1.本技术涉及大数据技术领域，尤其涉及一种应用人工智能的业务大数据处理方法及系统。
背景技术：2.大数据处理是指将杂乱无章的原始数据经过数据获取和数据清洗转化成结构化的数据以供我们使用，而人工智能技术可以利用结构化的数据进行数据挖掘，从而得到隐含的有用信息以进行数据建模，从而预测可能产生的行为信息。现阶段，大数据和人工智能的联系非常密切，大数据时代能够为人工智能带来新的发展机遇，比如在业务数据处理层面，可以结合人工智能进行流量热度分析，但是相关的流量热度分析技术的准确性和时效性还需进一步改善。
技术实现要素：3.本技术的一个目的是提供一种应用人工智能的业务大数据处理方法及系统。
4.本技术的技术方案是通过如下至少部分实施例实现的。
5.一种应用人工智能的业务大数据处理方法，应用于人工智能服务系统，所述方法包括：在接收到业务服务平台发送的业务流量分析请求时，获得待进行流量热度分析的业务互动项目的至少一组业务交互大数据；从第一数据共享服务器中确定与所述至少一组业务交互大数据存在配对关系的目标用户评论信息；基于设定的信息绑定指示，获得所述目标用户评论信息对应的流量热度分析策略及评论文本情绪描述；基于所述流量热度分析策略和所述评论文本情绪描述，确定所述待进行流量热度分析的业务互动项目的当前流量热度。
6.这样一来，通过在接收到业务服务平台发送的业务流量分析请求时，获得待进行流量热度分析的业务互动项目的至少一组业务交互大数据，从第一数据共享服务器中确定与至少一组业务交互大数据存在配对关系的目标用户评论信息，可确定待进行流量热度分析的业务互动项目是第一数据共享服务器中已记录的业务互动项目，通过获得目标用户评论信息对应的流量热度分析策略及评论文本情绪描述，使得基于流量热度分析策略和评论文本情绪描述，可得到待进行流量热度分析的业务互动项目的当前流量热度。基于本技术的实施例，可通过从待进行流量热度分析的业务互动项目的用户评论信息中获得的数据实现业务互动项目的流量热度分析，针对不同的业务互动项目，都可准确、可靠且及时地实现流量热度分析。
7.对于一些独立性设计思路而言，所述在接收到业务服务平台发送的业务流量分析请求时，获得待进行流量热度分析的业务互动项目的至少一组业务交互大数据之前，所述方法还包括：获得不少于一种项目类别的用户评论信息，其中每种所述项目类别对应至少一组用户评论信息；对于每种所述项目类别，从所述项目类别对应的至少一组用户评论信息中抽样获得反馈内容识别指标满足第一设定要求的指定用户评论信息；获得每种所述指
定用户评论信息的流量热度分析策略和评论文本情绪描述，并生成所述指定用户评论信息、所述流量热度分析策略以及所述评论文本情绪描述之间的信息绑定指示；将每种所述指定用户评论信息以及所述信息绑定指示缓存于所述第一数据共享服务器中。
8.这样一来，可实现向第一数据共享服务器加载指定用户评论信息及信息绑定指示。第一数据共享服务器中的指定用户评论信息是通过反馈内容识别指标筛选满足要求的，使得从第一数据共享服务器中确定的、与至少一组业务交互大数据存在配对关系的目标用户评论信息具有较高的精度和可信度，进而能够保障当前流量热度的精度和可信度。
9.对于一些独立性设计思路而言，所述从第一数据共享服务器中确定与所述至少一组业务交互大数据存在配对关系的目标用户评论信息，包括：对于所述至少一组业务交互大数据，确定每组所述业务交互大数据与所述第一数据共享服务器中的指定用户评论信息的第一相关性系数；获得所述第一相关性系数高于第一判定值的指定用户评论信息的第一差异化描述字段；对于所述至少一组业务交互大数据，挖掘每组所述业务交互大数据的第二差异化描述字段；确定所述第一差异化描述字段与所述第二差异化描述字段的第二相关性系数；将所述第二相关性系数最大的指定用户评论信息，作为与所述至少一组业务交互大数据存在配对关系的所述目标用户评论信息；其中，所述第一差异化描述字段和所述第二差异化描述字段用于鉴别相异项目类别的指定用户评论信息。
10.这样一来，第一相关性系数达标的指定用户评论信息可以为与待进行流量热度分析的业务互动项目的用户评论信息全局相关度较高的用户评论信息，第二相关性系数达标的指定用户评论信息可以为与待进行流量热度分析的业务互动项目的用户评论信息全局和/或局部相关度较高的用户评论信息，使得第二相关性系数达标的指定用户评论信息可作为与待进行流量热度分析的业务互动项目的用户评论信息存在配对关系的目标用户评论信息。如此，可确保得到的目标用户评论信息的可靠性。
11.对于一些独立性设计思路而言，在没有从所述第一数据共享服务器中确定与所述至少一组业务交互大数据存在配对关系的目标用户评论信息的基础上，所述方法还包括：在所述待进行流量热度分析的业务互动项目包括多维查询标签的基础上，通过解析多维查询标签的思路获得所述待进行流量热度分析的业务互动项目的流量热度分析策略以及评论文本情绪描述；或在所述待进行流量热度分析的业务互动项目不包括多维查询标签的基础上，接收第一参考指示，所述第一参考指示用于反映所述待进行流量热度分析的业务互动项目的流量热度分析策略以及评论文本情绪描述；基于所述第一参考指示中的流量热度分析策略和评论文本情绪描述，确定所述待进行流量热度分析的业务互动项目的当前流量热度；发送第一业务互动指令，所述第一业务互动指令用于反映将所述待进行流量热度分析的业务互动项目的用户评论信息添加到所述第一数据共享服务器。
12.这样一来，在没有确定目标用户评论信息的基础上，可通过解析多维查询标签的思路，或通过自适应配置流量分析所需的流量热度分析策略以及评论文本情绪描述的思路，实现智能化的流量热度分析处理，如此，可提高流量热度分析策略的适用性。
13.对于一些独立性设计思路而言，在没有从所述第一数据共享服务器中确定与所述至少一组业务交互大数据存在配对关系的目标用户评论信息的基础上，所述方法还包括：通过可视化交互记录检索是否具有待进行流量热度分析的业务互动项目的相同项目类别的热度分析报告；在具有所述热度分析报告的基础上，获得所述热度分析报告所携带的相
同项目类别的流量热度分析状态的历史数据，所述流量热度分析状态的历史数据包含所述相同项目类别的流量热度分析策略及评论文本情绪描述；基于所述相同项目类别的流量热度分析策略和评论文本情绪描述，确定所述待进行流量热度分析的业务互动项目的当前流量热度。
14.这样一来，使得无需自适应解析多维查询标签或通过自适应配置流量分析所需的流量热度分析策略以及评论文本情绪描述，也可以在没有确定目标用户评论信息的基础上实现业务互动项目的流量热度分析，可提高当前流量热度的分析精度和时效性。
15.对于一些独立性设计思路而言，所述对于所述至少一组业务交互大数据，确定每组所述业务交互大数据与第一数据共享服务器中的指定用户评论信息的第一相关性系数之后，所述方法还包括：判断所述第一相关性系数高于第一判定值的指定用户评论信息的数目是否为多个；若所述第一相关性系数高于第一判定值的指定用户评论信息的数目为多个，确定多个所述指定用户评论信息为关联用户评论信息；所述获得所述第一相关性系数高于第一判定值的指定用户评论信息的第一差异化描述字段包括：获得每个所述关联用户评论信息的第一差异化描述字段；所述将所述第二相关性系数最大的指定用户评论信息，作为与所述至少一组业务交互大数据存在配对关系的所述目标用户评论信息包括：将所述第二相关性系数最大的关联用户评论信息，作为与所述至少一组业务交互大数据存在配对关系的所述目标用户评论信息。
16.这样一来，第一相关性系数高于第一判定值的指定用户评论信息的数目为多个时，可表明多个指定用户评论信息相关性较高。如此，可在多个指定用户评论信息相关性较高时，能够保障目标用户评论信息的精度和可信度。
17.对于一些独立性设计思路而言，所述评论文本情绪描述还包括评论时段、情绪活跃时段、情绪极性分析数据、以及评论成员id中的不少于一种，所述基于设定的信息绑定指示，获得所述目标用户评论信息对应的流量热度分析策略及评论文本情绪描述之后，所述方法还包括：判断所述评论时段、情绪极性分析数据、评论成员id中是否具有冗余噪声；若所述评论时段、情绪极性分析数据、评论成员id中不存在冗余噪声，基于所述流量热度分析策略和所述评论文本情绪描述，确定所述待进行流量热度分析的业务互动项目的当前流量热度；或基于所述评论时段、情绪活跃时段，判断所述待进行流量热度分析的业务互动项目是否为已暂停项目；若所述待进行流量热度分析的业务互动项目不是已暂停项目，基于所述流量热度分析策略和所述评论文本情绪描述，确定所述待进行流量热度分析的业务互动项目的当前流量热度。
18.这样一来，可确保完成流量热度分析的业务互动项目的项目可用性，为后续的项目大数据挖掘提供数据基础。
19.对于一些独立性设计思路而言，所述流量热度分析策略包括逐项目分析策略，所述评论文本情绪描述包括项目类别和单一项目流量热度；所述基于所述流量热度分析策略和所述评论文本情绪描述，确定所述待进行流量热度分析的业务互动项目的当前流量热度，包括：基于所述至少一组业务交互大数据确定所述待进行流量热度分析的业务互动项目所包含的每种类别项目的数目；基于所述待进行流量热度分析的业务互动项目中每种类别项目的数目以及该类别项目的单一项目流量热度的加权结果，确定所述当前流量热度。
20.这样一来，可仅通过待进行流量热度分析的业务互动项目的至少一组业务交互大
