应用于数字孪生和计算机视觉的服务优化方法及软件产品.pdf

《应用于数字孪生和计算机视觉的服务优化方法及软件产品.pdf》由会员分享，可在线阅读，更多相关《应用于数字孪生和计算机视觉的服务优化方法及软件产品.pdf（26页完成版）》请在专利查询网上搜索。

1、(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 202310505261.8(22)申请日 2023.05.08(71)申请人 云南弘毅睿天科技有限公司地址 650000 云南省昆明市五华区教场东路98号(72)发明人 赵一舒彭维(51)Int.Cl.G06F 3/0481(2022.01)G06N 20/00(2019.01)(54)发明名称应用于数字孪生和计算机视觉的服务优化方法及软件产品(57)摘要本发明实施例涉及数字孪生、计算机视觉、人工智能和大数据挖掘技术领域，尤其涉及应用于数字孪生和计算机视觉的服务优化方法及软件产品。其中，图像大数。

2、据优化服务器在对元宇宙虚拟空间、沉浸式虚拟交互等场景下的人机交互页面行为大数据进行图形化服务升级指示进行归纳判别时，扩展了归纳判别时所需的图形化服务升级记录，结合适配度分析思路进行图形化服务升级记录的归纳判别挖掘，能够准确、可靠地确定出人机交互页面行为大数据所匹配的第一目标图形化服务升级指示，以便实现针对性的图形化服务界面优化升级。权利要求书4页 说明书20页 附图1页CN 116610235 A2023.08.18CN 116610235 A1.一种应用于数字孪生和计算机视觉的服务优化方法，其特征在于，应用于图像大数据优化服务器，所述方法包括：获得若干种第一图形化服务升级指示的可视服务优化要。

3、素项，所述可视服务优化要素项是对所述第一图形化服务升级指示的图形化服务升级记录进行页面活动特征挖掘所得的；对拟进行优化决策处理的人机交互页面行为大数据进行页面活动特征挖掘，得到所述人机交互页面行为大数据的页面活动行为频繁项，以及分别获得所述页面活动行为频繁项与每种所述可视服务优化要素项之间的适配度量值；依据若干种所述第一图形化服务升级指示对应的适配度量值，从若干种所述第一图形化服务升级指示中，确定所述人机交互页面行为大数据所匹配的第一目标图形化服务升级指示。2.根据权利要求1所述的方法，其特征在于，每种所述第一图形化服务升级指示为一种第二图形化服务升级指示的局部图形化服务升级指示，最少两种所述。

4、第一图形化服务升级指示所匹配的第二图形化服务升级指示不同；所述对拟进行优化决策处理的人机交互页面行为大数据进行页面活动特征挖掘，得到所述人机交互页面行为大数据的页面活动行为频繁项之后，所述方法还包括：依据若干种所述第二图形化服务升级指示，对所述页面活动行为频繁项进行归纳判别，得到若干种所述第二图形化服务升级指示对应的升级指示确定性参数，所述第二图形化服务升级指示对应的升级指示确定性参数表征所述人机交互页面行为大数据属于所述第二图形化服务升级指示的概率；依据若干种所述第二图形化服务升级指示对应的升级指示确定性参数，从若干种所述第二图形化服务升级指示中，确定所述人机交互页面行为大数据所匹配的第二目。

5、标图形化服务升级指示。3.根据权利要求1所述的方法，其特征在于，每种所述第一图形化服务升级指示为一种第二图形化服务升级指示的局部图形化服务升级指示，所述依据若干种所述第一图形化服务升级指示对应的适配度量值，从若干种所述第一图形化服务升级指示中，确定所述人机交互页面行为大数据所匹配的第一目标图形化服务升级指示之后，所述方法还包括：将所述第一目标图形化服务升级指示所匹配的第二图形化服务升级指示，确定为所述人机交互页面行为大数据所匹配的第二目标图形化服务升级指示。4.根据权利要求1所述的方法，其特征在于，所述获得若干种第一图形化服务升级指示的可视服务优化要素项，包括：依据归纳判别网络，获得若干种所述。

6、第一图形化服务升级指示的可视服务优化要素项；所述对拟进行优化决策处理的人机交互页面行为大数据进行页面活动特征挖掘，得到所述人机交互页面行为大数据的页面活动行为频繁项，以及分别获得所述页面活动行为频繁项与每种所述可视服务优化要素项之间的适配度量值，包括：依据所述归纳判别网络，对所述人机交互页面行为大数据进行页面活动特征挖掘，得到所述页面活动行为频繁项，以及分别获得所述页面活动行为频繁项与每种所述可视服务优化要素项之间的适配度量值。5.根据权利要求4所述的方法，其特征在于，所述归纳判别网络包括第一归纳判别组件及第二归纳判别组件；权利要求书1/4 页2CN 116610235 A2所述依据归纳判别网。

