摘要
本发明公开了一种基于大数据的互联网消费智能监测系统及方法,涉及大数据用户行为监测与智能推荐系统技术领域,包括行为统计模块,显著性漂移判断模块,更新控制模块。本发明所述系统将“用户兴趣波动”与“系统性行为偏移”有效区分,构建更稳定且误判率更低的用户行为监测机制,实现了对用户行为状态的连续动态刻画,为后续偏移识别提供更精确、基础更稳定的输入依据,能够在保持系统鲁棒性的前提下,灵敏识别出可能需要模型响应的重要行为变化,尤其适用于人群快速演变或突发事件引发的用户行为集体迁移场景,实现对推荐模型的高效率、低成本、差异化触发式智能更新,显著提升推荐系统对用户兴趣迁移的适应能力与个性化精准度。