应用于电子商务的大数据分析方法及系统与流程

1.本技术涉及大数据技术领域，尤其涉及一种应用于电子商务的大数据分析方法及系统。


背景技术：

2.当下，电子商务可以分为企业对企业的电子商务（b2b），企业对消费者的电子商务（b2c），企业对政府的电子商务（b2g），消费者对政府的电子商务（c2g），消费者对消费者的电子商务（c2c），企业、消费者、代理商三者相互转化的电子商务（abc），以消费者为中心的全新商业模式（c2b2s），以供需方为目标的新型电子商务（p2d）等。随着电子商务的不断发展和壮大，针对电商数据的数据优化处理必不可少。就用户层面而言，如何保障用户画像的丰富性和多样性是保障智能化大数据挖掘的关键。


技术实现要素：

3.本技术的一个目的是提供一种应用于电子商务的大数据分析方法及系统。
4.一种应用于电子商务的大数据分析方法，应用于大数据分析系统，所述方法包括：获得包含拟分析用户活动事件的拟分析电商业务大数据和所述拟分析电商业务大数据的参考电商业务大数据；其中，所述参考电商业务大数据中包括参考用户活动事件；对所述拟分析电商业务大数据和所述参考电商业务大数据进行会话描述信息挖掘，得到所述拟分析电商业务大数据的第一会话描述信息关系链和所述参考电商业务大数据的第二会话描述信息关系链；利用所述第一会话描述信息关系链和所述第二会话描述信息关系链，分别对所述拟分析电商业务大数据中拟分析用户活动事件的待处理个性化用户特征和所述参考电商业务大数据中参考用户活动事件的待处理个性化用户特征进行知识赋予，得到第一已优化电商业务大数据和第二已优化电商业务大数据；输出所述第一已优化电商业务大数据和所述第二已优化电商业务大数据。
5.在一些可独立实施的设计思路下，所述获得包含拟分析用户活动事件的拟分析电商业务大数据和所述拟分析电商业务大数据的参考电商业务大数据，包括：获得用户活动事件分析申请或者调取的所述拟分析电商业务大数据；其中，所述用户活动事件分析申请中包含了拟分析电商业务大数据；在设定业务大数据集中，检索内容中包括与所述拟分析用户活动事件的共性评分达到设定要求的所述参考用户活动事件的电商业务大数据；将内容中包括所述参考用户活动事件的电商业务大数据作为所述拟分析电商业务大数据的参考电商业务大数据。
6.在一些可独立实施的设计思路下，所述利用所述第一会话描述信息关系链和所述第二会话描述信息关系链，分别对所述拟分析电商业务大数据中拟分析用户活动事件的待处理个性化用户特征和所述参考电商业务大数据中参考用户活动事件的待处理个性化用
户特征进行知识赋予，得到第一已优化电商业务大数据和第二已优化电商业务大数据之前，所述方法还包括：获得用作引导对所述拟分析用户活动事件和所述参考用户活动事件进行联合分析的设定分析指标；确定与所述设定分析指标相配对的活动行为向量为所述待处理个性化用户特征。
7.在一些可独立实施的设计思路下，所述确定与所述设定分析指标相配对的活动行为向量为所述待处理个性化用户特征，包括：在所述设定分析指标为对会话操作描述信息进行联合分析的基础上，确定所述设定分析指标所对应的操作习惯描述向量为所述待处理个性化用户特征。
8.在一些可独立实施的设计思路下，所述利用所述第一会话描述信息关系链和所述第二会话描述信息关系链，分别对所述拟分析电商业务大数据中拟分析用户活动事件的待处理个性化用户特征和所述参考电商业务大数据中参考用户活动事件的待处理个性化用户特征进行知识赋予，得到第一已优化电商业务大数据和第二已优化电商业务大数据，包括：在所述第一会话描述信息关系链和所述第二会话描述信息关系链中，分别确定与所述操作习惯描述向量匹配的第一目标会话描述信息和第二目标会话描述信息；在所述拟分析电商业务大数据中，对所