数据实现获得逐项目分析策略的待进行流量热度分析的业务互动项目的当前流量热度。鉴于可以并行对多种的逐项目分析策略的业务互动项目并行流量热度分析处理，从而能够进一步提高流量热度分析时效性。
21.对于一些独立性设计思路而言，所述评论文本情绪描述还包括单一项目业务规模，所述方法还包括：在所述待进行流量热度分析的业务互动项目包含一种项目类别时，识别所述待进行流量热度分析的业务互动项目的整体业务规模；基于所述待进行流量热度分析的业务互动项目的整体业务规模以及所述单一项目业务规模，确定所述待进行流量热度分析的业务互动项目的第一项目数；基于所述至少一组业务交互大数据确定所述待进行流量热度分析的业务互动项目的第二项目数；所述基于所述待进行流量热度分析的业务互动项目中每种类别项目的数目以及该类别项目的单一项目流量热度的加权结果，确定所述当前流量热度包括：在第一项目数与第二项目数一致的基础上，基于所述第一项目数与该类别项目的单一项目流量热度的指定计算结果，或基于所述第二项目数与该类别项目的单一项目流量热度的指定计算结果，确定所述当前流量热度。
22.这样一来，可实现对待进行流量热度分析的业务互动项目的项目数进行核对，确保待进行流量热度分析的业务互动项目的数目的准确度。在待进行流量热度分析的业务互动项目的数目准确时确定当前流量热度，从而提高当前流量热度的精度。
23.对于一些独立性设计思路而言，所述评论文本情绪描述还包括单一项目业务规模，所述方法还包括：基于所述至少一组业务交互大数据确定所述待进行流量热度分析的业务互动项目所包含的每种类别项目的数目；基于所述待进行流量热度分析的业务互动项目所包含的每种类别项目的数目以及单一项目业务规模，确定所述待进行流量热度分析的业务互动项目的第一整体业务规模；识别所述待进行流量热度分析的业务互动项目的第二整体业务规模；所述基于所述待进行流量热度分析的业务互动项目中每种类别项目的数目以及该类别项目的单一项目流量热度的加权结果，确定所述当前流量热度包括：在所述第一整体业务规模和所述第二整体业务规模的量化比较值小于第二判定值的基础上，基于所述待进行流量热度分析的业务互动项目中每种类别项目的数目以及该类别项目的单一项目流量热度的加权结果，确定所述当前流量热度。
24.这样一来，可实现对待进行流量热度分析的业务互动项目的整体业务规模进行核对，确保待进行流量热度分析的业务互动项目的数目的准确度。对待进行流量热度分析的业务互动项目的整体业务规模进行核对时，待进行流量热度分析的业务互动项目可包括多种项目类别，使得核对思路能够应用到更多的场景下。
25.对于一些独立性设计思路而言，所述流量热度分析策略包括规模化分析策略，所述评论文本情绪描述包括项目类别和最小化规模项目流量热度；所述基于所述流量热度分析策略和所述评论文本情绪描述，确定所述待进行流量热度分析的业务互动项目的当前流量热度，包括：在所述待进行流量热度分析的业务互动项目包含一种项目类别时，识别所述待进行流量热度分析的业务互动项目的整体业务规模；基于所述待进行流量热度分析的业务互动项目的整体业务规模以及最小化规模项目流量热度的指定计算结果，确定所述当前流量热度。
26.这样一来，可实现规模化分析策略的业务互动项目的流量热度分析。人工智能服务系统不仅可以实现逐项目分析策略的业务互动项目的流量热度分析，还可以实现规模化
分析策略的业务互动项目的流量热度分析，可提高流量热度分析的灵活性。
27.一种人工智能服务系统，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。
28.一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。
附图说明
29.图1是示出可以实现本技术的实施例的人工智能服务系统的一种通信配置的示意图。
30.图2是示出可以实现本技术的实施例的应用人工智能的业务大数据处理方法的流程示意图。
31.图3是示出可以实现本技术的实施例的应用人工智能的业务大数据处理方法的应用环境的架构示意图。
具体实施方式
32.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。
33.图1是示出可以实现本技术的实施例的人工智能服务系统100的一种通信配置的框图，人工智能服务系统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人工智能的业务大数据处理方法的处理器102。
34.图2是示出可以实现本技术的实施例的应用人工智能的业务大数据处理方法的流程示意图，应用人工智能的业务大数据处理方法可以通过图1所示的人工智能服务系统100实现，进一步可以包括以下相关步骤所描述的技术方案。
35.step11：在接收到业务服务平台发送的业务流量分析请求时，获得待进行流量热度分析的业务互动项目的至少一组业务交互大数据。
36.其中，实施本技术技术方案的应用人工智能的业务大数据处理方法的人工智能服务系统可包括业务项目定位模块，以用于获取待进行流量热度分析的业务互动项目的至少一组业务交互大数据。此外，人工智能服务系统可与业务项目分析装置通信，以通过业务项目分析装置获得业务项目分析装置捕捉的至少一组业务交互大数据。至少一组业务交互大数据可包括待进行流量热度分析的业务互动项目的至少一个状态的用户评论信息。
37.进一步地，业务交互大数据比如可以是业务互动项目中的业务活动会话数据、业
务活动流程数据、用户反馈文本数据等，业务流量分析请求可以理解为业务流量分析指示/业务流量分析申请。业务服务平台可以是电商业务服务平台、办公业务服务平台、政企业务服务平台等更进一步地，业务互动项目可以是不同业务服务对应的项目，比如支付业务对应的跨境支付安全项目、办公业务对应的共享资源验证项目、政企业务对应的可视化交互项目。
38.step12：从第一数据共享服务器中确定与至少一组业务交互大数据存在配对关系的目标用户评论信息。
39.对于本技术实施例而言，第一数据共享服务器（也可以理解为数据共享库）可保存有若干种类别的业务互动项目对应的指定用户评论信息（比如反馈文本、体验评价等）。待进行流量热度分析的业务互动项目的每组业务交互大数据中可包含不少于一种项目类别的用户评论信息，与待进行流量热度分析的业务互动项目的用户评论信息中的任一用户评论信息存在配对关系的第一数据共享服务器中的指定用户评论信息，可当作一目标用户评论信息，流量热度分析用于确定对应项目的话题热度或者关注程度，这样能够实现对不同项目的量化分析，以便于后续基于流量热度进行针对性的业务部署或者服务升级。
40.比如，将待进行流量热度分析的业务互动项目project_a、待进行流量热度分析的业务互动项目project_b、待进行流量热度分析的业务互动项目project_c设置在数据捕捉区域（数据捕捉区域可高于或等于业务互动项目捕捉区域的容量），从不同状态捕捉到两组业务交互大数据，业务交互大数据data1中包含用户评论信息comment information_a、用户评论信息comment information_b（待进行流量热度分析的业务互动项目project_c的用户评论信息处于隐藏状态），业务交互大数据data2中包含用户评论信息comment information_a、用户评论信息comment information_b、用户评论信息comment information_c，则业务交互大数据data1与第一数据共享服务器中的指定用户评论信息进行匹配，得到目标用户评论信息comment information_a、目标用户评论信息comment information_b，业务交互大数据data2与则业务交互大数据data1与第一数据共享服务器中的指定用户评论信息进行配对，得到目标用户评论信息comment information_a、目标用户评论信息comment information_b，目标用户评论信息comment information_c，可以理解为与待进行流量热度分析的业务互动项目的用户评论信息存在配对关系的目标用户评论信息可以是目标用户评论信息comment information_a、目标用户评论信息comment information_b，目标用户评论信息comment information_c。
41.可以理解的是，“配对”的思路可有多种，比如：通过人工智能技术分析第一数据共享服务器保存的指定用户评论信息与待进行流量热度分析的业务互动项目的用户评论信息的相关性系数（可以理解为相似度），在相关性系数大于一定判定值时表明待进行流量热度分析的业务互动项目的用户评论信息与目标用户评论信息配对，或者，也可通过比较待进行流量热度分析的业务互动项目的用户评论信息与目标用户评论信息的业务互动关键词的描述值，在对应分布的业务互动关键词的描述值的比较结果（比如：两者的差值）小于一定判定值时表明待进行流量热度分析的业务互动项目的用户评论信息与目标用户评论信息配对。
42.step13：基于设定的信息绑定指示，获得目标用户评论信息对应的流量热度分析
策略及评论文本情绪描述。
