(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211200320.2 (22)申请日 2022.09.29 (71)申请人 黄敏 地址 550000 贵州省贵阳市白云区中环路 189号 (72)发明人 黄敏　胡春芳　 (51)Int.Cl. G06F 16/906(2019.01) G06F 16/953(2019.01) H04L 9/40(2022.01) (54)发明名称 基于人工智能的用户信息搜寻处理方法及 系统 (57)摘要 本发明公开了一种基于人工智能的用户信 息搜寻处理方法及系统， 包括： 响应于用户信息 搜寻启动指示， 建立与搜寻方的加密通信连接； 接收包括搜寻方身份标识的用户信息搜寻指示， 并确定出针对用户信息搜寻指示的待定用户集 合； 对待定用户集合进行用户行为向量判定操 作， 确定出待定用户集合归类的多个预设业务场 景， 并对多个预设业务场景进行用户信息归类； 基于用户信息归类结果， 分配对应的用户业务策 略， 如此设计， 能够在加密通信的环境下， 利用用 户信息搜寻指示安全地确定出待定用户集合， 并 基于待定用户集合的用户行为向量进行准确地 为其分配对应的用户业 务策略。 权利要求书5页 说明书19页 附图2页 CN 115422425 A 2022.12.02 CN 115422425 A 1.基于人工智能的用户信息 搜寻处理方法， 其特 征在于， 包括： 响应于所述用户信息 搜寻启动指示， 建立与搜寻方的加密通信连接； 接收包括搜寻方身份标识的用户信 息搜寻指示， 并确定出针对所述用户信 息搜寻指示 的待定用户集 合； 对所述待定用户集合进行用户行为向量判定操作， 确定出所述待定用户集合归类的多 个预设业 务场景， 并对所述多个预设业 务场景进行用户信息归类； 基于用户信息归类结果， 分配对应的用户业 务策略。 2.根据权利要求1所述的方法， 其特征在于， 所述对所述待定用户集合进行用户行为向 量判定操作， 确定出所述待定用户集合归类的多个预设业务场景， 并对所述多个预设业务 场景进行用户信息归类， 包括： 获取待定用户集合中的每个用户的行为向量， 一个用户的行为向量为基于用户各自针 对至少一个业 务场景的行为记录判定的向量； 到至少两个用户行为基于所述每个用户的行为向量对所述待定用户集合进行集合操 作， 得簇标识； 基于每个用户行为簇标识与采集的每个行为向量之间的关联关系， 判定所述每个行为 向量的行为期望； 按照逐个处理行为期望的策略， 逐个对向量集合中的各个行为向量的行为期望进行累 计求和； 其中， 所述向量 集合是采集的基于每 个行为向量确定的； 如果在所述累计求和时， 确定出已处理的累加行为期望达到预置终止状态， 则将所述 累加行为期望判定为所述待定用户集合的向量向量集合的参考行为期 望， 所述参考行为期 望是对所述向量 集合中的至少一个行为向量的行为期望进行累计求和 确定的； 获取获取用于累计求和得到所述参考行为期望的各个行为期望， 并判定所述各个行为 期望分别匹配的行为向量； 从所述向量集合中选取所述各个行为期望分别匹配的行为向量， 作为重点行为向量， 并在判定对所述待定用户集合归类的多个预设业务场景后， 对所述多个预设业务场景进 行 场景标识关联以得到多个业务场景训练标识， 并基于所述多个业务场景训练标识和所述重 点行为向量构建一个业务场景识别模型； 所述至少两个用户行为簇标识包括第一用户行为 簇标识， 所述第一用户行为簇标识匹配的第一用户中的各用户的业 务场景归属接 近； 将所述待定用户集合中的至少一个用户的各行为向量， 从所述待定用户集合所关联的 所有行为向量中， 获取所述第一用户中的各用户的各行为向量； 其中， 一个用户的行为向量 还包括基于用户各自针对业 务场景服 