述拟分析用户活动事件的操作习惯的所述第一目标会话描述信息进行知识赋予，得到所述第一已优化电商业务大数据；在所述参考电商业务大数据中，对所述参考用户活动事件的操作习惯的所述第二目标会话描述信息进行知识赋予，得到所述第二已优化电商业务大数据；其中，所述在所述拟分析电商业务大数据中，对所述拟分析用户活动事件的操作习惯的所述第一目标会话描述信息进行知识赋予，得到所述第一已优化电商业务大数据，包括：在所述拟分析电商业务大数据中，确定所述第一目标会话描述信息的分布特征；以所述拟分析电商业务大数据为基准，利用所述分布特征通过设定知识变量对所述第一目标会话描述信息进行知识赋予，得到所述第一已优化电商业务大数据。
9.在一些可独立实施的设计思路下，所述确定与所述设定分析指标相配对的活动行为向量为所述待处理个性化用户特征，包括：在所述设定分析指标为对操作习惯的数据集评估变量进行联合分析的基础上，确定所述设定分析指标所对应的任一目标操作环节的评估变量为所述待处理个性化用户特征。
10.在一些可独立实施的设计思路下，所述利用所述第一会话描述信息关系链和所述第二会话描述信息关系链，分别对所述拟分析电商业务大数据中拟分析用户活动事件的待处理个性化用户特征和所述参考电商业务大数据中参考用户活动事件的待处理个性化用户特征进行知识赋予，得到第一已优化电商业务大数据和第二已优化电商业务大数据，包括：在所述第一会话描述信息关系链和所述第二会话描述信息关系链中，分别确定与所述目标操作环节匹配的第一局部会话描述信息和与所述目标操作环节匹配的第二局部会话描述信息；利用所述第一局部会话描述信息，对所述拟分析用户活动事件的目标操作环节的评估变量进行知识赋予，得到所述第一已优化电商业务大数据；利用所述第二局部会话描述信息，对所述参考用户活动事件的目标操作环节的评
估变量进行知识赋予，得到所述第二已优化电商业务大数据。
11.在一些可独立实施的设计思路下，所述利用所述第一局部会话描述信息，对所述拟分析用户活动事件的目标操作环节的评估变量进行知识赋予，得到所述第一已优化电商业务大数据，包括：利用所述第一局部会话描述信息在所述拟分析电商业务大数据上的分布特征，在所述第一局部会话描述信息中确定反映所述评估变量的不少于两个会话描述信息；通过所述不少于两个会话描述信息之间的关联特征，注释所述拟分析用户活动事件的目标操作环节的评估变量，得到备选的拟分析电商业务大数据；在所述备选的拟分析电商业务大数据中，通过设定方式对所述关联特征进行知识添加，得到所述第一已优化电商业务大数据。
12.在一些可独立实施的设计思路下，所述输出所述第一已优化电商业务大数据和所述第二已优化电商业务大数据，包括：在可视化分析窗口的第一窗口空间输出所述第一已优化电商业务大数据；在所述可视化分析窗口的第二窗口空间输出所述第二已优化电商业务大数据；其中，所述第一窗口空间和所述第二窗口空间为所述可视化分析窗口中相关联的两个窗口空间；其中，所述评估变量包括如下不少于一项：所述目标操作环节的环节时序差异、所述目标操作环节的操作特征关联度，所述通过所述不少于两个会话描述信息之间的关联特征，注释所述拟分析用户活动事件的目标操作环节的评估变量，得到备选的拟分析电商业务大数据，包括：通过所述不少于两个会话描述信息之间的关联特征，注释所述拟分析用户活动事件的目标操作环节的环节时序差异或操作特征关联度，得到所述备选的拟分析电商业务大数据；所述在所述备选的拟分析电商业务大数据中，通过设定方式对所述关联特征进行知识添加，得到所述第一已优化电商业务大数据，包括：在所述备选的拟分析电商业务大数据中，通过所述设定方式处理所述关联特征，得到所述第一已优化电商业务大数据；其中，所述方法还包括：确定所述拟分析用户活动事件中操作习惯的第一操作要素特征，以及所述参考用户活动事件中操作习惯的第二操作要素特征；利用所述第一操作要素特征和所述第二操作要素特征，确定所述拟分析用户活动事件和所述参考用户活动事件之间的共性评分；将所述第一操作要素特征和所述第二操作要素特征输出在所述可视化分析窗口的一个或两个第三窗口空间内，并将所述共性评分输出在所述可视化分析窗口的第一窗口空间或第二窗口空间；其中，所述两个第三窗口空间、所述第一窗口空间和所述第二窗口空间之间不存在交叉。
