摘要
本发明公开了一种用于商业智能服务平台的在线数据处理方法,涉及大数据处理与人工智能技术领域,包括采集原始数据流,生成规范化数据集;利用深度卷积神经网络模型从规范化数据集中提取时空特征,形成特征组合矩阵;基于图注意力网络对特征组合矩阵构建动态关联图谱,并采用边缘概率计算模型计算图谱节点间的关联强度,生成关联权重矩阵;引入自适应学习率机制,结合指数滑动平均法对权重参数进行动态更新,建立特征传播网络;将增量业务数据输入特征传播网络,通过集成学习算法预测数据变化趋势,输出数据分析结果,并反馈至商业智能服务平台。本发明通过融合深度学习特征提取和图网络关联分析的前沿技术,实现商业数据处理的全新突破。
技术关键词
在线数据处理方法
数据变化趋势
集成学习算法
矩阵
梯度提升树模型
采集网关
注意力
在线数据处理系统
图谱
节点
网络
随机森林模型
动态更新
商业数据处理
多尺度特征
动态权重优化
融合深度学习