7、络，获得若干种所述第一图形化服务升级指示的可视服务优化要素项，包括：依据所述第一归纳判别组件，获得若干种所述第一图形化服务升级指示的可视服务优化要素项；所述依据所述归纳判别网络，对所述人机交互页面行为大数据进行页面活动特征挖掘，得到所述页面活动行为频繁项，以及分别获得所述页面活动行为频繁项与每种所述可视服务优化要素项之间的适配度量值，包括：依据所述第二归纳判别组件，对所述人机交互页面行为大数据进行页面活动特征挖掘，得到所述页面活动行为频繁项；依据所述第一归纳判别组件，分别获得所述页面活动行为频繁项与每种所述可视服务优化要素项之间的适配度量值；其中，每种所述第一图形化服务升级指示为一种第二图形化。

8、服务升级指示的局部图形化服务升级指示，最少两种所述第一图形化服务升级指示所匹配的第二图形化服务升级指示不同；所述依据所述第二归纳判别组件，对所述人机交互页面行为大数据进行页面活动特征挖掘，得到所述页面活动行为频繁项之后，所述方法还包括：依据所述第二归纳判别组件，对所述页面活动行为频繁项进行归纳判别，得到若干种所述第二图形化服务升级指示对应的升级指示确定性参数，所述第二图形化服务升级指示对应的升级指示确定性参数表征所述人机交互页面行为大数据属于所述第二图形化服务升级指示的概率；依据若干种所述第二图形化服务升级指示对应的升级指示确定性参数，从若干种所述第二图形化服务升级指示中，确定所述人机交互页面。

9、行为大数据所匹配的第二目标图形化服务升级指示。6.根据权利要求4所述的方法，其特征在于，所述方法还包括：获得人机交互页面行为大数据样例及对应的第一学习注释，所述第一学习注释指示所述人机交互页面行为大数据样例所匹配的第一图形化服务升级指示；依据所述归纳判别网络，获得若干种所述第一图形化服务升级指示的可视服务优化要素项样例；依据所述归纳判别网络，对所述人机交互页面行为大数据样例进行页面活动特征挖掘，得到所述人机交互页面行为大数据样例的页面活动行为频繁项样例，以及分别获得所述页面活动行为频繁项样例与每种所述可视服务优化要素项样例之间的适配度量估测值；依据所述第一学习注释及若干种所述第一图形化服务升级。

10、指示对应的适配度量估测值，对所述归纳判别网络进行调试；其中，每种所述第一图形化服务升级指示为一种第二图形化服务升级指示的局部图形化服务升级指示，最少两种所述第一图形化服务升级指示所匹配的第二图形化服务升级指示不同，所述方法还包括：获得所述人机交互页面行为大数据样例对应的第二学习注释，所述第二学习注释指示所述人机交互页面行为大数据样例所匹配的第二图形化服务升级指示；所述依据所述第一学习注释及若干种所述第一图形化服务升级指示对应的适配度量估测值，对所述归纳判别网络进行调试，包括：依据所述归纳判别网络，对所述页面活动行为频繁项样例进行归纳判别，得到若干种所述第二图形化服务升级指示对应的升级指示确定性。

11、预测结果，所述第二图形化服务升级指示对应的升级指示确定性预测结果表征估测出所述人机交互页面行为大数据样例属于所述第二图形化服务升级指示的概率；依据所述第一学习注释、若干种所述第一图形化服务升级指示对应的适配度量估测值、所述第二学习注释及若干种所述第二图形化服务升级指示对应的升级指示确定性预测结果，对所述归纳判权利要求书2/4 页3CN 116610235 A3别网络进行调试。7.根据权利要求6所述的方法，其特征在于，所述依据所述第一学习注释、若干种所述第一图形化服务升级指示对应的适配度量估测值、所述第二学习注释及若干种所述第二图形化服务升级指示对应的升级指示确定性预测结果，对所述归纳判别网络进。

12、行调试，包括：依据所述第一学习注释及若干种所述第一图形化服务升级指示对应的适配度量估测值，确定第一机器学习偏移变量；依据所述第二学习注释及若干种所述第二图形化服务升级指示对应的升级指示确定性预测结果，确定第二机器学习偏移变量；对所述第一机器学习偏移变量及所述第二机器学习偏移变量进行强化整理，得到第一学习偏移全局变量；依据所述第一学习偏移全局变量，对所述归纳判别网络进行调试。8.根据权利要求6所述的方法，其特征在于，所述依据所述第一学习注释、若干种所述第一图形化服务升级指示对应的适配度量估测值、所述第二学习注释及若干种所述第二图形化服务升级指示对应的升级指示确定性预测结果，对所述归纳判别网络进行。