13.一种大数据分析系统，所述大数据分析系统与电子商务服务器通信连接，所述大数据分析系统用于：获得包含拟分析用户活动事件的拟分析电商业务大数据和所述拟分析电商业务大数据的参考电商业务大数据；其中，所述参考电商业务大数据中包括参考用户活动事件；对所述拟分析电商业务大数据和所述参考电商业务大数据进行会话描述信息挖掘，得到所述拟分析电商业务大数据的第一会话描述信息关系链和所述参考电商业务大数据的第二会话描述信息关系链；利用所述第一会话描述信息关系链和所述第二会话描述信息关系链，分别对所述拟分析电商业务大数据中拟分析用户活动事件的待处理个性化用户特征和所述参考电商业务大数据中参考用户活动事件的待处理个性化用户特征进行知识赋予，得到第一已优化电商业务大数据和第二已优化电商业务大数据；输出所述第一已优
化电商业务大数据和所述第二已优化电商业务大数据。
14.一种大数据分析系统，包括：用于存储可执行计算机程序的存储器，用于执行所述存储器中存储的可执行计算机程序时实现上述方法的处理器。
15.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序在运行时执行上述方法。
16.根据本技术的一个实施例，对于获得的拟分析电商业务大数据和拟分析电商业务大数据的参考电商业务大数据，通过拟分析电商业务大数据和参考电商业务大数据进行用户活动事件会话描述信息挖掘，得到拟分析电商业务大数据的第一会话描述信息关系链和参考电商业务大数据的第二会话描述信息关系链；如此，第一会话描述信息关系链可以完整反映拟分析电商业务大数据中用户活动事件的会话描述信息，第二会话描述信息关系链可以完整反映参考电商业务大数据中用户活动事件的会话描述信息；继而，利用所述第一会话描述信息关系链和所述第二会话描述信息关系链，分别对所述拟分析电商业务大数据和所述参考电商业务大数据中用户活动事件的待处理个性化用户特征进行知识赋予，得到第一已优化电商业务大数据和第二已优化电商业务大数据；如此，通过第一会话描述信息关系链和第二会话描述信息关系链优化电商业务大数据中用户活动事件的待处理个性化用户特征，能够在用户活动事件中挑选任一个或多个个性化用户特征进行知识赋予，从而使得第一已优化电商业务大数据和第二已优化电商业务大数据中优化的待处理个性化用户特征尽可能准确完整；进一步地，输出所述第一已优化电商业务大数据和所述第二已优化电商业务大数据。
17.可以理解，将具有待处理个性化用户特征的第一已优化电商业务大数据和第二已优化电商业务大数据输出于可视化分析窗口中，可以提供拟分析电商业务大数据和参考电商业务大数据中用户活动事件的尽可能丰富多样的用户画像向量，完善了对第一已优化电商业务大数据和第二已优化电商业务大数据进行联合分析的决策依据，这样能够基于第一已优化电商业务大数据和第二已优化电商业务大数据进行准确可靠的用户需求挖掘或者用户兴趣提炼，提高大数据挖掘的智能化程度。
附图说明
18.图1是示出可以实现本技术的实施例的大数据分析系统的一种通信配置的示意图。
19.图2是示出可以实现本技术的实施例的应用于电子商务的大数据分析方法的流程示意图。
具体实施方式