43.对于本技术实施例而言，设定的信息绑定指示可以为若干类别的业务互动项目对应的指定用户评论信息记录到第一数据共享服务器时生成的，可以为指定用户评论信息、流量热度分析策略及评论文本情绪描述的信息绑定指示。目标用户评论信息对应的流量热度分析策略可包括逐项目分析策略和规模化分析策略。目标用户评论信息对应的评论文本情绪描述可包括该目标用户评论信息对应的项目类别、单一项目流量热度、最小化规模项目流量热度、单一项目业务规模等等。本技术实施例对于流量热度分析策略及评论文本情绪描述的实际类别不作进一步限定。
44.此外，设定的信息绑定指示可以理解为预设的信息关联关系。目标用户评论信息对应的流量热度分析策略可以理解为目标用户评论信息对应的流量热度分析方式/流量热度分析思路。进一步地，流量热度分析策略包括的逐项目分析策略可以理解为针对不同项目进行逐一的分析。而流量热度分析策略包括的规模化分析策略可以理解为针对不同项目规模进行分析。相应地，目标用户评论信息对应的评论文本情绪描述可以理解为目标用户评论信息对应的用户情绪标签信息。
45.step14：基于流量热度分析策略和评论文本情绪描述，确定待进行流量热度分析的业务互动项目的当前流量热度。
46.对于本技术实施例而言，实施本技术技术方案的应用人工智能的业务大数据处理方法的人工智能服务系统还可包括输出模块，以用于对待进行流量热度分析的业务互动项目的当前流量热度进行输出。或者，人工智能服务系统可与流量热度输出端通信，以输出待进行流量热度分析的业务互动项目的当前流量热度。在输出当前流量热度时，还可一并输出评论文本情绪描述和/或流量热度分析策略。可通过查看输出模块或流量热度输出端上输出的热度信息，确定当前流量热度并进行记录。
47.可以理解的是，通过在接收到业务服务平台发送的业务流量分析请求时，获得待进行流量热度分析的业务互动项目的至少一组业务交互大数据，从第一数据共享服务器中确定与至少一组业务交互大数据存在配对关系的目标用户评论信息，可确定待进行流量热度分析的业务互动项目是第一数据共享服务器中已记录的业务互动项目；通过获得目标用户评论信息对应的流量热度分析策略及评论文本情绪描述，使得基于流量热度分析策略和评论文本情绪描述，可得到待进行流量热度分析的业务互动项目的当前流量热度。基于本技术的实施例，可通过从待进行流量热度分析的业务互动项目的用户评论信息中获得的数据实现业务互动项目的流量热度分析，针对不同的业务互动项目，都可准确、可靠且及时地实现流量热度分析。
48.一种可独立实施的实施例中，step12可包括step121-step125所记录的内容。
49.step121：对于至少一组业务交互大数据，确定每组业务交互大数据与第一数据共享服务器中的指定用户评论信息的第一相关性系数。
50.step122：获得第一相关性系数高于第一判定值的指定用户评论信息的第一差异化描述字段。
51.step123：对于至少一组业务交互大数据，挖掘每组业务交互大数据的第二差异化描述字段。
52.step124：确定第一差异化描述字段与第二差异化描述字段的第二相关性系数。
53.step125：将第二相关性系数最大的指定用户评论信息，作为与至少一组业务交互大数据存在配对关系的目标用户评论信息。
54.进一步地，第一差异化描述字段和第二差异化描述字段用于鉴别相异项目类别的指定用户评论信息。此外，差异化描述字段可以理解为用于进行区分的描述特征。
55.举例而言，第一数据共享服务器中的指定用户评论信息可包括项目类别“aatag”的若干组用户评论信息，评论编号比如为v1-v2，以及项目类别“bbtag”的若干组用户评论信息，评论编号比如为v3-v4。待进行流量热度分析的业务互动项目的至少一组业务交互大数据的用户评论信息编号比如为v5-v6。则可分别确定评论编号为v5-v6的每组业务交互大数据与评论编号为v1-v2、v3-v4的每组业务交互大数据的第一相关性系数。第一相关性系数可以为取值范围为[0，1]的系数值，第一判定值可比如为0.75。第一相关性系数高于第一判定值的指定用户评论信息可以为评论编号为v1的用户评论信息。此外，第一判定值也可通过其他方式设置。
[0056]
进一步地，可获得评论编号为v1的用户评论信息的第一差异化描述字段，以及评论编号为v5-v6的每组业务交互大数据的第二差异化描述字段。第一差异化描述字段和第二差异化描述字段可用于鉴别相异项目类别的指定用户评论信息，比如可以为可独立鉴别该信息中的业务互动项目与其他业务互动项目的关键词。
[0057]
对于本技术实施例而言，基于获得的第一差异化描述字段与第二差异化描述字段，可确定第一差异化描述字段与第二差异化描述字段的第二相关性系数。第二相关性系数可以为取值范围为[0，1]的系数值，第二相关性系数的系数值越高，可表明该指定用户评论信息与待进行流量热度分析的业务互动项目的用户评论信息的差异化描述字段越类似。第二相关性系数最大的指定用户评论信息可以为评论编号为v1的用户评论信息。则该评论编号为v1的指定用户评论信息可作为与至少一组业务交互大数据存在配对关系的目标用户评论信息。
[0058]
第一相关性系数达标的指定用户评论信息可以为与待进行流量热度分析的业务互动项目的用户评论信息全局相关度较高的用户评论信息，第二相关性系数达标的指定用户评论信息可以为与待进行流量热度分析的业务互动项目的用户评论信息全局和/或局部相关度较高的用户评论信息，使得第二相关性系数达标的指定用户评论信息可作为与待进行流量热度分析的业务互动项目的用户评论信息存在配对关系的目标用户评论信息。如此，可确保确定的目标用户评论信息的精度及可信度。
[0059]
对于一种可独立实施的实施例而言，对于至少一组业务交互大数据，确定每组业务交互大数据与第一数据共享服务器中的指定用户评论信息的第一相关性系数之后，所述方法还可以包括如下内容：判断第一相关性系数高于第一判定值的指定用户评论信息的数目是否为多个，如果第一相关性系数高于第一判定值的指定用户评论信息的数目为多个，确定多个指定用户评论信息为关联用户评论信息。
[0060]
基于以上内容，step122中所记录的获得第一相关性系数高于第一判定值的指定用户评论信息的第一差异化描述字段，可以包括如下内容：获得每个关联用户评论信息的第一差异化描述字段。
[0061]
基于以上内容，step125中所记录的将第二相关性系数最大的指定用户评论信息，作为与至少一组业务交互大数据存在配对关系的目标用户评论信息，可以包括如下内容：
将第二相关性系数最大的关联用户评论信息，作为与至少一组业务交互大数据存在配对关系的目标用户评论信息。
[0062]
举例而言，第一数据共享服务器中的指定用户评论信息可包括项目类别“aatag”的若干组用户评论信息，评论编号比如为v1-v2，以及项目类别“bbtag”的若干组用户评论信息，评论编号比如为v3-v4。待进行流量热度分析的业务互动项目的至少一组业务交互大数据的用户评论信息编号比如为v5-v6。
[0063]
通过对比第一相关性系数和第一判定值的大小，可确定第一相关性系数高于第一判定值的指定用户评论信息有三个，分别为评论编号为v1、v2、v3的用户评论信息。基于此，可判断确定第一相关性系数高于第一判定值的指定用户评论信息的数目为多个，可确定评论编号为v1、v2、v3的用户评论信息为关联用户评论信息。在获得第一相关性系数高于第一判定值的指定用户评论信息的第一差异化描述字段时，可获得每个关联用户评论信息的第一差异化描述字段。将第二相关性系数最大的指定用户评论信息，作为与至少一组业务交互大数据存在配对关系的目标用户评论信息时，可将第二相关性系数最大的关联用户评论信息，作为与至少一组业务交互大数据存在配对关系的目标用户评论信息。第一差异化描述字段、第二差异化描述字段的获得思路可参阅以上所记录的内容，本技术实施例在此不作进一步描述。第二相关性系数最大的关联用户评论信息可以为评论编号为v1的用户评论信息。则该评论编号为v1的关联用户评论信息可作为与至少一组业务交互大数据存在配对关系的目标用户评论信息。
[0064]
可以理解的是，第一相关性系数高于第一判定值的指定用户评论信息的数目为多个时，可表明多个指定用户评论信息相关性较高。如此，可在多个指定用户评论信息相关性较高时，能够保障目标用户评论信息的精度和可信度。
[0065]
对于一种可独立实施的实施例而言，在没有从第一数据共享服务器中确定与至少一组业务交互大数据存在配对关系的目标用户评论信息的基础上，所述方法还可以包括如下内容。
[0066]
step31：在待进行流量热度分析的业务互动项目包括多维查询标签的基础上，通过解析多维查询标签的思路获得待进行流量热度分析的业务互动项目的流量热度分析策略以及评论文本情绪描述；或者，在待进行流量热度分析的业务互动项目不包括多维查询标签的基础上，接收第一参考指示，第一参考指示用于反映待进行流量热度分析的业务互动项目的流量热度分析策略以及评论文本情绪描述。
[0067]
对于本技术实施例而言，多维查询标签可以理解为项目查询码。
[0068]
step32：基于第一参考指示中的流量热度分析策略和评论文本情绪描述，确定待进行流量热度分析的业务互动项目的当前流量热度。
[0069]
step33：发送第一业务互动指令，第一业务互动指令用于反映将待进行流量热度分析的业务互动项目的用户评论信息添加到第一数据共享服务器。
[0070]
举例而言，若没有从第一数据共享服务器中确定与至少一组业务交互大数据存在配对关系的目标用户评论信息，可表明第一数据共享服务器中未记录到该待进行流量热度分析的业务互动项目，可以理解，待进行流量热度分析的业务互动项目的用户评论信息没有添加到第一数据共享服务器。