13、调试，包括：依据所述第一学习注释及若干种所述第一图形化服务升级指示对应的适配度量估测值，确定所述人机交互页面行为大数据样例所匹配的第一图形化服务升级指示对应的目标适配度量估测值；依据所述第二学习注释及若干种所述第二图形化服务升级指示对应的升级指示确定性预测结果，确定所述人机交互页面行为大数据样例所匹配的第二图形化服务升级指示对应的目标升级指示确定性预测结果；依据所述第一学习注释、若干种所述第一图形化服务升级指示对应的适配度量估测值、所述第二学习注释、若干种所述第二图形化服务升级指示对应的升级指示确定性预测结果、所述目标适配度量估测值及所述目标升级指示确定性预测结果，对所述归纳判别网络进行调试；。

14、其中，所述依据所述第一学习注释、若干种所述第一图形化服务升级指示对应的适配度量估测值、所述第二学习注释、若干种所述第二图形化服务升级指示对应的升级指示确定性预测结果、所述目标适配度量估测值及所述目标升级指示确定性预测结果，对所述归纳判别网络进行调试，包括：依据所述第一学习注释及若干种所述第一图形化服务升级指示对应的适配度量估测值，确定第一机器学习偏移变量；依据所述第二学习注释及若干种所述第二图形化服务升级指示对应的升级指示确定性预测结果，确定第二机器学习偏移变量；依据所述目标适配度量估测值及所述目标升级指示确定性预测结果，确定第三机器学习偏移变量；对所述第一机器学习偏移变量、所述第二机器学习偏。

15、移变量及所述第三机器学习偏移变量进行强化整理，得到第二学习偏移全局变量；依据所述第二学习偏移全局变量，对所述归纳判别网络进行调试。9.根据权利要求1所述的方法，其特征在于，所述人机交互页面行为大数据用作表征GUI操作行为记录，所述依据若干种所述第一图形化服务升级指示对应的适配度量值，从若权利要求书3/4 页4CN 116610235 A4干种所述第一图形化服务升级指示中，确定所述人机交互页面行为大数据所匹配的第一目标图形化服务升级指示之后，所述方法还包括：将所述人机交互页面行为大数据所匹配的第一目标图形化服务升级指示，确定为所述GUI操作行为记录所匹配的图形化服务升级指示。10.一种用于实现应。

16、用于数字孪生和计算机视觉的服务优化方法的软件产品，其特征在于，包括计算机程序/指令，其中，当所述计算机程序/指令被执行时，实现执行如权利要求19中一个或多个所述的方法。权利要求书4/4 页5CN 116610235 A5应用于数字孪生和计算机视觉的服务优化方法及软件产品技术领域0001本发明涉及数字孪生、计算机视觉、人工智能和大数据挖掘技术领域，尤其涉及一种应用于数字孪生和计算机视觉的服务优化方法及软件产品。背景技术0002随着互联网技术的深入发展，数字孪生(DigitalTwin)的热度与日俱增。数字孪生是综合运用感知、计算、建模等信息技术，通过软件定义，对物理实体进行描述、预测，进而实现物。

17、理空间与虚拟空间的交互映射。通俗而言，是把现实世界中的物理实体，通过一系列技术映射到虚拟空间中去以实现一些更高要求的目的。0003在实际中，数字孪生通常和计算机视觉(ComputerVision)互相辅助，诸如元宇宙虚拟空间、沉浸式虚拟交互场景等新一代数字交互场景，大多是数字孪生技术和计算机视觉数据的应用落地。0004现目前，各类业务服务逐渐向数字化和可视化方向转型，而数字孪生和计算机视觉能够显著提升这些数字业务服务的功能性和智能化程度，而保障数字业务服务的功能性和智能化程度的其中一个关键环节是针对性的可视化界面升级优化。发明内容0005本发明提供一种应用于数字孪生和计算机视觉的服务优化方法及。

18、软件产品，在对元宇宙虚拟空间、沉浸式虚拟交互等场景下的人机交互页面行为大数据进行图形化服务升级指示进行归纳判别时，扩展了归纳判别时所需的图形化服务升级记录，结合适配度分析思路进行图形化服务升级记录的归纳判别挖掘，能够准确、可靠地确定出人机交互页面行为大数据所匹配的第一目标图形化服务升级指示，以便实现针对性的图形化服务界面优化升级，为实现上述技术目的，本发明采用如下技术方案。0006第一方面是一种应用于数字孪生和计算机视觉的服务优化方法，应用于图像大数据优化服务器，所述方法包括：0007获得若干种第一图形化服务升级指示的可视服务优化要素项，所述可视服务优化要素项是对所述第一图形化服务升级指示的图。

