本申请涉及电子商务人工智能应用领域，尤其涉及一种基于大数据的电子商务用户行为分析系统。
背景技术：
1、目前，在电子商务平台中，受限于销售的个人精力，一名销售无法同时接待多名用户，在多名用户同时对销售进行咨询时，十分容易导致销售的推荐出现差错导致客户流失。
2、为提高电子商务平台的销售的效率，当下部分用户行为的分析系统得以应用。主要采用数据挖掘、机器学习等技术，对用户行为数据进行分析，以发现用户的偏好、购买意愿等信息，并提供相应的优化建议。
3、但由于用户行为的多样性和复杂性，现有行为的分析系统在庞大的用户和商品数据中挖掘出用户的行为信息不仅需要占用过大的计算资源、而且预测的结果的准确性也于用户的行为和需求偏差较大，导致行为分析系统在电子商务平台上的使用效果不甚理想。
技术实现思路
1、本申请提供了一种基于大数据的电子商务用户行为分析系统，旨在解决现有行为的分析系统在庞大的用户和商品数据中挖掘出用户的行为信息不仅需要占用过大的计算资源、而且预测的结果的准确性也于用户的行为和需求偏差较大，导致行为分析系统在电子商务平台上的使用效果不甚理想的问题。
2、第一方面，本申请提供了一种基于大数据的电子商务用户行为分析系统，所述系统包括：
3、信息收集模块，用于收集用户终端对应的用户信息和所述用户信息对应的行为信息；
4、数据分析模块，用于将所述用户信息和所述行为信息输入至预训练的行为分析模型，所述行为分析模型用于根据所述用户信息和所述行为信息生成行为预测信息；
5、推荐生成模块，用于获取所述行为预测信息对应的意向商品信息，根据所述用户信息确定推荐方式信息，用于根据所述推荐方式信息向所述用户终端完成推荐。
6、在一些实施例中，所述系统还包括：信息确认模块，用于根据所述用户信息和所述行为信息确认所述用户信息和行为信息对应的缺失数据信息、空白数据信息和白噪声数据信息；数据清洗模块，用于根据所述缺失数据信息对应的数据类型对所述缺失数据信息进行补齐、删除所述空白数据信息、对所述白噪声数据信息进行去噪，完成所述用户信息和所述行为信息的数据清洗。
7、在一些实施例中，所述行为分析模型包括预设多层神经网络，所述预设多层神经网络至少包括全连接层和编码层；所述系统还包括：信息收集单元，用于收集所述用户信息和所述用户终端的商品浏览信息和商品操作信息；数据分析单元，用于将所述用户信息和所述用户终端的商品浏览信息和商品操作信息输入至所述全连接层进行全连接，将全连接后的所述用户信息、商品浏览信息和商品操作信息输入至所述编码层，所述编码层基于自注意力机制输出所述行为预测信息。
8、在一些实施例中，所述编码层存储有注意力函数，所述注意力函数用于计算所述商品浏览信息和所述用户信息的第一注意力参数、所述商品操作信息和所述用户信息的第二注意力参数；所述系统还包括：数据分析子单元，用于将全连接后的所述用户信息、商品浏览信息和商品操作信息输入至所述编码层，所述编码层根据所述注意力函数计算所述第一注意力参数和所述第二注意力参数，用于根据所述第一注意力参数确定第一意向产品信息、所述第二注意力参数确定第二意向产品信息；所述第一注意力参数和第二注意力参数的表达式分别为：
9、
10、
11、其中，atten1和atten2分别为所述第一注意力参数和第二注意力参数，softmax为归一化函数，q1为商品浏览信息，q2为商品操作信息，k为用户信息，dk为文本向量的维度，v1和v2为预设阈值。
12、在一些实施例中，所述系统存储有预设的推荐方式数据库，所述推荐方式数据库包括预设推荐方式和所述预设推荐方式对应的预设性格类型；所述系统还包括：性格提取单元，用于根据所述用户信息提取出用户性格类型、用户常用语类型；推荐确认单元，用于根据所述用户性格类型在预设的沟通类型数据库中确认所述用户性格类型对应的所述预设性格类型，将所述预设性格类型在所述推荐方式数据库中对应的预设推荐信息作为所述推荐方式信息。