[0071]
比如，若待进行流量热度分析的业务互动项目是绑定有多维查询标签的业务互动
项目，则可通过解析多维查询标签的思路获得待进行流量热度分析的业务互动项目的流量热度分析策略以及评论文本情绪描述，使得协同执行系统可实施step14，确定待进行流量热度分析的业务互动项目的当前流量热度。若待进行流量热度分析的业务互动项目是没有多维查询标签的业务互动项目，可通过自适应输入第一参考指示的思路将业务互动项目的流量热度分析策略以及评论文本情绪描述提供给协同执行系统，使得协同执行系统可基于第一参考指示中的流量热度分析策略和评论文本情绪描述实施step14，确定待进行流量热度分析的业务互动项目的当前流量热度。
[0072]
进一步地，协同执行系统可发送第一业务互动指令，第一业务互动指令用于反映将待进行流量热度分析的业务互动项目的用户评论信息添加到第一数据共享服务器。第一业务互动指令可传输到人工智能服务系统，人工智能服务系统接收到第一业务互动指令后，基于该第一业务互动指令，可先确定待进行流量热度分析的业务互动项目的用户评论信息与待进行流量热度分析的业务互动项目的流量热度分析策略、评论文本情绪描述的信息绑定指示，再将待进行流量热度分析的业务互动项目的用户评论信息及信息绑定指示保存到第一数据共享服务器。
[0073]
如此一来，没有确定目标用户评论信息的基础上，可通过自适应解析多维查询标签的思路，或通过自适应配置流量分析所需的流量热度分析策略以及评论文本情绪描述的思路，实现智能化的流量热度分析处理，如此，可提高流量热度分析策略的适用性。
[0074]
对于一种可独立实施的实施例而言，在没有从第一数据共享服务器中确定与至少一组业务交互大数据存在配对关系的目标用户评论信息的基础上，所述方法还可以包括step41-step43所记录的内容。
[0075]
step41：通过可视化交互记录检索是否具有待进行流量热度分析的业务互动项目的相同项目类别的热度分析报告。
[0076]
举例而言，可视化交互记录可以是文本记录或者图像记录，热度分析报告用于记载不同业务互动项目的热度分析结果。
[0077]
step42：在具有热度分析报告的基础上，获得热度分析报告所携带的相同项目类别的流量热度分析状态的历史数据。
[0078]
进一步地，流量热度分析状态的历史数据包括相同项目类别的流量热度分析策略及评论文本情绪描述。
[0079]
step43，基于相同项目类别的流量热度分析策略和评论文本情绪描述，确定待进行流量热度分析的业务互动项目的当前流量热度。
[0080]
举例而言，若某一业务参与方1进行项目流量热度分析时，没有确定待进行流量热度分析的业务互动项目的至少一组业务交互大数据存在配对关系的目标用户评论信息，并通过自适应解析多维查询标签或通过自适应配置流量分析所需的流量热度分析策略以及评论文本情绪描述的思路完成流量热度分析，则该业务参与方1的待进行流量热度分析的业务互动项目的流量热度分析状态的历史数据，可被可视化交互记录（比如业务项目定位模块或者业务项目分析装置）称作为热度分析报告。然后，若另一业务参与方2进行项目流量热度分析时，也没有确定待进行流量热度分析的业务互动项目的至少一组业务交互大数据存在配对关系的目标用户评论信息，且该业务参与方2的待进行流量热度分析的业务互动项目为业务参与方1的待进行流量热度分析的业务互动项目的相同项目类别，则可通过
可视化交互记录检索是否具有业务参与方2的待进行流量热度分析的业务互动项目的相同项目类别的热度分析报告，并在具有热度分析报告的基础上，通过该热度分析报告指示的流量热度分析状态的历史数据，获得业务参与方2的待进行流量热度分析的业务互动项目的相同项目类别的流量热度分析策略及评论文本情绪描述。在获得到相同项目类别的流量热度分析策略及评论文本情绪描述之后，可基于该相同项目类别的流量热度分析策略和评论文本情绪描述，确定待进行流量热度分析的业务互动项目的当前流量热度。
[0081]
如此，使得无需自适应解析多维查询标签或通过自适应配置流量分析所需的流量热度分析策略以及评论文本情绪描述，也可以在未确定目标用户评论信息的基础上实现业务互动项目的流量热度分析，可提高当前流量热度的分析精度和时效性。
[0082]
对于一种可独立实施的实施例而言，评论文本情绪描述还包括评论时段、情绪活跃时段、情绪极性分析数据、以及评论成员id中的不少于一种，基于设定的信息绑定指示，获得目标用户评论信息对应的流量热度分析策略及评论文本情绪描述之后，所述方法还可以包括如下内容。
[0083]
判断评论时段、情绪极性分析数据、评论成员id中是否具有冗余噪声；若评论时段、情绪极性分析数据、评论成员id中不存在冗余噪声，基于流量热度分析策略和评论文本情绪描述，确定待进行流量热度分析的业务互动项目的当前流量热度。
[0084]
或者，基于评论时段、情绪活跃时段，判断待进行流量热度分析的业务互动项目是否为已暂停项目；若待进行流量热度分析的业务互动项目不是已暂停项目，基于流量热度分析策略和评论文本情绪描述，确定待进行流量热度分析的业务互动项目的当前流量热度。
[0085]
由此，在获得目标用户评论信息对应的流量热度分析策略及评论文本情绪描述之后，可基于评论文本情绪描述判断评论时段、情绪极性分析数据、评论成员id中是否具有冗余噪声（无效数据）。
[0086]
进一步地，若评论时段、情绪极性分析数据、评论成员id中不存在冗余噪声，可基于流量热度分析策略和评论文本情绪描述中的单一项目流量热度、最小化规模项目流量热度等等，确定待进行流量热度分析的业务互动项目的当前流量热度。若评论时段、情绪极性分析数据、评论成员id中的至少一个存在冗余噪声，可输出第二业务互动指令，第二业务互动指令指示待进行流量热度分析的业务互动项目是非活跃项目。
[0087]
进一步地，基于评论时段、情绪活跃时段，可确定业务互动项目的活跃时长，并基于流量热度分析的时段可确定业务互动项目是否为已暂停项目。若待进行流量热度分析的业务互动项目不是已暂停项目，可基于流量热度分析策略和评论文本情绪描述的单一项目流量热度、最小化规模项目流量热度等等，确定待进行流量热度分析的业务互动项目的当前流量热度。若待进行流量热度分析的业务互动项目是已暂停项目，可输出第三业务互动指令，第三业务互动指令指示待进行流量热度分析的业务互动项目是已暂停项目。第三业务互动指令可以为不同的指令形式使得第三业务互动指令可通过协同执行系统展示给业务参与方。通过该第三业务互动指令，业务参与方可明确得知自己的待进行流量热度分析的业务互动项目是否暂停。
[0088]
如此，可确保完成流量热度分析的业务互动项目的项目可用性，为后续的项目大数据挖掘提供数据基础。
[0089]
可以理解的是，第一数据共享服务器可以为事先配置好的，可用于保存处于运行状态的业务互动项目的用户评论信息（指定用户评论信息）及该用户评论信息与流量热度分析策略、评论文本情绪描述的信息绑定指示。在某一类别的业务互动项目开始运行之前，可先在第一数据共享服务器保存该业务互动项目的指定用户评论信息及信息绑定指示。
[0090]
对于一种可独立实施的实施例而言，所述方法还可以包括step61-step64所记录的技术方案。
[0091]
step61：获得不少于一种项目类别的用户评论信息，其中，每种项目类别对应至少一组用户评论信息。
[0092]
step62：对于每种项目类别，从项目类别对应的至少一组用户评论信息中抽样获得反馈内容识别指标满足第一设定要求的指定用户评论信息。
[0093]
其中，反馈内容识别指标可以理解为信息质量。
[0094]
step63：获得每种指定用户评论信息的流量热度分析策略和评论文本情绪描述，并生成指定用户评论信息、流量热度分析策略以及评论文本情绪描述之间的信息绑定指示。
[0095]
step64：将每种指定用户评论信息以及信息绑定指示缓存于第一数据共享服务器中。
[0096]
对于本技术实施例而言，在step61中，不少于一种项目类别可以为确定将运行的业务互动项目的类别。可先通过业务项目定位模块或业务项目分析装置获取该类别的业务互动项目的用户评论信息。比如，在项目类别包括“cctag”、“bbtag”时，分别获得“cctag”、“bbtag”的用户评论信息。对于每类别项目，可从多个状态依次采集若干组用户评论信息。比如对于项目类别“cctag”，采集的若干组用户评论信息的用户评论信息编号可以为v7-v8。对于项目类别“bbtag”，采集的若干组用户评论信息的用户评论信息编号可以为v3-v9。
[0097]
进一步地，在获得不少于一种项目类别的用户评论信息之后，在step62中，可对获得到的用户评论信息进行挑选，得到反馈内容识别指标满足第一设定要求的指定用户评论信息。第一设定要求可以为信息识别度高于一定判定值等等，也可根据实际情况进行要求设置，只要可作为反馈内容识别指标的判定依据便可。比如：对于项目类别“cctag”的编号为v7-v8的若干组用户评论信息，抽样获得的满足第一设定要求的指定用户评论信息可以为编号为v7-v10的若干组用户评论信息；对于项目类别“bbtag”的编号为v3-v9的若干组用户评论信息，抽样获得的满足第一设定要求的指定用户评论信息可以为编号为v3-v4的若干组用户评论信息。
[0098]