19、形化服务升级记录进行页面活动特征挖掘所得的；0008对拟进行优化决策处理的人机交互页面行为大数据进行页面活动特征挖掘，得到所述人机交互页面行为大数据的页面活动行为频繁项，以及分别获得所述页面活动行为频繁项与每种所述可视服务优化要素项之间的适配度量值；0009依据若干种所述第一图形化服务升级指示对应的适配度量值，从若干种所述第一图形化服务升级指示中，确定所述人机交互页面行为大数据所匹配的第一目标图形化服务升级指示。0010在一些可能的实施例中，每种所述第一图形化服务升级指示为一种第二图形化服务升级指示的局部图形化服务升级指示，最少两种所述第一图形化服务升级指示所匹配的说明书1/20 页6CN 1。

20、16610235 A6第二图形化服务升级指示不同；0011所述对拟进行优化决策处理的人机交互页面行为大数据进行页面活动特征挖掘，得到所述人机交互页面行为大数据的页面活动行为频繁项之后，所述方法还包括：0012依据若干种所述第二图形化服务升级指示，对所述页面活动行为频繁项进行归纳判别，得到若干种所述第二图形化服务升级指示对应的升级指示确定性参数，所述第二图形化服务升级指示对应的升级指示确定性参数表征所述人机交互页面行为大数据属于所述第二图形化服务升级指示的概率；0013依据若干种所述第二图形化服务升级指示对应的升级指示确定性参数，从若干种所述第二图形化服务升级指示中，确定所述人机交互页面行为大数。

21、据所匹配的第二目标图形化服务升级指示。0014在一些可能的实施例中，每种所述第一图形化服务升级指示为一种第二图形化服务升级指示的局部图形化服务升级指示，所述依据若干种所述第一图形化服务升级指示对应的适配度量值，从若干种所述第一图形化服务升级指示中，确定所述人机交互页面行为大数据所匹配的第一目标图形化服务升级指示之后，所述方法还包括：将所述第一目标图形化服务升级指示所匹配的第二图形化服务升级指示，确定为所述人机交互页面行为大数据所匹配的第二目标图形化服务升级指示。0015在一些可能的实施例中，所述获得若干种第一图形化服务升级指示的可视服务优化要素项，包括：依据归纳判别网络，获得若干种所述第一图形。

22、化服务升级指示的可视服务优化要素项；0016所述对拟进行优化决策处理的人机交互页面行为大数据进行页面活动特征挖掘，得到所述人机交互页面行为大数据的页面活动行为频繁项，以及分别获得所述页面活动行为频繁项与每种所述可视服务优化要素项之间的适配度量值，包括：依据所述归纳判别网络，对所述人机交互页面行为大数据进行页面活动特征挖掘，得到所述页面活动行为频繁项，以及分别获得所述页面活动行为频繁项与每种所述可视服务优化要素项之间的适配度量值。0017在一些可能的实施例中，所述归纳判别网络包括第一归纳判别组件及第二归纳判别组件；0018所述依据归纳判别网络，获得若干种所述第一图形化服务升级指示的可视服务优化要。

23、素项，包括：依据所述第一归纳判别组件，获得若干种所述第一图形化服务升级指示的可视服务优化要素项；0019所述依据所述归纳判别网络，对所述人机交互页面行为大数据进行页面活动特征挖掘，得到所述页面活动行为频繁项，以及分别获得所述页面活动行为频繁项与每种所述可视服务优化要素项之间的适配度量值，包括：依据所述第二归纳判别组件，对所述人机交互页面行为大数据进行页面活动特征挖掘，得到所述页面活动行为频繁项；依据所述第一归纳判别组件，分别获得所述页面活动行为频繁项与每种所述可视服务优化要素项之间的适配度量值。0020在一些可能的实施例中，每种所述第一图形化服务升级指示为一种第二图形化服务升级指示的局部图形化。

24、服务升级指示，最少两种所述第一图形化服务升级指示所匹配的第二图形化服务升级指示不同；说明书2/20 页7CN 116610235 A70021所述依据所述第二归纳判别组件，对所述人机交互页面行为大数据进行页面活动特征挖掘，得到所述页面活动行为频繁项之后，所述方法还包括：0022依据所述第二归纳判别组件，对所述页面活动行为频繁项进行归纳判别，得到若干种所述第二图形化服务升级指示对应的升级指示确定性参数，所述第二图形化服务升级指示对应的升级指示确定性参数表征所述人机交互页面行为大数据属于所述第二图形化服务升级指示的概率；0023依据若干种所述第二图形化服务升级指示对应的升级指示确定性参数，从若干种。