20.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述。为了使本技术的目的、技术方案和优点更加清楚，下面将结合附图对本技术作进一步地详细描述，所描述的实施例不应视为对本技术的限制，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本技术保护的范围。在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集，但是可以理解，“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合。
除非另有定义，本文所使用的所有的技术和科学术语与属于本技术的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本技术实施例的目的，不是旨在限制本技术。
21.图1是示出可以实现本技术的实施例的大数据分析系统100的一种通信配置的框图，大数据分析系统100包括用于存储可执行计算机程序的存储器101，用于执行所述存储器101中存储的可执行计算机程序时实现本技术实施例中应用于电子商务的大数据分析方法的处理器102。
22.图2是示出可以实现本技术的实施例的应用于电子商务的大数据分析方法的流程示意图，应用于电子商务的大数据分析方法可以通过图1所示的大数据分析系统100实现，进一步可以包括以下s1-s4所描述的技术方案。
23.s1、获得包含拟分析用户活动事件的拟分析电商业务大数据和所述拟分析电商业务大数据的参考电商业务大数据。
24.在本技术实施例中，所述参考电商业务大数据中包括参考用户活动事件。进一步地，用户活动事件可以理解为电商业务大数据中较为活跃的交互事件或者具有挖掘价值的交互事件，通常包括用户的一系列交互行为记录等。拟分析可以理解为待分析的或者初始的，而参考可以理解为样本，也即，该步骤可以获取两类大数据，第一类为待处理的，第二类为样本。
25.s2、对所述拟分析电商业务大数据和所述参考电商业务大数据进行会话描述信息挖掘，得到所述拟分析电商业务大数据的第一会话描述信息关系链和所述参考电商业务大数据的第二会话描述信息关系链。
26.在本技术实施例中，会话描述信息可以理解为相关电商业务大数据中的关键业务信息或者业务交互项目，用于反映相关电商业务大数据的整体/局部运行情况。进一步地，会话描述信息关系链可以理解为会话描述信息的集合，比如可以通过知识图谱或者知识关系网的形式进行记录，在此不作限定。
27.s3、利用所述第一会话描述信息关系链和所述第二会话描述信息关系链，分别对所述拟分析电商业务大数据中拟分析用户活动事件的待处理个性化用户特征和所述参考电商业务大数据中参考用户活动事件的待处理个性化用户特征进行知识赋予，得到第一已优化电商业务大数据和第二已优化电商业务大数据。
28.在本技术实施例中，待处理个性化用户特征可以理解为相关用户活动事件对应的差异行为特征或者用户偏好特征，待处理个性化用户特征能够反映用户的一系列业务偏好倾向等价值信息，可以作为后期大数据挖掘的决策依据。基于此，知识赋予可以理解为对这些个性化用户特征进行标注处理或者注释处理，从而实现这些个性化用户特征的显著化处理或者凸显处理，提高个性化用户特征的辨识度，以服务于后续的大数据挖掘。
29.s4、输出所述第一已优化电商业务大数据和所述第二已优化电商业务大数据。
30.在本技术实施例中，可以将完成知识赋予的所述第一已优化电商业务大数据和所述第二已优化电商业务大数据进行输出，从而为之后的用户兴趣大数据挖掘提供数据信息基础。
31.基于s1-s4，对于获得的拟分析电商业务大数据和拟分析电商业务大数据的参考电商业务大数据，通过拟分析电商业务大数据和参考电商业务大数据进行用户活动事件会