进一步地，在抽样获得反馈内容识别指标满足第一设定要求的指定用户评论信息之后，在step63中，可获得每种指定用户评论信息的流量热度分析策略和评论文本情绪描述，并生成指定用户评论信息、流量热度分析策略以及评论文本情绪描述之间的信息绑定指示。比如，项目类别“cctag”的流量热度分析策略可以为规模化分析策略的流量热度分析策略，项目类别“cctag”的评论文本情绪描述可包括：项目类别“cctag”、最小化规模项目流量热度“r1”。项目类别“bbtag”的流量热度分析策略可以为逐项目分析策略的流量热度分析策略，项目类别“bbtag”的评论文本情绪描述可包括：项目类别“bbtag”、单一项目流量热度“r2”、单一项目业务规模“r3”。基于此，可生成的项目类别“cctag”、“bbtag”的指定用户评论信息、流量热度分析策略以及评论文本情绪描述的信息绑定指示。
[0099]
在生成指定用户评论信息、流量热度分析策略以及评论文本情绪描述之间的信息绑定指示之后，在step64中，可将每种指定用户评论信息以及信息绑定指示缓存于第一数据共享服务器中。基于此，从第一数据共享服务器中确定与至少一组业务交互大数据存在配对关系的目标用户评论信息时，基于第一数据共享服务器中保存的每种指定用户评论信息以及信息绑定指示，就可获得目标用户评论信息对应的流量热度分析策略及评论文本情绪描述。
[0100]
如此，可实现向第一数据共享服务器存储指定用户评论信息及信息绑定指示。第一数据共享服务器中的指定用户评论信息是经反馈内容识别指标筛选达标的，使得从第一数据共享服务器中确定的、与至少一组业务交互大数据存在配对关系的目标用户评论信息具有较高的精度和可信度，进而能够保障当前流量热度的精度和可信度。
[0101]
进一步地，在第一数据共享服务器实际应用之前，可对从第一数据共享服务器中确定的目标用户评论信息的精度及可信度进行评估，并基于评估结果确定第一数据共享服务器是否需要进行优化。
[0102]
对于一种可独立实施的实施例而言，所述方法还可以包括如下内容：获得待评估业务互动项目的至少一组业务交互评估数据；确定业务交互评估数据与第一数据共享服务器中的指定用户评论信息的第三相关性系数；在第三相关性系数不大于第三判定值的基础上，对第一数据共享服务器进行优化。
[0103]
举例而言，可基于第一数据共享服务器中新添加的指定用户评论信息对应的项目类别，指定该类别的业务互动项目作为待评估业务互动项目。选择好待评估业务互动项目后，可将待评估业务互动项目配置在业务互动项目捕捉区域，使得业务项目定位模块或业务项目分析装置可获得到至少一组业务交互评估数据。通过将业务交互评估数据与第一数据共享服务器中的指定用户评论信息进行比较，可确定业务交互评估数据与第一数据共享服务器中的指定用户评论信息的第三相关性系数。
[0104]
进一步地，可事先配置第三判定值，并通过比较第三相关性系数与第三判定值的大小，确定第一数据共享服务器是否需要进行优化。第三判定值可基于第三相关性系数的系数值以及实际要求事先配置。
[0105]
若确定第三相关性系数高于第三判定值，则可表明第一数据共享服务器中有不少于一种类别的业务互动项目的指定用户评论信息与业务交互评估数据的相关性系数相对较高，这时，第一数据共享服务器是否能确定目标用户评论信息还无法最后确定，可暂且不对第一数据共享服务器进行优化。相反地，若确定第三相关性系数不大于第三判定值，则可表明第一数据共享服务器中所有的类别的业务互动项目的指定用户评论信息与业务交互评估数据的相关性系数都相对较低，这时，第一数据共享服务器很大可能难以确定目标用户评论信息，需要对第一数据共享服务器进行优化。
[0106]
进一步地，待评估业务互动项目可以为确定需运行的业务互动项目，业务交互评估数据与第一数据共享服务器中的指定用户评论信息的第三相关性系数低时，可表明第一数据共享服务器未完成目标用户评论信息的存在配对关系的概率，由此，可优化第一数据共享服务器。如此，可提高从第一数据共享服务器中确定的目标用户评论信息的精度及可信度。
[0107]
对于一种可独立实施的实施例而言，所述方法还可以包括如下内容：在第三相关
性系数高于第三判定值时，获得第三相关性系数高于第三判定值的指定用户评论信息的第三差异化描述字段；挖掘业务交互评估数据的第四差异化描述字段；确定第三差异化描述字段与第四差异化描述字段的第四相关性系数；在第四相关性系数不大于第四判定值的基础上，对第一数据共享服务器进行优化；其中，第三差异化描述字段和第四差异化描述字段用于鉴别相异项目类别的用户评论信息。
[0108]
举例而言，基于以上内容可得，在第三相关性系数高于第三判定值时，第一数据共享服务器是否能确定目标用户评论信息还无法最后确定，暂且不对第一数据共享服务器进行优化。为确定第一数据共享服务器是否需要优化，可进一步获得第三相关性系数高于第三判定值的指定用户评论信息的第三差异化描述字段，以及业务交互评估数据的第四差异化描述字段。第三差异化描述字段和第四差异化描述字段可用于鉴别相异项目类别的指定用户评论信息，第三差异化描述字段和第四差异化描述字段可参阅以上第一差异化描述字段和第二差异化描述字段的示例。第三差异化描述字段和第四差异化描述字段的获得思路，可参阅以上获得第一差异化描述字段和第二差异化描述字段的思路的示例，本技术实施例在此不作进一步描述。
[0109]
基于获得的第三差异化描述字段与第四差异化描述字段，可确定第三差异化描述字段与第四差异化描述字段的第四相关性系数。第四相关性系数的系数值越高，可表明该指定用户评论信息与待评估业务互动项目的用户评论信息的差异化描述字段越类似。可事先配置第四判定值，并通过比较第四相关性系数与第四判定值的大小，确定第一数据共享服务器是否需要进行优化。第四判定值可基于第四相关性系数的系数值以及实际要求事先配置。
[0110]
若确定第四相关性系数高于第四判定值，则可表明第一数据共享服务器中有不少于一种类型的业务互动项目的指定用户评论信息的差异化描述字段与业务交互评估数据的差异化描述字段的相关性系数比较高，这时，可表明可从第一数据共享服务器中确定目标用户评论信息，可不对第一数据共享服务器进行优化。相反地，若确定第四相关性系数不大于第四判定值，则可表明第一数据共享服务器中全部类别的业务互动项目的指定用户评论信息的差异化描述字段与业务交互评估数据的差异化描述字段的相关性系数都相对较低，这时，第一数据共享服务器难以确定目标用户评论信息，需要对第一数据共享服务器进行优化。
[0111]
待评估业务互动项目可以为确定需运行的业务互动项目，第三相关性系数高于第三判定值的指定用户评论信息的第三差异化描述字段，与业务交互评估数据的第四差异化描述字段的第四相关性系数低时，可表明第一数据共享服务器没有完成目标用户评论信息的存在配对关系的可能，由此可优化第一数据共享服务器。如此，可提高从第一数据共享服务器中确定的目标用户评论信息的精度及可信度。
[0112]
对于一种可独立实施的实施例而言，对第一数据共享服务器进行优化，可以包括如下内容：接收第二参考指示，第二参考指示用于反映待评估业务互动项目的真实类别；基于第二参考指示，获得业务交互评估数据的流量热度分析策略和评论文本情绪描述；生成业务交互评估数据、流量热度分析策略以及评论文本情绪描述之间的信息绑定指示；将业务交互评估数据以及信息绑定指示缓存于第一数据共享服务器中。
[0113]
举例而言，在对从第一数据共享服务器中确定的目标用户评论信息的精度及可信
度进行评估时，人工智能服务系统可向第三方服务端提供支持，以在需要对第一数据共享服务器进行优化时，在第三方服务端的协同下对第一数据共享服务器进行优化。
[0114]
比如，在第三相关性系数不大于第三判定值、或者第四相关性系数不大于第四判定值时，可在输出模块或者流量热度输出端上进行提示，以请求第三方服务端的协同。比如，待评估业务互动项目的至少一组业务交互评估数据的用户评论信息编号可以为v11-v12，第一数据共享服务器中与业务交互评估数据的第三相关性系数最大的指定用户评论信息对应的项目类别分别是项目类别“bbtag”以及项目类别“aatag”。
[0115]
若输出的某一项目类别刚好是待评估业务互动项目的真实类别，第三方服务端可基于待评估业务互动项目的真实类别，激活与待评估业务互动项目的真实类别相同的项目类别对应的功能单元，输出模块或者流量热度输出端基于该激活处理可生成对应的第二参考指示。第二参考指示可指示待评估业务互动项目的真实类别。如第三方服务端确认待评估业务互动项目的真实类别是“bbtag”，并激活项目类别“bbtag”对应的功能单元，可输出对应的业务互动指令。
[0116]
基于第二参考指示中所携带的待评估业务互动项目的真实类别，可对第一数据共享服务器进行优化，比如基于第二参考指示中所携带的待评估业务互动项目的真实类别可获得待评估业务互动项目的流量热度分析策略以及评论文本情绪描述，并生成待评估业务互动项目的至少一组业务交互评估数据与流量热度分析策略以及评论文本情绪描述的信息绑定指示。之后可将业务交互评估数据以及信息绑定指示缓存于第一数据共享服务器中。新的信息绑定指示可与第一数据共享服务器中已有的信息绑定指示进行组合。
[0117]