25、所述第二图形化服务升级指示中，确定所述人机交互页面行为大数据所匹配的第二目标图形化服务升级指示。0024在一些可能的实施例中，所述方法还包括：0025获得人机交互页面行为大数据样例及对应的第一学习注释，所述第一学习注释指示所述人机交互页面行为大数据样例所匹配的第一图形化服务升级指示；0026依据所述归纳判别网络，获得若干种所述第一图形化服务升级指示的可视服务优化要素项样例；0027依据所述归纳判别网络，对所述人机交互页面行为大数据样例进行页面活动特征挖掘，得到所述人机交互页面行为大数据样例的页面活动行为频繁项样例，以及分别获得所述页面活动行为频繁项样例与每种所述可视服务优化要素项样例之间的适配。

26、度量估测值；0028依据所述第一学习注释及若干种所述第一图形化服务升级指示对应的适配度量估测值，对所述归纳判别网络进行调试。0029在一些可能的实施例中，每种所述第一图形化服务升级指示为一种第二图形化服务升级指示的局部图形化服务升级指示，最少两种所述第一图形化服务升级指示所匹配的第二图形化服务升级指示不同，所述方法还包括：0030获得所述人机交互页面行为大数据样例对应的第二学习注释，所述第二学习注释指示所述人机交互页面行为大数据样例所匹配的第二图形化服务升级指示；0031所述依据所述第一学习注释及若干种所述第一图形化服务升级指示对应的适配度量估测值，对所述归纳判别网络进行调试，包括：0032依。

27、据所述归纳判别网络，对所述页面活动行为频繁项样例进行归纳判别，得到若干种所述第二图形化服务升级指示对应的升级指示确定性预测结果，所述第二图形化服务升级指示对应的升级指示确定性预测结果表征估测出所述人机交互页面行为大数据样例属于所述第二图形化服务升级指示的概率；0033依据所述第一学习注释、若干种所述第一图形化服务升级指示对应的适配度量估测值、所述第二学习注释及若干种所述第二图形化服务升级指示对应的升级指示确定性预测结果，对所述归纳判别网络进行调试。0034在一些可能的实施例中，所述依据所述第一学习注释、若干种所述第一图形化服务升级指示对应的适配度量估测值、所述第二学习注释及若干种所述第二图形化。

28、服务升级指示对应的升级指示确定性预测结果，对所述归纳判别网络进行调试，包括：0035依据所述第一学习注释及若干种所述第一图形化服务升级指示对应的适配度量估测值，确定第一机器学习偏移变量；说明书3/20 页8CN 116610235 A80036依据所述第二学习注释及若干种所述第二图形化服务升级指示对应的升级指示确定性预测结果，确定第二机器学习偏移变量；0037对所述第一机器学习偏移变量及所述第二机器学习偏移变量进行强化整理，得到第一学习偏移全局变量；0038依据所述第一学习偏移全局变量，对所述归纳判别网络进行调试。0039在一些可能的实施例中，所述依据所述第一学习注释、若干种所述第一图形化服务。

29、升级指示对应的适配度量估测值、所述第二学习注释及若干种所述第二图形化服务升级指示对应的升级指示确定性预测结果，对所述归纳判别网络进行调试，包括：0040依据所述第一学习注释及若干种所述第一图形化服务升级指示对应的适配度量估测值，确定所述人机交互页面行为大数据样例所匹配的第一图形化服务升级指示对应的目标适配度量估测值；0041依据所述第二学习注释及若干种所述第二图形化服务升级指示对应的升级指示确定性预测结果，确定所述人机交互页面行为大数据样例所匹配的第二图形化服务升级指示对应的目标升级指示确定性预测结果；0042依据所述第一学习注释、若干种所述第一图形化服务升级指示对应的适配度量估测值、所述第二。

30、学习注释、若干种所述第二图形化服务升级指示对应的升级指示确定性预测结果、所述目标适配度量估测值及所述目标升级指示确定性预测结果，对所述归纳判别网络进行调试。0043在一些可能的实施例中，所述依据所述第一学习注释、若干种所述第一图形化服务升级指示对应的适配度量估测值、所述第二学习注释、若干种所述第二图形化服务升级指示对应的升级指示确定性预测结果、所述目标适配度量估测值及所述目标升级指示确定性预测结果，对所述归纳判别网络进行调试，包括：0044依据所述第一学习注释及若干种所述第一图形化服务升级指示对应的适配度量估测值，确定第一机器学习偏移变量；0045依据所述第二学习注释及若干种所述第二图形化服务。

31、升级指示对应的升级指示确定性预测结果，确定第二机器学习偏移变量；0046依据所述目标适配度量估测值及所述目标升级指示确定性预测结果，确定第三机器学习偏移变量；0047对所述第一机器学习偏移变量、所述第二机器学习偏移变量及所述第三机器学习偏移变量进行强化整理，得到第二学习偏移全局变量；0048依据所述第二学习偏移全局变量，对所述归纳判别网络进行调试。0049在一些可能的实施例中，所述人机交互页面行为大数据用作表征GUI操作行为记录，所述依据若干种所述第一图形化服务升级指示对应的适配度量值，从若干种所述第一图形化服务升级指示中，确定所述人机交互页面行为大数据所匹配的第一目标图形化服务升级指示之后，。