务器的行为记录所判定的向量 基于所述第 一用户中的各用户的各行为向量， 判定所述第 一用户所操作的各个业务场 景服务器； 并遍历所述各个业 务场景服 务器， 判定当前遍历的待处 理业务场景服 务器； 针对所述第 一用户中的任一用户， 从所述任一用户的各行为向量中筛选出所述任一用 户在所述待处 理业务场景服 务器中的各 行为向量； 将所述任一用户在所述待处理业务场景服务器中的各行为向量， 与 所述多个业务场景 训练标识中的任一 业务场景训练标识进行配对， 得到配对结果； 基于所述配对结果， 从所述任一用户在所述待处理业务场景服务器中的各行为向量 中， 获取与任一 业务场景训练标识相配对的行为向量；权　利　要　求　书 1/5 页 2 CN 115422425 A 2采集的基于行为向量构建一个行为业务对， 并为获取的行为业务对标记所述任一业务 场景训练标识； 所述行为业务对至少包括训练行为业务对和参考行为业务对， 且一个行为 业务对包括与一个业 务场景训练标识配对的至少一个行为向量； 采用所述训练行为业务对对所述业务场景识别模型进行迭代更新， 并基于迭代更新后 的业务场景识别模型基于所述参考行为业务对中的行为向量， 计算所述待定用户集合归属 各个业务场景训练标识的置信度； 基于计算结果从所述多个业务场景训练标识中选取目标业务场景训练标识， 并将所述 目标业务场景训练标识指示的业务场景类别对应的预设业务场景， 决策为待归类的目标业 务场景。 3.根据权利要求2所述的方法， 其特 征在于， 所述方法还 包括： 在所述累计求和时， 每获取一个累加行为期望， 则比较已处理的累加行为期望和预设 行为期望上限之间的大小关系； 如果所述累加行为期望超过所述预设行为期望上限， 则判定所述累加行为期望达到预 置终止状态； 如果所述累加行为期望不超过所述预设行为期望上限， 则判定所述累加行为期望不达 到预置终止状态。 4.根据权利要求1所述的方法， 其特征在于， 任一用户行为簇标识与任一行为向量之间 的关联关系中包括所述任一用户行为簇标识与所述任一行为向量之 间的关联程度值； 所述 基于每个用户行为簇标识与采集的每个行为向量之 间的关联关系， 判定所述每个行为向量 的行为期望， 包括： 基于每个用户行为簇标识与每个行为向量之间的关联程度值的标准数值， 和预置第 一 数目个关联级别匹配的数值区间， 判定所述每个行为向量在所述每个用户行为簇标识对应 的关联级别； 基于所述每个行为向量在所述每个用户行为簇标识对应的关联级别， 分别在所述每个 用户行为簇标识下对所述每个行为向量进 行整合， 得到所述每个用户行为簇标识对应的第 一数目个行为向量 集合， 一个行为向量 集合对应一个关联级别； 针对目标行为向量， 针对任一用户行为簇标识对应的任一行为向量集合， 基于所述任 一行为向量集合中的各个行为向量关联的用户， 判定所述任一行为向量集合匹配的总用户 数目； 获取所述任一行为向量 集合所匹配的用户中， 具有所述目标 行为向量的用户的数目； 将获取确定的数目和所述任一行为向量集合匹配的总用户数目之间的分布关系， 判定 为所述目标行为向量在所述任一行为向量集合的分布情况， 所述目标行为向量为多个行为 向量中的任一行为向量； 基于分布 统计结果以及所述每个用户行为簇标识匹配的用户分布， 计算所述目标行为 向量的行为期 望； 其中， 任一用户行为簇标识匹配的用户分布是指： 所述任一用户行为簇标 识对应的用户的数目， 与所述待定用户集 合的总用户数目之间的分布关系。 5.根据权利要求1所述的方法， 其特征在于， 所述至少两个用户行为簇标识包括第 一用 户行为簇标识， 所述第一用户行为簇标识匹配的第一用户中的各用户的业务场景归属接 近； 所述方法还 包括：权　利　要　求　书 2/5 页 3 CN 115422425 A 3