若输出的所有项目类别都不是待评估业务互动项目的真实类别，第三方服务端可激活表示当前输出的项目类别都不是该待评估业务互动项目的真实类别的功能单元，并自适应输入待评估业务互动项目的项目类别，输出模块或者流量热度输出端基于该自适应输入操作可生成对应的第二参考指示。基于第二参考指示中所携带的待评估业务互动项目的真实类别对第一数据共享服务器进行优化的示例可参阅以上相关描述，本技术实施例在此不作进一步描述。
[0118]
如此，使得第一数据共享服务器不满足要求时，可获得第二参考指示并基于第二参考指示生成待评估业务互动项目的用户评论信息与流量热度分析策略和评论文本情绪描述的信息绑定指示，并通过将待评估业务互动项目的用户评论信息及信息绑定指示加缓存于第一数据共享服务器的思路，优化第一数据共享服务器。鉴于第二参考指示指示待评估业务互动项目的真实类别，由此该信息绑定指示是精准的，可使得从优化后的第一数据共享服务器中确定目标用户评论信息的精度高于优化前。
[0119]
可以理解的是，以上以需要对第一数据共享服务器进行优化是在第三相关性系数不大于第三判定值时确定为例。若是在第四相关性系数不大于第四判定值时确定需要对第一数据共享服务器进行优化，其操作思路可参阅以上在第三相关性系数不大于第三判定值时对第一数据共享服务器进行优化的思路的示例，将输出模块或流量热度输出端输出的第三相关性系数较高的指定用户评论信息对应的项目类别的功能单元更换为第四相关性系数较高的第三差异化描述字段对应的项目类别的功能单元便可以。
[0120]
进一步地，在完成第一数据共享服务器的优化之后，可继续实施获得待评估业务互动项目的至少一组业务交互评估数据及之后的步骤，直至第一数据共享服务器符合要
求。基于此，可表明从第一数据共享服务器中确定目标用户评论信息的精度是较高的。这时，人工智能服务系统可向业务参与方提供支持，实施step11-step14。在向业务参与方提供支持时，通过相关内容可得，需要通过输出模块或流量热度输出端向业务参与方提供当前流量热度。
[0121]
基于流量热度分析策略的不同，待进行流量热度分析的业务互动项目的当前流量热度的获得思路也不一致。后续分别对逐项目分析策略和规模化分析策略时，本技术实施例的待进行流量热度分析的业务互动项目的当前流量热度的示例性获得思路进行介绍。
[0122]
对于一种可独立实施的实施例而言，流量热度分析策略包括逐项目分析策略，评论文本情绪描述包括项目类别和单一项目流量热度。
[0123]
基于此，基于流量热度分析策略和评论文本情绪描述，确定待进行流量热度分析的业务互动项目的当前流量热度，可以包括如下内容：基于至少一组业务交互大数据确定待进行流量热度分析的业务互动项目所包含的每种类别项目的数目；基于待进行流量热度分析的业务互动项目中每种类别项目的数目以及该类别项目的单一项目流量热度的加权结果，确定当前流量热度。
[0124]
举例而言，待进行流量热度分析的业务互动项目的至少一组业务交互大数据存在配对关系的目标用户评论信息可能不少于一个项目类别的用户评论信息，并且至少一组业务交互大数据中所包含的每种项目类别的业务互动项目也可能不少于一个。比如，step12中确定的目标用户评论信息可包括项目类别“bbtag”的用户评论信息、项目类别“aatag”的用户评论信息。基于第一数据共享服务器中每种项目类别的流量热度分析策略和评论文本情绪描述与用户评论信息的信息绑定指示，step13中，可确定待分析的项目类别包括“bbtag”，其流量热度分析策略是逐项目分析策略、单一项目流量热度为“r2”。可确定待分析的项目类别还包括“aatag”，其流量热度分析策略是逐项目分析策略、单一项目流量热度为“r4”。
[0125]
鉴于待进行流量热度分析的业务互动项目所包含的每种类别项目均为逐项目分析策略，基于此，可通过确定每种类别项目的数目、再确定每种类别项目的数目与对应的单一项目流量热度的加权结果的思路来确定待进行流量热度分析的业务互动项目的当前流量热度。其中，每种类别项目的数目可通过对至少一组业务交互大数据中的业务互动项目进行分析来确定。比如，step14中基于至少一组业务交互大数据可确定“bbtag”有2个，“aatag”有1个。则可得到待进行流量热度分析的业务互动项目的当前流量热度是r2*2+r4*1。
[0126]
如此，可只通过待进行流量热度分析的业务互动项目的至少一组业务交互大数据实现获得逐项目分析策略的待进行流量热度分析的业务互动项目的当前流量热度。鉴于可以并行对多种的逐项目分析策略的业务互动项目并行流量热度分析处理，从而能够进一步提高流量热度分析时效性。
[0127]
对于一种可独立实施的实施例而言，评论文本情绪描述还包括单一项目业务规模，所述方法还包括：在待进行流量热度分析的业务互动项目包含一种项目类别时，识别待进行流量热度分析的业务互动项目的整体业务规模；基于待进行流量热度分析的业务互动项目的整体业务规模以及单一项目业务规模，确定待进行流量热度分析的业务互动项目的第一项目数；基于至少一组业务交互大数据确定待进行流量热度分析的业务互动项目的第
二项目数；在第一项目数与第二项目数一致的基础上，基于第一项目数与该类别项目的单一项目流量热度的指定计算结果，或基于第二项目数与该类别项目的单一项目流量热度的指定计算结果，确定当前流量热度。
[0128]
举例而言，step12中确定的目标用户评论信息可包括项目类别“bbtag”的用户评论信息，step13中，获得的流量热度分析策略可以为逐项目分析策略，获得的评论文本情绪描述中，待分析的项目类别可包括“bbtag”，“bbtag”的单一项目流量热度可为“r2”，“bbtag”的单一项目业务规模可为“r3”。业务规模可以理解为业务项目所涉及的数据量/信息量/参与方密集程度等。
[0129]
基于上述流量热度分析策略和评论文本情绪描述，可确定待进行流量热度分析的业务互动项目仅包含一种项目类别、且该项目类别的流量热度分析策略是逐项目分析策略，基于此，可通过规模量识别组件或规模量识别设备识别业务互动项目捕捉区域所对应的规模量，并基于识别结果得到待进行流量热度分析的业务互动项目的整体业务规模。基于识别得到的整体业务规模和待进行流量热度分析的业务互动项目仅包括的一种项目类别的单一项目业务规模，可确定该一种项目类别的项目数，即待进行流量热度分析的业务互动项目的第一项目数。
[0130]
基于待进行流量热度分析的业务互动项目的至少一组业务交互大数据，可识别确定信息中的业务互动项目的数目，即待进行流量热度分析的业务互动项目的第二项目数。比如可确定第二项目数为2。鉴于第一项目数与第二项目数一致，因此可基于第一项目数与该类别项目的单一项目流量热度的指定计算结果，或基于第二项目数与该类别项目的单一项目流量热度的指定计算结果，确定当前流量热度。比如确定当前流量热度为r2*2。
[0131]
如此，可实现对待进行流量热度分析的业务互动项目的项目数进行核对，确保待进行流量热度分析的业务互动项目的数目的准确度。在待进行流量热度分析的业务互动项目的数目准确时确定当前流量热度，从而提高当前流量热度的精度。
[0132]
对于一种可独立实施的实施例而言，所述方法还包括：在第一项目数与第二项目数不一致的基础上，输出第四业务互动指令，第四业务互动指令用于反映再次在接收到业务服务平台发送的业务流量分析请求时，获得待进行流量热度分析的业务互动项目的至少一组业务交互大数据。
[0133]
对于一种可独立实施的实施例而言，评论文本情绪描述还包括单一项目业务规模，所述方法还包括：基于至少一组业务交互大数据确定待进行流量热度分析的业务互动项目所包含的每种类别项目的数目；基于待进行流量热度分析的业务互动项目所包含的每种类别项目的数目以及单一项目业务规模，确定待进行流量热度分析的业务互动项目的第一整体业务规模；识别待进行流量热度分析的业务互动项目的第二整体业务规模；在第一整体业务规模和第二整体业务规模的量化比较值小于第二判定值的基础上，基于待进行流量热度分析的业务互动项目中每种类别项目的数目以及该类别项目的单一项目流量热度的加权结果，确定当前流量热度。
[0134]
举例而言，可通过对至少一组业务交互大数据中的业务互动项目进行识别来确定每种类别项目的数目。则可通过待进行流量热度分析的业务互动项目所包含的每种类别项目的数目以及单一项目业务规模的加权结果得到待进行流量热度分析的业务互动项目的整体业务规模，即第一整体业务规模。可通过规模量识别组件或规模量识别设备识别业务
互动项目捕捉区域所受的规模量，并基于识别结果得到待进行流量热度分析的业务互动项目的整体业务规模，即第二整体业务规模。
[0135]
比如，step13中，获得的流量热度分析策略可以为逐项目分析策略，获得的评论文本情绪描述中，待分析的项目类别可包括“bbtag”和“aatag”，“bbtag”的单一项目流量热度可为“r2”，“bbtag”的单一项目业务规模可为“r3”，“aatag”的单一项目流量热度可为“r4”，“aatag”的单一项目业务规模可为“g1”。
[0136]
基于至少一组业务交互大数据可比如确定“bbtag”有1个，“aatag”有2个，则第一整体业务规模可为g4。第二整体业务规模可比如为g3，假设第二判定值设置为ga，则第一整体业务规模和第二整体业务规模的量化比较值可等于gb。鉴于第一整体业务规模和第二整体业务规模的量化比较值小于第二判定值，基于此，可基于待进行流量热度分析的业务互动项目中每种类别项目的数目以及该类别项目的单一项目流量热度的加权结果，确定当前流量热度。比如确定当前流量热度为r2*1+r4*2。
