本发明涉及数据生成，特别涉及一种人工智能数据库的数据生成方法。
背景技术：
1、在当今数字化时代，电商平台积累了大量的用户数据，这些数据对于理解用户行为、优化用户体验、提升服务质量以及增强用户忠诚度等方面具有重要价值；然而，随着数据量的激增，如何有效地管理和利用这些数据成了一个挑战，为了解决这一问题，需要一种自动化、智能化的数据生成方法。
2、而现有技术中的数据生成方法还存在以下不足：
3、没有考虑用户的会员等级从而提供个性化的数据生成报告，同时在数据报告生成后一般都是通过训练模型对报告中的错误进行检索，在结合人工复审时，没有有效的机制来选取相对应的审核人员，导致生成的数据的准确性和效率较低；
4、同时在生成用户的相关数据报告后，无法自动化的对数据报告的内容进行全面分析，从而准确评估用户在设定时间段内的平台使用情况，智能化程度较低。
5、为此，推出一种人工智能数据库的数据生成方法。
技术实现思路
1、有鉴于此，本发明提供一种人工智能数据库的数据生成方法，以解决上述背景技术提出的问题。
2、本发明的目的可以通过以下技术方案实现：一种人工智能数据库的数据生成方法，包括：
3、用户定义：在构建的数据库内输入用户的个人信息；输入用户的个人信息后，在构建的数据库内检索该用户在当前时间点前设定时间段内的电商平台使用数据；
4、模板匹配：从用户的电商平台使用数据中提取该用户的平台会员等级，基于该用户的平台会员等级，获取该用户所对应使用的数据模板；
5、数据处理：基于用户平台会员等级所对应使用的数据模板内容，从用户所检索的电商平台使用数据进行数据模板内容的提取，提取完成后对提取的数据进行预处理；
6、人员审核：将预处理完成后的提取数据填充至该用户所对应使用的数据模板，从而生成用户的初始数据报告，生成用户的初始数据报告后，从各组候选人员中选取评估人员对用户的初始数据报告进行审核，审核完成后得到用户的最终数据报告；
7、报告评估：对用户的最终数据报告进行综合评估，从而得到用户在当前时间点前设定时间段内的平台使用评估模型；
8、加密存储：生成用户的最终数据报告后，对生成的最终数据报告和用户的平台使用评估模型进行整合，然后加密处理，并存储在构建的数据库内。
9、在一些实施例中，基于该用户的平台会员等级，获取该用户所对应使用的数据模板，具体为：预设不同平台会员等级分别对应一组可使用模板，将用户的平台会员等级与对应的可使用模板进行匹配后，得到用户对应使用的数据模板。
10、在一些实施例中，所述生成用户的初始数据报告后，首先对初始数据报告内进行初步检索，基于初步检索的结果对用户初始数据报告内所出现的异常位置进行标记。
11、在一些实施例中，从各组候选人员中选取评估人员，具体为：
12、获取当前时间点处于工作状态的审核人员，作为该用户初始数据报告的待选人员；获取各待选人员的剩余处理报告数量和已处理报告数量；
13、分别预设剩余处理报告数量和已处理报告数量的权重系数，将各待选人员的剩余处理报告数量和已处理报告数量分别与对应预设的权重系数相乘，然后求和得到各候选人员的工作负载指数；对各候选人员的工作负载指数进行从小到大的排序，排序完成后从左往右开始提取工作负载指数排名前二的候选人员，并计算该两名候选人员对应工作负载指数的差值，记为负载差；预设负载差的参考值，若负载差大于预设的参考值，则直接选取工作负载指数排名第一的候选人员作为该用户初始数据报告的评估人员，并对该用户的初始数据报告进行审核；同时该评估人员的待处理报告数量加一；
14、若负载差小于预设的参考值，则进一步提取该两名候选人员的能力评估值，并选取能力评估值最大的候选人员作为该用户初始数据报告的评估人员，并对该用户的初始数据报告进行审核；同时该评估人员的待处理报告数量加一；评估人员结合用户初始数据报告内所标记的异常位置进行审核。
15、在一些实施例中，得到候选人员能力评估值的具体步骤为：
16、从各候选人员的历史数据中获取各候选人员的审核准确率和审核效率；
17、从历史数据中提取各候选人员的历史处理报告总数和审核错误报告数量，利用公式计算各候选人员的审核准确率；
18、从历史数据中提取各候选人员各次审核报告的所用时长；所用时长具体将候选人员开始审核报告的时间点标记为开始点，审核完成生成用户的最终数据报告为结束点，将该时间区间作为候选人员审核报告的所用时长；
19、对各候选人员的各组所用时长进行均值的计算，从而得到各候选人员的审核效率值；
20、分别预设审核准确率的各组准确率取值范围以及审核效率值的各组效率取值范围，设定每组准确率取值范围分别对应一个细致评分，每组效率取值范围分别对应一个效率评分；
21、将各候选人员的审核准确率和审核效率值分别与预设的各组准确率取值范围和各组效率取值范围进行匹配，从而得到各候选人员的细致评分和效率评分；
22、分别预设细致评分和效率评分的权重系数，将各候选人员的细致评分和效率评分分别与对应预设的权重系数相乘，然后求和得到各候选人员的能力评估值。
23、在一些实施例中，对用户的最终数据报告进行综合评估，具体为：