32、所述方法还包括：将所述人机交互页面行为大数据所匹配的第一目标图形化服务升级指示，确定为所述GUI操作行为记录所匹配的图形化服务升级指示。0050第二方面是一种图像大数据优化服务器，包括存储器和处理器；所述存储器和所述处理器耦合；所述存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令；其中，当所述处理器执行所述计算机指令时，使得所述图像大数据优化服务器执行第一说明书4/20 页9CN 116610235 A9方面的方法。0051第三方面是一种用于实现应用于数字孪生和计算机视觉的服务优化方法的软件产品，包括计算机程序/指令，其中，当所述计算机程序/指令被执行时，实现执行第一方面的方法。。

33、0052第四方面是一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序在运行时执行第一方面的方法。0053本发明实施例提供的技术方案，在对人机交互页面行为大数据进行图形化服务升级指示的分析判别时，考虑了用于表征图形化服务升级指示的图形化服务升级记录，以每种图形化服务升级记录的可视服务优化要素项表征每种图形化服务升级指示，将每种图形化服务升级指示的可视服务优化要素项与人机交互页面行为大数据的页面活动行为频繁项进行适配度分析，以所得的适配度量值来确定人机交互页面行为大数据所匹配的图形化服务升级指示，换言之，在对人机交互页面行为大数据进行图形化服务升级指示进行归纳判别时，扩展了归纳判别时所需。

34、的图形化服务升级记录，结合适配度分析思路进行图形化服务升级记录的归纳判别挖掘，能够准确、可靠地确定出人机交互页面行为大数据所匹配的第一目标图形化服务升级指示，以便基于第一目标图形化服务升级指示实现针对性的图形化服务界面优化升级，减少不必要的资源开销。附图说明0054图1为本发明实施例提供的应用于数字孪生和计算机视觉的服务优化方法的流程示意图。具体实施方式0055以下，术语“第一”、“第二”和“第三”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”或“第三”等的特征可以明示或者隐含地包括一个或者更多个该特征。0056图1示出了本。

35、发明实施例提供的应用于数字孪生和计算机视觉的服务优化方法的流程示意图，应用于数字孪生和计算机视觉的服务优化方法可以通过图像大数据优化服务器实现，图像大数据优化服务器可以包括存储器和处理器；所述存储器和所述处理器耦合；所述存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令；其中，当所述处理器执行所述计算机指令时，使得所述图像大数据优化服务器执行步骤201步骤203。0057步骤201、图像大数据优化服务器获得若干种第一图形化服务升级指示的可视服务优化要素项，可视服务优化要素项是对第一图形化服务升级指示的图形化服务升级记录进行页面活动特征挖掘所得的。0058其中，每种第一图形化服务升级。

36、指示的图形化服务升级记录用作表征对应的第一图形化服务升级标签。比如，该图形化服务升级记录为第一图形化服务升级指示的服务升级偏好标识，或者，为该第一图形化服务升级指示的升级策略索引。每种第一图形化服务升级指示的可视服务优化要素项用于表征对应的图形化服务升级记录，每种第一图形化服务升级指示的图形化服务升级记录用作表征对应的第一图形化服务升级标签，则每种可视服务优化要素项可以反映对应的第一图形化服务升级指示。说明书5/20 页10CN 116610235 A100059举例而言，第一图形化服务升级指示可以理解为第一图形化服务升级的种类，而可视服务优化要素项可以理解为第一图形化服务升级指示的界面优化升。

37、级特征，也即第一图形化服务升级指示所对应的、最终呈现在界面上的服务交互预览图像的细节特征。基于此，图形化服务升级记录可以理解为该服务交互预览图像。对图形化服务升级记录进行页面活动特征挖掘可以理解为针对服务交互预览图像进行图像特征提取，该图像特征包括页面/界面下的一系列静态/动态的用户服务交互行为/活动特征。换言之，可视服务优化要素项还可以理解为图像预览特征。0060步骤202、图像大数据优化服务器对拟进行优化决策处理的人机交互页面行为大数据进行页面活动特征挖掘，得到人机交互页面行为大数据的页面活动行为频繁项，以及分别获得页面活动行为频繁项与每种可视服务优化要素项之间的适配度量值。0061在本发。