话描述信息挖掘，得到拟分析电商业务大数据的第一会话描述信息关系链和参考电商业务大数据的第二会话描述信息关系链；如此，第一会话描述信息关系链可以完整反映拟分析电商业务大数据中用户活动事件的会话描述信息，第二会话描述信息关系链可以完整反映参考电商业务大数据中用户活动事件的会话描述信息；继而，利用所述第一会话描述信息关系链和所述第二会话描述信息关系链，分别对所述拟分析电商业务大数据和所述参考电商业务大数据中用户活动事件的待处理个性化用户特征进行知识赋予，得到第一已优化电商业务大数据和第二已优化电商业务大数据；如此，通过第一会话描述信息关系链和第二会话描述信息关系链优化电商业务大数据中用户活动事件的待处理个性化用户特征，能够在用户活动事件中挑选任一个或多个个性化用户特征进行知识赋予，从而使得第一已优化电商业务大数据和第二已优化电商业务大数据中优化的待处理个性化用户特征尽可能准确完整；进一步地，输出所述第一已优化电商业务大数据和所述第二已优化电商业务大数据。
32.可以理解，将具有待处理个性化用户特征的第一已优化电商业务大数据和第二已优化电商业务大数据输出于可视化分析窗口中，可以提供拟分析电商业务大数据和参考电商业务大数据中用户活动事件的尽可能丰富多样的用户画像向量，完善了对第一已优化电商业务大数据和第二已优化电商业务大数据进行联合分析的决策依据，这样能够基于第一已优化电商业务大数据和第二已优化电商业务大数据进行准确可靠的用户需求挖掘或者用户兴趣提炼，提高大数据挖掘的智能化程度。
33.在一些独立的实施例中，s1所描述的获得包含拟分析用户活动事件的拟分析电商业务大数据和所述拟分析电商业务大数据的参考电商业务大数据，可以包括：获得用户活动事件分析申请或者调取的所述拟分析电商业务大数据；其中，所述用户活动事件分析申请中包含了拟分析电商业务大数据；在设定业务大数据集中，检索（还可以理解为查询或者查找）内容（该内容可以时数据内容或者信息内容）中包括与所述拟分析用户活动事件的共性评分（比如可以为相似度）达到设定要求的所述参考用户活动事件的电商业务大数据；将内容中包括所述参考用户活动事件的电商业务大数据作为所述拟分析电商业务大数据的参考电商业务大数据。如此设计，可以准确获得拟分析电商业务大数据以及参考电商业务大数据。
34.在一些独立的实施例中，所述利用所述第一会话描述信息关系链和所述第二会话描述信息关系链，分别对所述拟分析电商业务大数据中拟分析用户活动事件的待处理个性化用户特征和所述参考电商业务大数据中参考用户活动事件的待处理个性化用户特征进行知识赋予，得到第一已优化电商业务大数据和第二已优化电商业务大数据之前，所述方法还包括：获得用作引导对所述拟分析用户活动事件和所述参考用户活动事件进行联合分析（示例性地可以理解为比较分析或者比对分析）的设定分析指标（可以理解为分析需求或者分析要求等）；确定与所述设定分析指标相配对的活动行为向量（比如反映用户行为特征的字段信息）为所述待处理个性化用户特征。这样一来，可以准确完整地确定待处理个性化用户特征。
35.在一些独立的实施例中，所述确定与所述设定分析指标相配对的活动行为向量为所述待处理个性化用户特征，包括：在所述设定分析指标为对会话操作描述信息（比如关键行为环节的描述特征）进行联合分析的基础上，确定所述设定分析指标所对应的操作习惯
描述向量为所述待处理个性化用户特征。