24、从用户的最终数据报告内提取用户在当前时间点设定时间段内浏览平台的总时长，并作为用户在当前时间点前设定时间段内的活跃指数；
25、从用户的最终数据报告内提取用户在当前时间点设定时间段内的购买商品次数、购买商品种类数量以及购买总金额；
26、基于预设的转化规则，将用户的购买商品次数、购买商品种类数量以及购买总金额转换为消费评分；
27、预设购买商品次数的各组次数取值范围，设定每组次数取值范围分别对应一个消费评分；将用户的购买商品次数与预设的各组次数取值范围进行匹配，从而得到用户购买商品次数所对应的消费评分；同理得到用户购买商品种类数量和购买总金额所分别对应的消费评分；
28、分别设定购买商品次数、购买商品种类数量以及购买总金额的权重系数，将购买商品次数、购买商品种类数量以及购买总金额所分别对应的消费评分与对应设定的权重系数相乘，然后求和得到用户的消费指数；
29、从用户的最终数据报告内提取用户在当前时间点设定时间段内对各组商品订单的评分记录，提取各组商品订单的评分并取均值，将计算的均值作为用户在当前时间点前设定时间段内的体验指数。
30、在一些实施例中，得到用户在当前时间点前设定时间段内的平台使用评估模型，具体为：
31、基于用户的活跃指数、消费指数以及体验指数，构建用户在当前时间点前设定时间段内的平台使用评估模型；获取用户的平台会员等级，基于不同的平台会员等级分别设定用户活跃指数、消费指数以及体验指数的参考指数；
32、将用户的活跃指数、消费指数以及体验指数分别与对应设定的参考指数进行比值的计算，从而得到用户的活跃比、消费比以及体验比；以用户的活跃比、消费比以及体验比分别作为立体矩形模型的长度值、高度值以及宽度值，由此构建立体矩形模型，并将构建的立体矩形模型作为用户在当前时间点前设定时间段内的平台使用评估模型。
33、在一些实施例中，具体加密处理的过程为：
34、对用户所生成的最终数据报告和平台使用评估模型进行整合后，得到用户在当前时间点前设定时间段内的整合数据包；
35、随机为整合数据包生成一串代码，代码由一串数字组成且数字数量为偶数；将代码中的各组数字按照前后顺序依次代入预设的加密公式内进行计算，从而得到一串新的数字作为构建集合；
36、构建一个平面直角坐标系，从构建集合内提取前两组数字，并分别作为坐标点的横坐标和纵坐标，在构建的平面直角坐标系内标记该坐标点的具体位置；依此类推，每两组数字构建一个坐标点直至将构建集合内的数字利用完全，在构建的平面直角坐标系内标记完各坐标点的具体位置后，用直线连接相邻坐标点，连接完成后得到一组折线图案，将该组折线图案作为用户整合数据包的加密图形，并利用该加密图形将用户的整合数据包加密在构建的数据库内。
37、与现有技术相比，本发明的有益效果是：
38、本发明基于该用户的平台会员等级，获取该用户所对应使用的数据模板，基于用户平台会员等级所对应使用的数据模板内容，从用户所检索的电商平台使用数据进行数据模板内容的提取，提取完成后对提取的数据进行预处理，将预处理完成后的提取数据填充至该用户所对应使用的数据模板，从而生成用户的初始数据报告，生成用户的初始数据报告后，从各组候选人员中选取评估人员对用户的初始数据报告进行审核，审核完成后得到用户的最终数据报告，从而实现数据生成个性化的同时提高了数据生成的准确性和效率；
39、本发明通过对用户的最终数据报告进行综合评估，从浏览时长、消费记录以及产品体验多个方面进行评估，从而构建用户在当前时间点前设定时间段内的平台使用评估模型，解决了现有技术中在生成用户的相关数据报告后，无法自动化的对数据报告的内容进行全面分析，从而准确评估用户在设定时间段内的平台使用情况，智能化程度较低的问题。
1.一种人工智能数据库的数据生成方法，其特征在于，包括：
2.根据权利要求1所述的一种人工智能数据库的数据生成方法，其特征在于，基于该用户的平台会员等级，获取该用户所对应使用的数据模板，具体为：预设不同平台会员等级分别对应一组可使用模板，将用户的平台会员等级与对应的可使用模板进行匹配后，得到用户对应使用的数据模板。
3.根据权利要求1所述的一种人工智能数据库的数据生成方法，其特征在于，所述生成用户的初始数据报告后，首先对初始数据报告内进行初步检索，基于初步检索的结果对用户初始数据报告内所出现的异常位置进行标记。
4.根据权利要求1所述的一种人工智能数据库的数据生成方法，其特征在于，从各组候选人员中选取评估人员，具体为：
5.根据权利要求4所述的一种人工智能数据库的数据生成方法，其特征在于，得到候选人员能力评估值的具体步骤为：
6.根据权利要求1所述的一种人工智能数据库的数据生成方法，其特征在于，对用户的最终数据报告进行综合评估，具体为：
7.根据权利要求6所述的一种人工智能数据库的数据生成方法，其特征在于，得到用户在当前时间点前设定时间段内的平台使用评估模型，具体为：
8.根据权利要求1所述的一种人工智能数据库的数据生成方法，其特征在于，具体加密处理的过程为：
