段关系网rn3到所述第一层行为细节字段关系网rn3的拼接指示，依次将每层所述行为细节字段关系网rn3进行拼接操作，分别获得每一轮完成拼接的行为细节字段关系网，将第x层行为细节字段关系网rn3以及每一轮完成拼接的行为细节字段关系网，作为获得的所述承接型字段关系网；遵循从第一层行为细节字段关系网rn3到所述第x层行为细节字段关系网rn3的拼接指示，将每层所述行为细节字段关系网rn3进行拼接操作，分别获得从第一层行为细节字段关系网rn3到所述第x层行为细节字段关系网rn3进行拼接操作时每一轮完成拼接的行为细节字段关系网，分别对第一层行为细节字段关系网rn3以及每一轮完成拼接的行为细节字段关系网进行窗口化操作，获得第一层拼接行为细节字段关系网至第x层拼接行为细节字段
关系网，其中，各层所述拼接行为细节字段关系网的关系网变量与窗口化操作前对应的行为细节字段关系网的关系网变量保持一致；遵循从第x层拼接行为细节字段关系网到所述第一层拼接行为细节字段关系网的拼接指示，依次将每层所述拼接行为细节字段关系网进行拼接操作，分别获得从第x层拼接行为细节字段关系网到所述第一层拼接行为细节字段关系网进行拼接操作时每一轮完成拼接的行为细节字段关系网，将每一轮完成拼接的行为细节字段关系网以及第x层拼接行为细节字段关系网，作为获得的所述承接型字段关系网；遵循从第一层行为细节字段关系网rn3到所述第x层行为细节字段关系网rn3的拼接指示，将每层所述行为细节字段关系网rn3进行拼接操作，分别获得每一轮完成拼接的行为细节字段关系网，将第一层行为细节字段关系网rn3以及从第一层行为细节字段关系网rn3到所述第x层行为细节字段关系网rn3进行拼接操作时每一轮完成拼接的行为细节字段关系网，作为获得的第一承接型字段关系网，并遵循从第x层行为细节字段关系网rn3到所述第一层行为细节字段关系网rn3的拼接指示，将每层所述行为细节字段关系网rn3进行拼接操作，分别获得每一轮完成拼接的行为细节字段关系网，将第x层行为细节字段关系网rn3以及从第x层行为细节字段关系网rn3到所述第一层行为细节字段关系网rn3进行拼接操作时每一轮完成拼接的行为细节字段关系网，作为获得的第二承接型字段关系网；将所述第一承接型字段关系网和所述第二承接型字段关系网作为获得的所述承接型字段关系网。8.根据权利要求7所述的方法，其特征在于，所述结合每一轮完成拼接的承接型字段关系网，获得所述行为细节字段关系网rn4，包括：对每一轮完成拼接的承接型字段关系网进行窗口化操作，获得该承接型字段关系网对应的行为细节字段关系网rn5；其中，每个承接型字段关系网对应的行为细节字段关系网rn5的时域变量指标保持一致；将各个承接型字段关系网对应的行为细节字段关系网rn5进行全局整理，获得所述行为细节字段关系网rn4。9.一种人工智能服务系统，其特征在于，包括处理器和存储器；所述处理器和所述存储器通信连接，所述处理器用于从所述存储器中读取计算机程序并执行，以实现权利要求1-8任一项所述的方法。10.一种云平台，其特征在于，包括有可读存储介质，所述可读存储介质存储有程序，该程序被处理器执行时实现权利要求1-8任一项所述的方法。
技术总结
本发明实施例提供的互联网数据交互处理方法、系统及云平台，能够结合时序注意力存在差异的行为细节字段关系网RN3（通过存在差异的时序注意力来反映感兴趣交互事件的不同活动状态，进而获得不同活动状态下的感兴趣交互事件细节），确定待分析的在线用户活动记录中的感兴趣交互事件，实现了结合初始信息量的待分析的在线用户活动记录，确定待分析的在线用户活动记录的感兴趣交互事件，鉴于无需进一步扩展待分析的在线用户活动记录的信息量，在确保感兴趣交互事件的挖掘精度的前提下，能够有效减少挖掘分析处理所需的资源开销，进而可以提高感兴趣交互事件分析挖掘的时效性。提高感兴趣交互事件分析挖掘的时效性。提高感兴趣交互事件分析挖掘的时效性。
技术研发人员：刘艳慧
受保护的技术使用者：贵州荣睿科技有限公司
技术研发日：2022.07.21
技术公布日：2022/10/25