36.对于一些可独立实施的设计思路而言，所述利用所述第一会话描述信息关系链和所述第二会话描述信息关系链，分别对所述拟分析电商业务大数据中拟分析用户活动事件的待处理个性化用户特征和所述参考电商业务大数据中参考用户活动事件的待处理个性化用户特征进行知识赋予，得到第一已优化电商业务大数据和第二已优化电商业务大数据，包括：在所述第一会话描述信息关系链和所述第二会话描述信息关系链中，分别确定与所述操作习惯描述向量匹配的第一目标会话描述信息和第二目标会话描述信息；在所述拟分析电商业务大数据中，对所述拟分析用户活动事件的操作习惯的所述第一目标会话描述信息进行知识赋予，得到所述第一已优化电商业务大数据；在所述参考电商业务大数据中，对所述参考用户活动事件的操作习惯的所述第二目标会话描述信息进行知识赋予，得到所述第二已优化电商业务大数据。如此设计，可以实现不同目标会话描述信息的知识赋予，从而保障已优化电商业务大数据的特征识别度，提高已优化电商业务大数据的数据挖掘指导性能。
37.对于一些可独立实施的设计思路而言，所述在所述拟分析电商业务大数据中，对所述拟分析用户活动事件的操作习惯的所述第一目标会话描述信息进行知识赋予，得到所述第一已优化电商业务大数据，包括：在所述拟分析电商业务大数据中，确定所述第一目标会话描述信息的分布特征（分布区域情况）；以所述拟分析电商业务大数据为基准，利用所述分布特征通过设定知识变量对所述第一目标会话描述信息进行知识赋予，得到所述第一已优化电商业务大数据。如此设计，可以提高知识赋予的精度和效率。
38.对于一些可独立实施的设计思路而言，所述确定与所述设定分析指标相配对的活动行为向量为所述待处理个性化用户特征，包括：在所述设定分析指标为对操作习惯的数据集评估变量（数据的窗口化区域测试结果）进行联合分析的基础上，确定所述设定分析指标所对应的任一目标操作环节的评估变量为所述待处理个性化用户特征。如此设计，可以保障待处理个性化用户特征的区域区分度。
39.对于一些可独立实施的设计思路而言，所述利用所述第一会话描述信息关系链和所述第二会话描述信息关系链，分别对所述拟分析电商业务大数据中拟分析用户活动事件的待处理个性化用户特征和所述参考电商业务大数据中参考用户活动事件的待处理个性化用户特征进行知识赋予，得到第一已优化电商业务大数据和第二已优化电商业务大数据，包括：在所述第一会话描述信息关系链和所述第二会话描述信息关系链中，分别确定与所述目标操作环节匹配的第一局部会话描述信息和与所述目标操作环节匹配的第二局部会话描述信息；利用所述第一局部会话描述信息，对所述拟分析用户活动事件的目标操作环节的评估变量进行知识赋予，得到所述第一已优化电商业务大数据；利用所述第二局部会话描述信息，对所述参考用户活动事件的目标操作环节的评估变量进行知识赋予，得到所述第二已优化电商业务大数据。这样一来，可以提高知识赋予的准确性和可靠性。
40.对于一些可独立实施的设计思路而言，所述利用所述第一局部会话描述信息，对所述拟分析用户活动事件的目标操作环节的评估变量进行知识赋予，得到所述第一已优化电商业务大数据，包括：利用所述第一局部会话描述信息在所述拟分析电商业务大数据上的分布特征，在所述第一局部会话描述信息中确定反映所述评估变量的不少于两个会话描述信息；通过所述不少于两个会话描述信息之间的关联特征（用于连接会话描述信息），注
释（可以理解为标记）所述拟分析用户活动事件的目标操作环节的评估变量（可以理解为预测分析结果），得到备选的拟分析电商业务大数据；在所述备选的拟分析电商业务大数据中，通过设定方式（比如通过知识图谱关联的方式）对所述关联特征进行知识添加（可以理解为标记处理），得到所述第一已优化电商业务大数据。如此设计，可以实现对电商业务大数据的知识标注，从而保障为后续的大数据挖掘提供决策依据。
