买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：广州平云信息科技有限公司

摘要：本申请实施例提供一种基于AIGC的数字文化产品用户行为分析方法及系统，本申请实施例通过获取各个通过人工智能生成内容的数字文化产品的神经网络运算指令、参考用户行为特征和第一用户反馈数据，而后据此利用基础产品响应预测网络进行决策，生成了高度个性化的第一决策响应结果，进一步地，依据收敛目标损失参数的参数学习目标，对基础产品响应预测网络进行了网络偏置权重信息的优化，从而生成了更为精确的产品响应预测网络，从而能够针对不同的用户行为特征，基于目标先验响应知识图谱，生成更加精准的响应预测结果，进而极大提高了数字文化产品用户行为分析的精确度和适用性，为用户提供了更为出色的个性化体验。

主权项：1.一种基于AIGC的数字文化产品用户行为分析方法，其特征在于，所述方法包括：获取各个目标数字文化产品的神经网络运算指令、参考用户行为特征和第一用户反馈数据，所述参考用户行为特征表征所述神经网络运算指令的用户交互数据的多维度属性特征，所述第一用户反馈数据为所述神经网络运算指令依据所述参考用户行为特征通过目标先验响应知识图谱进行响应预测生成的用户响应结果，所述各个目标数字文化产品为通过人工智能生成内容AIGC进行生成的；基于所述神经网络运算指令和所述参考用户行为特征，通过基础产品响应预测网络进行决策，生成第一决策响应结果，其中，所述基础产品响应预测网络是一个预先训练或构建好的神经网络模型，根据所述神经网络运算指令和所述参考用户行为特征来预测用户可能的响应结果，所述第一决策响应结果是基础产品响应预测网络基于输入信息以及目标先验响应知识图谱生成的初步决策输出，反映了在当前知识和输入特征条件下对用户行为的一种预测或推断，所述输入信息包括神经网络运算指令和参考用户行为特征；依据收敛目标损失参数的参数学习目标，优化所述基础产品响应预测网络的网络偏置权重信息，生成产品响应预测网络，所述目标损失参数为所述第一决策响应结果和所述第一用户反馈数据之间的损失参数，所述产品响应预测网络用于预测所述神经网络运算指令依据不同用户行为特征基于所述目标先验响应知识图谱进行响应预测生成的参考响应结果；所述目标先验响应知识图谱包括第一先验响应知识图谱和第二先验响应知识图谱，所述第一用户反馈数据包括第一用户反馈子数据和第二用户反馈子数据，所述第一用户反馈子数据为所述神经网络运算指令依据所述参考用户行为特征基于所述第一先验响应知识图谱进行响应预测生成的用户响应结果，所述第二用户反馈子数据为所述神经网络运算指令依据所述参考用户行为特征基于所述第二先验响应知识图谱进行响应预测生成的用户响应结果，所述第一先验响应知识图谱和所述第二先验响应知识图谱分别代表了不同领域或不同角度的用户行为和反馈数据；所述基于所述神经网络运算指令和所述参考用户行为特征，通过基础产品响应预测网络进行决策，生成第一决策响应结果，包括：基于所述神经网络运算指令和所述参考用户行为特征，通过第一基础产品响应预测网络进行决策，生成第一决策响应子结果，所述第一决策响应子结果为所述神经网络运算指令依据所述参考用户行为特征基于所述第一先验响应知识图谱进行响应预测生成的参考响应结果；基于所述神经网络运算指令和所述参考用户行为特征，通过第二基础产品响应预测网络进行决策，生成第二决策响应子结果，所述第二决策响应子结果为所述神经网络运算指令依据所述参考用户行为特征基于所述第二先验响应知识图谱进行响应预测生成的参考响应结果；所述依据收敛目标损失参数的参数学习目标，优化所述基础产品响应预测网络的网络偏置权重信息，生成产品响应预测网络，包括：依据收敛第一损失参数的参数学习目标，优化所述第一基础产品响应预测网络的网络偏置权重信息，生成第一产品响应预测网络，所述第一损失参数为所述第一决策响应子结果和所述第一用户反馈子数据之间的损失参数，所述第一产品响应预测网络用于预测所述神经网络运算指令依据不同用户行为特征基于所述第一先验响应知识图谱进行响应预测生成的参考响应结果；依据收敛第二损失参数的参数学习目标，优化所述第二基础产品响应预测网络的网络偏置权重信息，生成第二产品响应预测网络，所述第二损失参数为所述第二决策响应子结果和所述第二用户反馈子数据之间的损失参数，所述第二产品响应预测网络用于预测所述神经网络运算指令依据不同用户行为特征基于所述第二先验响应知识图谱进行响应预测生成的参考响应结果。

全文数据：

权利要求：

百度查询： 广州平云信息科技有限公司 基于AIGC的数字文化产品用户行为分析方法及系统