一种基于多维度历史数据分析的人工智能广告推送方法

本申请提供一种基于多维度历史数据分析的人工智能广告推送方法，包括：针对提取的原始特征，构建秒级、分钟级、小时级等不同时间粒度的行为特征视图，形成多时间尺度特征表示；通过图挖掘算法分析不同时间尺度下的特征视图，挖掘特征节点间的关联规则，构建跨尺度的特征关联图谱；在特征关联图谱中，根据特征节点的谱聚类结果和特征边的引力方向，判断不同特征组合的时间相关性度；若特征组合的时间相关性度超过经验阈值，则将该特征组合的时间权重赋予幂律分布的高权重系数；根据特征的垂直维度和语义层级，动态调整关联图谱的网络深度和连接密度，优化图谱中的特征权重分配。