CN119398824B 基于人工智能的互联网大数据分析方法及系统 （广州泰壹医疗科技有限公司）

基于人工智能的互联网大数据分析方法及本发明提出了基于人工智能的互联网大数处理，对标准化处理后的数据进行关键特征提结合动态更新的用户画像构建动态更新的知识谱进行市场分析，提供产品需求预测和用户推2P={p1,p2,.…,pn}，政策及市场信息G={g1,g2,..,g}，以及供应链合作伙伴信息S={S1,S2,…,SX}，根据市场信息和用户的综合画像构建动态知识图谱；通过用户节点的嵌入表示，结合政策节点和产品节点的信息，对用户对于结构化数据根据时间序列中的历史趋势和同类产品的销售数据采用自定义插值然后对结合后的结构化数据和非结构化数据进行特征提取并将其映射到统一的特征;3Ws和wu为权重矩阵，将结构化数据和非结构化数据投影到同一维度p的特征空间中，;;分析模型计算得到，针对反馈中的无关信息进行过滤Wu为非对于外部数据zp，设计了一个滞后效应控制项5;;QS+au+ap=1；;;4;;;;;;在所述兴趣偏好分析模型中，还引入时间衰减正则项，平衡历史兴趣与未来潜在兴;;;5hc=f(ymone)，其中f嵌入hp=f(p:)；所述政策节点为为行业政策和市场信息节点，表示为，表示政策特征的嵌入;所述供应链节点代表供应链参与方的节点，表示为si，表示供应链参与方的嵌入;;其中，表示用户兴趣和产品特征的相似性，purcha;其中，impact(g,s3)表示政策对用户需求的潜在影响，policyrelevance(i,j)表示政策;其中，orderfrequency(i,j)表示用户与供应商的订单频率，logistics_efficiency(i,j)表6;";;;所述根据预测的结果为用户推荐最适合的产品和推荐最合适的供应;供应链合作伙伴推荐通过用户节点和供应链节点的嵌入相似性，供应链节点嵌入的内积，用于计算相似性；j-order-frequency(c,s)表示用户与供应链7异构数据收集模块，用于收集来自医疗器械行业的不同数据动态知识图谱构建模块，用于将医疗器械行业结合动态更P={p1,p2,.…,pn}，政策及市场信息G={g1,g2,..,g}，以及供应链合作伙伴信息S={S1,S2,…,SX}，根据市场信息和用户的综合画像构建动态知识图谱；动态知识图谱分析模块，用于利用知识图谱进行市场分析，提供通过用户节点的嵌入表示，结合政策节点和产品节点的信息，对用户89[0015]步骤3.1、收集市场信息，所述市场信息包括医疗器械产品的特征数据P＝{p1,[0022]对于结构化数据根据时间序列中的历史趋势和同类产品的销售数据采用自定义[0023]然后对结合后的结构化数据和非结构化数据进行特征提取并将其映射到统一的pd[0053]使用一个softmax函数，将用户对不同产品类别的偏好映射为概率分布，表示如zf映射到c个产品[0069]il=(1+np)-y[0076]所述用户节点C以每个用户画像γprofile作为用户节点的特征信息，包含需求预测[0083]所述用户供应链关系Rcs表示用户与供应链合作伙伴之间的交互ij2[0093]其中，order_frequency(i，j)表示用户与供应商的订单频率，logistics_[0108]所述根据预测的结果为用户推荐最适合的产品和推荐最[0109]通过用户节点嵌入hC和产品节点嵌入hP的相似性计算，以及用户与产γ为历史影响系数；[0127]步骤3.1、收集市场信息，所述市场信息包括医疗器械产品的特征数据P＝{p1,成了数据之间的网络化关联，能够帮助系统发现隐藏在数据背后的市场机会和行业规律。[0137]利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限pppp[0184]为了考虑外部政策或市场波动对需求的影响，本发明引入了一个时变权重项λprofileprofileG＝{g1m}，以及供应链合作伙伴信息S=2k[0213]本步骤的目的是将这些不同来源的结构化和非结构化数据整合成一个能够描述[0224]用户供应链关系Rcs：表示用户与供应链合作伙伴(如生产商或ij2[0241]其中，order_frequency(i，j)表示用户与供应商的订单频率，logistics_γ2控制各因素权重。需求的间接影响或供应链的物流效率对用户满[0259]通过用户节点嵌入hC和产品节点嵌入hP的相似性计算，以及用户与产convλ2"e[0293]画像构建模块102，用于根据综合特征向量zf生成动态更新的用户画像，具体