41.对于一些可独立实施的设计思路而言，所述输出所述第一已优化电商业务大数据和所述第二已优化电商业务大数据，包括：在可视化分析窗口（比如可视化交互模块）的第一窗口空间（比如窗口区域或者局部窗口）输出所述第一已优化电商业务大数据；在所述可视化分析窗口的第二窗口空间输出所述第二已优化电商业务大数据；其中，所述第一窗口空间和所述第二窗口空间为所述可视化分析窗口中相关联的两个窗口空间。这样一来，能够提高大数据输出的智能化程度。
42.对于一些可独立实施的设计思路而言，所述评估变量包括如下不少于一项：所述目标操作环节的环节时序差异、所述目标操作环节的操作特征关联度，所述通过所述不少于两个会话描述信息之间的关联特征，注释所述拟分析用户活动事件的目标操作环节的评估变量，得到备选的拟分析电商业务大数据，包括：通过所述不少于两个会话描述信息之间的关联特征，注释所述拟分析用户活动事件的目标操作环节的环节时序差异或操作特征关联度，得到所述备选的拟分析电商业务大数据。进一步地，所述在所述备选的拟分析电商业务大数据中，通过设定方式对所述关联特征进行知识添加，得到所述第一已优化电商业务大数据，包括：在所述备选的拟分析电商业务大数据中，通过所述设定方式处理所述关联特征，得到所述第一已优化电商业务大数据。
43.在另外的一些可独立的设计思路下，所述方法还包括：确定所述拟分析用户活动事件中操作习惯的第一操作要素特征（可以理解为操作属性向量，比如触控操作属性、语音操作属性等），以及所述参考用户活动事件中操作习惯的第二操作要素特征；利用所述第一操作要素特征和所述第二操作要素特征，确定所述拟分析用户活动事件和所述参考用户活动事件之间的共性评分（可以理解为相似度）；将所述第一操作要素特征和所述第二操作要素特征输出在所述可视化分析窗口的一个或两个第三窗口空间内，并将所述共性评分输出在所述可视化分析窗口的第一窗口空间或第二窗口空间；其中，所述两个第三窗口空间、所述第一窗口空间和所述第二窗口空间之间不存在交叉（不存在重叠）。这样一来，可以提高大数据可视化输出的智能化程度。
44.以上已经结合附图描述了本技术的实施例，至少具有如下有益效果：对于获得的拟分析电商业务大数据和拟分析电商业务大数据的参考电商业务大数据，通过拟分析电商业务大数据和参考电商业务大数据进行用户活动事件会话描述信息挖掘，得到拟分析电商业务大数据的第一会话描述信息关系链和参考电商业务大数据的第二会话描述信息关系链；如此，第一会话描述信息关系链可以完整反映拟分析电商业务大数据中用户活动事件的会话描述信息，第二会话描述信息关系链可以完整反映参考电商业务大数据中用户活动事件的会话描述信息；继而，利用所述第一会话描述信息关系链和所述第二会话描述信息关系链，分别对所述拟分析电商业务大数据和所述参考电商业务大数据中用户活动事件的待处理个性化用户特征进行知识赋予，得到第一已优化电商业务大数据和第二已优化电商业务大数据；如此，通过第一会话描述信息关系链和第二会话描述信息关系链优化电商业
务大数据中用户活动事件的待处理个性化用户特征，能够在用户活动事件中挑选任一个或多个个性化用户特征进行知识赋予，从而使得第一已优化电商业务大数据和第二已优化电商业务大数据中优化的待处理个性化用户特征尽可能准确完整；进一步地，输出所述第一已优化电商业务大数据和所述第二已优化电商业务大数据。
45.可以理解，将具有待处理个性化用户特征的第一已优化电商业务大数据和第二已优化电商业务大数据输出于可视化分析窗口中，可以提供拟分析电商业务大数据和参考电商业务大数据中用户活动事件的尽可能丰富多样的用户画像向量，完善了对第一已优化电商业务大数据和第二已优化电商业务大数据进行联合分析的决策依据，这样能够基于第一已优化电商业务大数据和第二已优化电商业务大数据进行准确可靠的用户需求挖掘或者用户兴趣提炼，提高大数据挖掘的智能化程度。
46.以上所述，仅为本技术的较佳实施例而已，并非用于限定本技术的保护范围。