38、明实施例中，人机交互页面行为大数据为拟进行优化决策处理的任一场景的人机交互页面行为大数据。比如，该人机交互页面行为大数据是用作表征GUI操作行为记录的信息，如该GUI操作行为记录为可视化交互轨迹，该人机交互页面行为大数据包括该可视化交互轨迹的操作事件标识或升级策略索引。又比如，人机交互页面行为大数据可以是应用在数字孪生场景下的虚拟商城界面交互行为记录，还可以是其他利用智能可视化技术生成的交互场景下的行为记录。页面活动行为频繁项用于表示该人机交互页面行为大数据的页面活动行为特征，该页面活动行为频繁项可以反映该人机交互页面行为大数据所对应的操作行为的图像细节特征。换言之，页面活动行为频繁项可以理解。

39、为人机交互页面行为大数据所对应图像特征向量。0062进一步地，页面活动行为频繁项与每种可视服务优化要素项之间的适配度量值，反映该页面活动行为频繁项与每种可视服务优化要素项之间的相似性，也可以反映该人机交互页面行为大数据属于每种可视服务优化要素项对应的第一图形化服务升级指示的概率。对于任一种可视服务优化要素项，该页面活动行为频繁项与该可视服务优化要素项之间的适配度量值越大，则该人机交互页面行为大数据属于该可视服务优化要素项对应的第一图形化服务升级指示的概率越大；该页面活动行为频繁项与该可视服务优化要素项之间的适配度量值越小，则该人机交互页面行为大数据属于该可视服务优化要素项对应的第一图形化服务升。

40、级指示的概率越小。换言之，页面活动行为频繁项与可视服务优化要素项之间的适配度量值越大，表明第一图形化服务升级指示对应的可视化交互升级预览界面与当前人机交互页面/界面的操作逻辑和服务模式越接近，基于此，可以将相应的第一图形化服务升级指示作为人机交互页面行为大数据的图形化服务升级指示，以指导相应人机交互页面的升级优化。0063步骤203、图像大数据优化服务器依据若干种第一图形化服务升级指示对应的适配度量值，从若干种第一图形化服务升级指示中，确定人机交互页面行为大数据所匹配的第一目标图形化服务升级指示。0064在本发明实施例中，该第一目标图形化服务升级指示为若干种第一图形化服务升级指示中包含的图形化。

41、服务升级指示。依据若干种第一图形化服务升级指示对应的适配度量值，从若干种第一图形化服务升级指示中，筛选该人机交互页面行为大数据所匹配的第一目标图形化服务升级指示，该第一目标图形化服务升级指示对应的适配度量值，大于若干种第一图形化服务升级指示中除第一目标图形化服务升级指示外的其他第一图形化服说明书6/20 页11CN 116610235 A11务升级指示对应的适配度量值。0065本发明实施例提供的技术方案，在对人机交互页面行为大数据进行图形化服务升级指示的分析判别时，考虑了用于表征图形化服务升级指示的图形化服务升级记录，以每种图形化服务升级记录的可视服务优化要素项表征每种图形化服务升级指示，将每。

42、种图形化服务升级指示的可视服务优化要素项与人机交互页面行为大数据的页面活动行为频繁项进行适配度分析，以所得的适配度量值来确定人机交互页面行为大数据所匹配的图形化服务升级指示，换言之，在对人机交互页面行为大数据进行图形化服务升级指示进行归纳判别时，扩展了归纳判别时所需的图形化服务升级记录，结合适配度分析思路进行图形化服务升级记录的归纳判别挖掘，能够准确、可靠地确定出人机交互页面行为大数据所匹配的第一目标图形化服务升级指示，以便基于第一目标图形化服务升级指示实现针对性的图形化服务界面优化升级，减少不必要的资源开销。0066在一些示例下，还拆解了属于不同规模层级的图形化服务升级指示，每种第一图形化服。

43、务升级指示属于一种第二图形化服务升级指示的局部图形化服务升级指示(可以理解为图形化服务升级子指示)，在对人机交互页面行为大数据进行图形化服务升级指示的分析判别时，还能够确定人机交互页面行为大数据在不同规模层级上所匹配的图形化服务升级指示，相关的归纳判别思路可以参阅如下内容。0067本发明实施例提供的另一种应用于数字孪生和计算机视觉的服务优化方法包括如下相关内容。0068步骤301、图像大数据优化服务器获得若干种第一图形化服务升级指示的可视服务优化要素项，可视服务优化要素项是对第一图形化服务升级指示的图形化服务升级记录进行页面活动特征挖掘所得的。0069在本发明实施例中，每种第一图形化服务升级指。

44、示对应有图形化服务升级记录，该图形化服务升级记录用作表征对应的第一图形化服务升级指示，不同的第一图形化服务升级指示的图形化服务升级记录不同。对每种第一图形化服务升级指示的信息进行页面活动特征挖掘，得到每种第一图形化服务升级指示的可视服务优化要素项，即不同的第一图形化服务升级指示的可视服务优化要素项不同。该可视服务优化要素项可以通过特征向量进行记录，每种第一图形化服务升级指示的可视服务优化要素项的特征尺寸区间为100200。0070在一些示例性设计思路下，若干种第一图形化服务升级指示的可视服务优化要素项是在对人机交互页面行为大数据归纳判别时，依据若干种第一图形化服务升级指示的图形化服务升级记录获。