[0137]
如此，可实现对待进行流量热度分析的业务互动项目的整体业务规模进行核对，确保待进行流量热度分析的业务互动项目的数目的准确度。对待进行流量热度分析的业务互动项目的整体业务规模进行核对时，待进行流量热度分析的业务互动项目可包括多种项目类别，使得核对思路能够应用到更多的场景下。
[0138]
对于一种可独立实施的实施例而言，所述方法还包括：在第一整体业务规模和第二整体业务规模的量化比较值高于或等于第二判定值的基础上，输出第五业务互动指令，第五业务互动指令用于反映重新在接收到业务服务平台发送的业务流量分析请求时，获得待进行流量热度分析的业务互动项目的至少一组业务交互大数据。
[0139]
对于一种可独立实施的实施例而言，流量热度分析策略包括规模化分析策略，评论文本情绪描述包括项目类别和最小化规模项目流量热度；基于流量热度分析策略和评论文本情绪描述，确定待进行流量热度分析的业务互动项目的当前流量热度，包括：在待进行流量热度分析的业务互动项目包含一种项目类别时，识别待进行流量热度分析的业务互动项目的整体业务规模；基于待进行流量热度分析的业务互动项目的整体业务规模以及最小化规模项目流量热度的指定计算结果，确定当前流量热度。
[0140]
举例而言，待进行流量热度分析的业务互动项目的至少一组业务交互大数据存在配对关系的目标用户评论信息可能包括一个项目类别的用户评论信息。比如，step12中确定的目标用户评论信息可包括项目类别“cctag”的用户评论信息。则step13中，获得的流量热度分析策略可以为规模化分析策略，获得的评论文本情绪描述中，待分析的项目类别可包括“cctag”，“cctag”的最小化规模项目流量热度可为“r1”。
[0141]
可通过规模量识别组件或规模量识别设备识别业务互动项目捕捉区域所受的规模量，并基于识别结果得到待进行流量热度分析的业务互动项目的整体业务规模。鉴于待进行流量热度分析的业务互动项目包含一种项目类别，基于此，通过待进行流量热度分析的业务互动项目的整体业务规模和最小化规模项目流量热度的指定计算结果，可得到当前流量热度。比如待进行流量热度分析的业务互动项目的整体业务规模为g8时，当前流量热度可为r1*g8。
[0142]
如此，可实现规模化分析策略的业务互动项目的流量热度分析。人工智能服务系统不仅可以实现逐项目分析策略的业务互动项目的流量热度分析，还可以实现规模化分析
策略的业务互动项目的流量热度分析，可提高流量热度分析的灵活性。
[0143]
对于一种可独立实施的实施例而言，所述方法还包括：在目标用户评论信息的评论文本情绪描述对应的流量热度分析策略包括规模化分析策略，且评论文本情绪描述包括两种以上的最小化规模项目流量热度时，输出第六业务互动指令，第六业务互动指令用于反映待进行流量热度分析的业务互动项目的项目类别不满足热度分析要求。举例而言，待进行流量热度分析的业务互动项目的至少一组业务交互大数据存在配对关系的目标用户评论信息可能不少于一个项目类别的用户评论信息。比如，step12中确定的目标用户评论信息可包括项目类别“cctag”的用户评论信息、项目类别“ddtag”的用户评论信息。则step13中，获得的流量热度分析策略可以为规模化分析策略，获得的评论文本情绪描述中，待分析的项目类别可包括“cctag”、“ddtag”，“cctag”的最小化规模项目流量热度可为“r1”，“ddtag”的最小化规模项目流量热度可为“r8”。鉴于待进行流量热度分析的业务互动项目的评论文本情绪描述包括两种以上的最小化规模项目流量热度，因此可通过输出模块或者流量热度输出端进行输出，比如输出第六业务互动指令，第六业务互动指令用于反映待进行流量热度分析的业务互动项目的项目类别不满足热度分析要求，使得业务参与方可基于该第六业务互动指令对业务互动项目捕捉区域的待进行流量热度分析的业务互动项目进行优化，以使调整后待进行流量热度分析的业务互动项目的评论文本情绪描述可包含一种最小化规模项目流量热度。此时可不实施step14。在业务参与方调整待进行流量热度分析的业务互动项目之后，再次实施step11及后续内容。
[0144]
鉴于两种不同最小化规模项目流量热度的业务互动项目难以同时规模化分析策略，通过提示可将待进行流量热度分析的业务互动项目的最小化规模项目流量热度不满足要求的数据下发给业务参与方，以便业务参与方进行处理，达到通过交互确保当前流量热度可基于识别获得的整体业务规模来确定的效果。
[0145]
对于一种可独立实施的实施例而言，所述方法还包括：在目标用户评论信息的评论文本情绪描述对应的流量热度分析策略包括逐项目分析策略以及规模化分析策略时，输出第七业务互动指令，第七业务互动指令用于反映待进行流量热度分析的业务互动项目的项目类别不满足热度分析要求。
[0146]
举例而言，鉴于逐项目分析策略以及规模化分析策略的业务互动项目难以并行流量热度分析处理，如果逐项目分析策略以及规模化分析策略的业务互动项目一同设置在数据捕捉区域，可提示对待进行流量热度分析的业务互动项目进行优化。比如，可输出第七业务互动指令，第七业务互动指令用于反映待进行流量热度分析的业务互动项目的项目类别不满足热度分析要求。使得业务参与方可基于第七业务互动指令对业务互动项目捕捉区域的待进行流量热度分析的业务互动项目进行优化，以使调整后待进行流量热度分析的业务互动项目可仅包含一种流量热度分析策略。
[0147]
对于一种可独立实施的实施例而言，在确定所述待进行流量热度分析的业务互动项目的当前流量热度之后，该方法还可以包括如下内容：在所述当前流量热度达到指定流量热度的前提下，提取所述待进行流量热度分析的业务互动项目的用户活动数据，基于所述用户活动数据挖掘针对所述待进行流量热度分析的业务互动项目的服务需求特征；通过所述服务需求特征进行项目升级处理。
[0148]
在本技术实施例中，指定流量热度可以根据实际情况进行选择，当前流量热度达
到指定流量热度，则表明待进行流量热度分析的业务互动项目的关注度或者影响度较高，因此可以对相关的用户活动数据进行分析处理，从而实现针对性的项目升级处理，提高业务交互的智能化程度。
[0149]
对于一种可独立实施的实施例而言，基于所述用户活动数据挖掘针对所述待进行流量热度分析的业务互动项目的服务需求特征，可以包括如下内容：将用户活动数据加载至服务需求挖掘模型中的数据提取节点，得到所述数据提取节点导出的所述用户活动数据的第一窗口化活动细节短语和第二窗口化活动细节短语，其中，所述数据提取节点包括具有线性连接关系的多个窗口化提取子节点，所述第一窗口化活动细节短语是所述具有线性连接关系的多个窗口化提取子节点中的除最后一个子节点之外的窗口化提取子节点导出的窗口化活动细节短语，所述第二窗口化活动细节短语是所述具有线性连接关系的多个窗口化提取子节点中的最后一个的窗口化提取子节点导出的窗口化活动细节短语；将所述第二窗口化活动细节短语加载至所述服务需求挖掘模型中的需求识别节点，得到所述需求识别节点导出的目标需求识别信息，其中，所述目标需求识别信息为在所述用户活动数据中挖掘出的目标需求事项所对应的需求识别信息；将所述第一窗口化活动细节短语、所述第二窗口化活动细节短语和第三窗口化活动细节短语以及所述目标需求识别信息加载至所述服务需求挖掘模型中的需求定位节点，得到所述需求定位节点导出的所述目标需求事项的预测需求事项种类以及所述目标需求事项的需求字段在所述用户活动数据中的预测分布，其中，所述第三窗口化活动细节短语是所述需求识别节点中的窗口化提取子节点根据指定细节短语导出的窗口化活动细节短语，所述指定细节短语是对所述第二窗口化活动细节短语进行更新得到的细节短语；利用目标需求事项的预测需求事项种类以及所述目标需求事项的需求字段在所述用户活动数据中的预测分布确定所述服务需求特征。
[0150]
举例而言，数据提取节点、需求识别节点以及需求定位节点分别对应卷积单元、粗识别单元和细识别单元，用于进行层次化的需求特征挖掘，这样可以基于目标需求事项的预测需求事项种类以及所述目标需求事项的需求字段在所述用户活动数据中的预测分布准确完整地得到服务需求特征。
[0151]
对于一种可独立实施的实施例而言，所述将用户活动数据加载至服务需求挖掘模型中的数据提取节点，得到所述数据提取节点导出的所述用户活动数据的第一窗口化活动细节短语和第二窗口化活动细节短语，包括：将所述用户活动数据加载至所述数据提取节点中包括具有线性连接关系的窗口化提取子节点l1，得到所述窗口化提取子节点l1导出的窗口化活动细节短语p1；将所述窗口化活动细节短语p1加载至所述数据提取节点中包括具有线性连接关系的窗口化提取子节点l2，得到所述窗口化提取子节点l2导出的窗口化活动细节短语p2，其中，所述第一窗口化活动细节短语为所述窗口化活动细节短语p2；将所述窗口化活动细节短语p2加载至所述数据提取节点中包括具有线性连接关系的窗口化提取子节点l3，得到所述窗口化提取子节点l3导出的窗口化活动细节短语p3，其中，所述第二窗口化活动细节短语为所述窗口化活动细节短语p3。
[0152]
图3是示出可以实现本技术的实施例的应用人工智能的业务大数据处理方法的应用环境的架构示意图，应用人工智能的业务大数据处理方法的应用环境中可以包括互相通信的人工智能服务系统100和业务服务平台200。基于此，人工智能服务系统100和业务服务平台200在运行时实现或者部分实现本技术实施例的应用人工智能的业务大数据处理方