13、在一些实施例中，所述意向商品信息包括意向商品的类型和所述意向商品的价格范围；所述系统还包括：推荐生成单元，用于根据所述意向商品的类型和价格范围确定对应的意向商品的商品清单，用于根据所述推荐方式信息向所述用户终端完成所述商品清单的推荐。
14、在一些实施例中，所述系统还包括：优化生成模块，用于获取所述用户终端在完成推荐之后的成交信息和反馈信息；若根据所述成交信息确认所述用户终端未成交，根据所述反馈信息优化所述推荐生成模块，以更新所述推荐生成模块生成的所述行为预测信息。
15、第二方面，本申请提供了一种基于大数据的电子商务用户行为分析方法，应用于服务器；方法包括：
16、收集用户终端对应的用户信息和所述用户信息对应的行为信息；
17、将所述用户信息和所述行为信息输入至预训练的行为分析模型，所述行为分析模型用于根据所述用户信息和所述行为信息生成行为预测信息；
18、获取所述行为预测信息对应的意向商品信息，根据所述用户信息确定推荐方式信息，用于根据所述推荐方式信息向所述用户终端完成推荐。
19、第三方面，本申请提供了一种基于大数据的电子商务用户行为分析装置，所述装置包括：用户终端和服务器，所述服务器用于收集用户终端对应的用户信息和所述用户信息对应的行为信息向所述用户终端完成推荐；其中，所述服务器包括存储器和处理器：所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行本申请任一实施例所提供的电子商务用户行为分析方法的步骤。
20、第四方面，本申请提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现本申请任一实施例所提供的电子商务用户行为分析方法的步骤。
21、本申请提供了一种基于大数据的电子商务用户行为分析系统，系统包括信息收集模块、数据分析模块和推荐生成模块，通过数据分析模块将信息收集模块收集的用户终端对应的用户信息和用户信息对应的行为信息输入至预训练的行为分析模型，能够根据用户信息和用户信息对应的行为信息生成用户终端的行为预测信息，进而推荐生成模块能够获取行为预测信息对应的意向商品信息，以确定意向商品信息对应的推荐方式信息，能够根据所确定的推荐方式信息向用户进行推荐。采用所提供的系统，能够大幅降低计算资源的情况下实现对电子商务平台中的用户行为进行准确预测，进而提升用户成交率。
22、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
1.一种基于大数据的电子商务用户行为分析系统，其特征在于，所述系统包括：
2.根据权利要求1所述的系统，其特征在于，所述系统还包括：
3.根据权利要求1所述的系统，其特征在于，所述行为分析模型包括预设多层神经网络，所述预设多层神经网络至少包括全连接层和编码层；所述系统还包括：
4.根据权利要求3所述的系统，其特征在于，所述编码层存储有注意力函数，所述注意力函数用于计算所述商品浏览信息和所述用户信息的第一注意力参数、所述商品操作信息和所述用户信息的第二注意力参数；所述系统还包括：
5.根据权利要求1所述的系统，其特征在于，所述系统存储有预设的推荐方式数据库，所述推荐方式数据库包括预设推荐方式和所述预设推荐方式对应的预设性格类型；所述系统还包括：
6.根据权利要求1所述的系统，其特征在于，所述意向商品信息包括意向商品的类型和所述意向商品的价格范围；所述系统还包括：
7.根据权利要求1所述的系统，其特征在于，所述系统还包括：
8.一种基于大数据的电子商务用户行为分析方法，其特征在于，应用于服务器；所述方法包括：
9.一种基于大数据的电子商务用户行为分析装置，其特征在于，所述装置包括：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现如权利要求8所述的电子商务用户行为分析方法的步骤。