45、所得的，则该步骤301包括：图像大数据优化服务器获得若干种第一图形化服务升级指示的图形化服务升级记录，分别对每种第一图形化服务升级指示的图形化服务升级记录进行页面活动特征挖掘，得到每种第一图形化服务升级指示的可视服务优化要素项。0071在本发明实施例中，每次在对人机交互页面行为大数据进行图形化服务升级指示的分析判别时，图像大数据优化服务器获得若干种第一图形化服务升级指示的图形化服务升级记录，并再获得每种第一图形化服务升级指示的可视服务优化要素项，以便后续依据若干种可视服务优化要素项对人机交互页面行为大数据进行归纳判别(可以理解为基于服务界面升级优化的归纳判别/归纳分类)。说明书7/20 页12。

46、CN 116610235 A120072在一些示例性设计思路下，该若干种第一图形化服务升级指示的可视服务优化要素项是在对人机交互页面行为大数据归纳判别之前，依据若干种第一图形化服务升级指示的图形化服务升级记录获所得的，则该步骤301包括：图像大数据优化服务器从特征数据库中获得若干种第一图形化服务升级指示的可视服务优化要素项。0073在本发明实施例中，特征数据库用于存储第一图形化服务升级指示的可视服务优化要素项。在对人机交互页面行为大数据进行归纳判别之前，依据若干种第一图形化服务升级指示的图形化服务升级记录，获得每种第一图形化服务升级指示的可视服务优化要素项，将若干种第一图形化服务升级指示的可视。

47、服务优化要素项存储在该特征数据库中，以便后续在对任一人机交互页面行为大数据进行图形化服务升级指示的分析判别时，直接从该特征数据库中获得若干种可视服务优化要素项便可以获得，不必每次在对若干种第一图形化服务升级指示的图形化服务升级记录进行页面活动特征挖掘。0074步骤302、图像大数据优化服务器对拟进行优化决策处理的人机交互页面行为大数据进行页面活动特征挖掘，得到人机交互页面行为大数据的页面活动行为频繁项。0075其中，该页面活动行为频繁项以特征向量的形式记录，如该页面活动行为频繁项为设定维度的特征向量。0076在一些可独立的设计思路下，采用页面图像分块的思路获得该人机交互页面行为大数据的页面活动。

48、行为频繁项，换言之，该步骤302包括：图像大数据优化服务器对该人机交互页面行为大数据进行页面图像分块，得到该人机交互页面行为大数据包含的多个页面行为图像块，对该多个页面行为图像块进行页面活动特征挖掘，得到每个页面行为图像块的页面行为图像块描述子，依据该多个页面行为图像块的页面行为图像块描述子，对每个页面行为图像块的页面行为图像块描述子进行调节，将调节后的多个页面行为图像块的页面行为图像块描述子，形成该人机交互页面行为大数据的页面活动行为频繁项。0077在本发明实施例中，采用页面图像分块的思路来获得每个页面行为图像块的页面行为图像块描述子，并依据多个页面行为图像块的页面行为图像块描述子，对每个页。

49、面行为图像块的页面行为图像块描述子进行调节，以强化多个页面行为图像块的页面行为图像块描述子之间的联系，以保障由调节后的多个页面行为图像块的页面行为图像块描述子形成的页面活动行为频繁项的质量。0078在一些可独立的设计思路下，采用像素级特征挖掘的思路来获得人机交互页面行为大数据的页面活动行为频繁项，换言之，该步骤302包括：图像大数据优化服务器按照该人机交互页面行为大数据包含的多个像素单元的分布图，对每个像素单元进行页面活动特征挖掘，得到每个像素单元的像素单元描述子，依据该多个像素单元的像素单元描述子，对每个像素单元描述子进行调节，将调节后的每个像素单元的像素单元描述子，形成该人机交互页面行为大。

50、数据的页面活动行为频繁项。0079在本发明实施例中，采用像素级特征挖掘的思路，获得每个像素单元的像素单元描述子，并依据多个像素单元的像素单元描述子，对每个像素单元的像素单元描述子进行调节，以强化多个像素单元的像素单元描述子之间的联系，以保障由调节后的多个像素单元的像素单元描述子形成的页面活动行为频繁项的质量。0080基于像素级特征挖掘的思路来获得人机交互页面行为大数据的页面活动行为频繁项，人机交互页面行为大数据可以包括激活像素单元、内容像素单元及完成像素单元，该说明书8/20 页13CN 116610235 A13激活像素单元指示人机交互页面行为大数据的页面交互启动区域，该完成像素单元包括人机。