法。
[0153]
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。
技术特征：1.一种应用人工智能的业务大数据处理方法，其特征在于，应用于人工智能服务系统，所述方法包括：在接收到业务服务平台发送的业务流量分析请求时，获得待进行流量热度分析的业务互动项目的至少一组业务交互大数据；从第一数据共享服务器中确定与所述至少一组业务交互大数据存在配对关系的目标用户评论信息；基于设定的信息绑定指示，获得所述目标用户评论信息对应的流量热度分析策略及评论文本情绪描述；基于所述流量热度分析策略和所述评论文本情绪描述，确定所述待进行流量热度分析的业务互动项目的当前流量热度。2.根据权利要求1所述的方法，其特征在于，所述在接收到业务服务平台发送的业务流量分析请求时，获得待进行流量热度分析的业务互动项目的至少一组业务交互大数据之前，所述方法还包括：获得不少于一种项目类别的用户评论信息，其中每种所述项目类别对应至少一组用户评论信息；对于每种所述项目类别，从所述项目类别对应的至少一组用户评论信息中抽样获得反馈内容识别指标满足第一设定要求的指定用户评论信息；获得每种所述指定用户评论信息的流量热度分析策略和评论文本情绪描述，并生成所述指定用户评论信息、所述流量热度分析策略以及所述评论文本情绪描述之间的信息绑定指示；将每种所述指定用户评论信息以及所述信息绑定指示缓存于所述第一数据共享服务器中。3.根据权利要求2所述的方法，其特征在于，所述从第一数据共享服务器中确定与所述至少一组业务交互大数据存在配对关系的目标用户评论信息，包括：对于所述至少一组业务交互大数据，确定每组所述业务交互大数据与所述第一数据共享服务器中的指定用户评论信息的第一相关性系数；获得所述第一相关性系数高于第一判定值的指定用户评论信息的第一差异化描述字段；对于所述至少一组业务交互大数据，挖掘每组所述业务交互大数据的第二差异化描述字段；确定所述第一差异化描述字段与所述第二差异化描述字段的第二相关性系数；将所述第二相关性系数最大的指定用户评论信息，作为与所述至少一组业务交互大数据存在配对关系的所述目标用户评论信息；其中，所述第一差异化描述字段和所述第二差异化描述字段用于鉴别相异项目类别的指定用户评论信息。4.根据权利要求1所述的方法，其特征在于，在没有从所述第一数据共享服务器中确定与所述至少一组业务交互大数据存在配对关系的目标用户评论信息的基础上，所述方法还包括：在所述待进行流量热度分析的业务互动项目包括多维查询标签的基础上，通过解析多维查询标签的思路获得所述待进行流量热度分析的业务互动项目的流量热度分析策略以及评论文本情绪描述；或者，在所述待进行流量热度分析的业务互动项目不包括多维查询标签的基础上，接收第一参考指示，所述第一参考指示用于反映所述待进行流量热度分析的业务互动项目的
流量热度分析策略以及评论文本情绪描述；基于所述第一参考指示中的流量热度分析策略和评论文本情绪描述，确定所述待进行流量热度分析的业务互动项目的当前流量热度；发送第一业务互动指令，所述第一业务互动指令用于反映将所述待进行流量热度分析的业务互动项目的用户评论信息添加到所述第一数据共享服务器。5.根据权利要求1所述的方法，其特征在于，在没有从所述第一数据共享服务器中确定与所述至少一组业务交互大数据存在配对关系的目标用户评论信息的基础上，所述方法还包括：通过可视化交互记录检索是否具有待进行流量热度分析的业务互动项目的相同项目类别的热度分析报告；在具有所述热度分析报告的基础上，获得所述热度分析报告所携带的相同项目类别的流量热度分析状态的历史数据，所述流量热度分析状态的历史数据包含所述相同项目类别的流量热度分析策略及评论文本情绪描述；基于所述相同项目类别的流量热度分析策略和评论文本情绪描述，确定所述待进行流量热度分析的业务互动项目的当前流量热度。6.根据权利要求3所述的方法，其特征在于，所述对于所述至少一组业务交互大数据，确定每组所述业务交互大数据与第一数据共享服务器中的指定用户评论信息的第一相关性系数之后，所述方法还包括：判断所述第一相关性系数高于第一判定值的指定用户评论信息的数目是否为多个；若所述第一相关性系数高于第一判定值的指定用户评论信息的数目为多个，确定多个所述指定用户评论信息为关联用户评论信息；所述获得所述第一相关性系数高于第一判定值的指定用户评论信息的第一差异化描述字段包括：获得每个所述关联用户评论信息的第一差异化描述字段；所述将所述第二相关性系数最大的指定用户评论信息，作为与所述至少一组业务交互大数据存在配对关系的所述目标用户评论信息包括：将所述第二相关性系数最大的关联用户评论信息，作为与所述至少一组业务交互大数据存在配对关系的所述目标用户评论信息。7.根据权利要求1所述的方法，其特征在于，所述评论文本情绪描述还包括评论时段、情绪活跃时段、情绪极性分析数据、以及评论成员id中的不少于一种，所述基于设定的信息绑定指示，获得所述目标用户评论信息对应的流量热度分析策略及评论文本情绪描述之后，所述方法还包括：判断所述评论时段、情绪极性分析数据、评论成员id中是否具有冗余噪声；若所述评论时段、情绪极性分析数据、评论成员id中不存在冗余噪声，基于所述流量热度分析策略和所述评论文本情绪描述，确定所述待进行流量热度分析的业务互动项目的当前流量热度；或者，基于所述评论时段、情绪活跃时段，判断所述待进行流量热度分析的业务互动项目是否为已暂停项目；若所述待进行流量热度分析的业务互动项目不是已暂停项目，基于所述流量热度分析策略和所述评论文本情绪描述，确定所述待进行流量热度分析的业务互动项目的当前流量热度。8.根据权利要求1所述的方法，其特征在于，所述流量热度分析策略包括逐项目分析策略，所述评论文本情绪描述包括项目类别和单一项目流量热度；所述基于所述流量热度分
析策略和所述评论文本情绪描述，确定所述待进行流量热度分析的业务互动项目的当前流量热度，包括：基于所述至少一组业务交互大数据确定所述待进行流量热度分析的业务互动项目所包含的每种类别项目的数目；基于所述待进行流量热度分析的业务互动项目中每种类别项目的数目以及该类别项目的单一项目流量热度的加权结果，确定所述当前流量热度；其中，所述评论文本情绪描述还包括单一项目业务规模，所述方法还包括：在所述待进行流量热度分析的业务互动项目包含一种项目类别时，识别所述待进行流量热度分析的业务互动项目的整体业务规模；基于所述待进行流量热度分析的业务互动项目的整体业务规模以及所述单一项目业务规模，确定所述待进行流量热度分析的业务互动项目的第一项目数；基于所述至少一组业务交互大数据确定所述待进行流量热度分析的业务互动项目的第二项目数；所述基于所述待进行流量热度分析的业务互动项目中每种类别项目的数目以及该类别项目的单一项目流量热度的加权结果，确定所述当前流量热度包括：在第一项目数与第二项目数一致的基础上，基于所述第一项目数与该类别项目的单一项目流量热度的指定计算结果，或着，基于所述第二项目数与该类别项目的单一项目流量热度的指定计算结果，确定所述当前流量热度；其中，所述评论文本情绪描述还包括单一项目业务规模，所述方法还包括：基于所述至少一组业务交互大数据确定所述待进行流量热度分析的业务互动项目所包含的每种类别项目的数目；基于所述待进行流量热度分析的业务互动项目所包含的每种类别项目的数目以及单一项目业务规模，确定所述待进行流量热度分析的业务互动项目的第一整体业务规模；识别所述待进行流量热度分析的业务互动项目的第二整体业务规模；所述基于所述待进行流量热度分析的业务互动项目中每种类别项目的数目以及该类别项目的单一项目流量热度的加权结果，确定所述当前流量热度包括：在所述第一整体业务规模和所述第二整体业务规模的量化比较值小于第二判定值的基础上，基于所述待进行流量热度分析的业务互动项目中每种类别项目的数目以及该类别项目的单一项目流量热度的加权结果，确定所述当前流量热度。9.根据权利要求1所述的方法，其特征在于，所述流量热度分析策略包括规模化分析策略，所述评论文本情绪描述包括项目类别和最小化规模项目流量热度；所述基于所述流量热度分析策略和所述评论文本情绪描述，确定所述待进行流量热度分析的业务互动项目的当前流量热度，包括：在所述待进行流量热度分析的业务互动项目包含一种项目类别时，识别所述待进行流量热度分析的业务互动项目的整体业务规模；基于所述待进行流量热度分析的业务互动项目的整体业务规模以及最小化规模项目流量热度的指定计算结果，确定所述当前流量热度。10.一种人工智能服务系统，其特征在于，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权利要求1-9任一项所述的方法的处理器。
技术总结本申请实施例公开了应用人工智能的业务大数据处理方法及系统，通过获得目标用户评论信息对应的流量热度分析策略及评论文本情绪描述，使得基于流量热度分析策略和评论文本情绪描述，可得到待进行流量热度分析的业务互动项目的当前流量热度。可通过从待进行流量热度分析的业务互动项目的用户评论信息中获得的数据实现业务互动项目的流量热度分析，针对不同的业务互动项目，都可准确、可靠且及时地实现流量热度分析。现流量热度分析。现流量热度分析。
技术研发人员：崔小燕
受保护的技术使用者：崔小燕
技术研发日：2022.06.13
技术公布日：2022/11/1
