基于区块链的智慧云业务更新方法及区块链业务系统

摘要

本公开实施例提供一种基于区块链的智慧云业务更新方法及区块链业务系统，不需要人工参与，由区块链业务系统自动确定每个内容更新元素所属的反馈知识点进而建立关联关系，避免由人工关联所带来的效率低下问题，可以降低关联耗时，提高关联效率；进一步地，本公开通过多个过往内容更新行为分组以调整每个过往内容更新行为所属的反馈知识点，可以提高每个过往内容更新行为所属的反馈知识点的准确度，进而可以提高后续确定每个内容更新元素所属的反馈知识点的准确度，由此基于建立的关联关系信息对智慧云业务进行内容更新后，可以便于提高智慧云业务的内容推送准确性。

说明书

技术领域

本公开涉及以区块链技术为基础的智慧云业务技术领域，示例性地，涉及一种基于区块链的智慧云业务更新方法及区块链业务系统。

背景技术

随着5G专网迎来了规模化商用，企业数字化不断加速，在整体产业背景下，云网建设也变得迫在眉睫，成为各行业的普遍刚需，继而构成了全球智慧云业务运营商的全新发展机遇。智慧云业务可以是指依托于云端计算能力而产生的交互业务，如智慧教育云业务、智慧停车云业务、智慧医疗云业务、智慧办公云业务等等。

基于此，相关技术中，智慧云业务往往涉及到具体的业务场景互动，例如在智慧教育云业务下，可能涉及到课程发布、课程学习等业务场景互动，在智慧办公云业务下，可能涉及到办公流程共享、办公文档推送等业务场景互动。而在这些场景中，如何提高智慧云业务的内容推送准确性，是亟待解决的技术问题。

发明内容

为了至少克服现有技术中的上述不足，本公开的目的在于提供一种基于区块链的智慧云业务更新方法及区块链业务系统。

第一方面，本公开提供一种基于区块链的智慧云业务更新方法，应用于区块链业务系统，所述区块链业务系统与多个区块链业务节点通信连接，所述方法包括：

基于更新后的所述智慧云业务的业务推送策略，向所述区块链业务节点推送智慧云业务资讯信息；

获取所述区块链业务节点针对所述智慧云业务资讯信息反馈的多个反馈知识点的反馈知识点业务分区，并获取与所述多个反馈知识点相关的多个过往内容更新行为，任一过往内容更新行为包括内容更新业务分区和内容更新元素序列；

根据每个过往内容更新行为的内容更新业务分区和多个反馈知识点的反馈知识点业务分区，确定每个过往内容更新行为所属的反馈知识点；

根据每个过往内容更新行为的内容更新元素序列以及每个过往内容更新行为所属的反馈知识点，对所述多个过往内容更新行为进行聚类处理，得到多个过往内容更新行为类分别所属的反馈知识点；

根据多个过往内容更新行为类分别所属的反馈知识点，确定所述多个过往内容更新行为中每个内容更新元素所属的反馈知识点，并为每个内容更新元素和每个内容更新元素所属的反馈知识点建立关联关系后，基于建立的关联关系信息对所述智慧云业务进行内容更新后，将内容更新记录上传到所述区块链网络对应的区块链。

第二方面，本公开实施例还提供一种基于区块链的智慧云业务更新系统，所述基于区块链的智慧云业务流预测系统包括区块链业务系统以及与所述区块链业务系统通信连接的多个区块链业务节点；

所述区块链业务系统，用于：

基于更新后的所述智慧云业务的业务推送策略，向所述区块链业务节点推送智慧云业务资讯信息；

获取所述区块链业务节点针对所述智慧云业务资讯信息反馈的多个反馈知识点的反馈知识点业务分区，并获取与所述多个反馈知识点相关的多个过往内容更新行为，任一过往内容更新行为包括内容更新业务分区和内容更新元素序列；

根据每个过往内容更新行为的内容更新业务分区和多个反馈知识点的反馈知识点业务分区，确定每个过往内容更新行为所属的反馈知识点；

根据每个过往内容更新行为的内容更新元素序列以及每个过往内容更新行为所属的反馈知识点，对所述多个过往内容更新行为进行聚类处理，得到多个过往内容更新行为类分别所属的反馈知识点；

根据多个过往内容更新行为类分别所属的反馈知识点，确定所述多个过往内容更新行为中每个内容更新元素所属的反馈知识点，并为每个内容更新元素和每个内容更新元素所属的反馈知识点建立关联关系后，基于建立的关联关系信息对所述智慧云业务进行内容更新后，将内容更新记录上传到所述区块链网络对应的区块链。

根据上述任意一个方面，本公开提供的实施方式中，不需要人工参与，由区块链业务系统自动确定每个内容更新元素所属的反馈知识点进而建立关联关系，避免由人工关联所带来的效率低下问题，可以降低关联耗时，提高关联效率；进一步地，本公开通过多个过往内容更新行为分组以调整每个过往内容更新行为所属的反馈知识点，可以提高每个过往内容更新行为所属的反馈知识点的准确度，进而可以提高后续确定每个内容更新元素所属的反馈知识点的准确度，由此基于建立的关联关系信息对智慧云业务进行内容更新后，可以便于提高智慧云业务的内容推送准确性。

附图说明

为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要调用的附图作简单地介绍，应当理解，以下附图仅示出了本公开的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它相关的附图。

图1为本公开实施例提供的基于区块链的智慧云业务流预测系统的应用场景示意图；

图2为本公开实施例提供的基于区块链的智慧云业务更新方法的流程示意图；

图3为本公开实施例提供的基于区块链的智慧云业务更新装置的功能模块示意图；

图4为本公开实施例提供的用于实现上述的基于区块链的智慧云业务更新方法的区块链业务系统的结构示意框图。

具体实施方式

下面结合说明书附图对本公开进行具体说明，方法实施例中的具体操作方法也可以应用于装置实施例或系统实施例中。

图1是本公开一种实施例提供的基于区块链的智慧云业务流预测系统10的解释示意图。基于区块链的智慧云业务流预测系统10可以包括区块链业务系统100以及与区块链业务系统100通信连接的区块链业务节点200。图1所示的基于区块链的智慧云业务流预测系统10仅为一种可行的示例，在其它可行的实施例中，该基于区块链的智慧云业务流预测系统10也可以仅包括图1所示组成部分的其中的至少部分或者还可以包括其它的组成部分。

在一种可能的设计思路中，基于区块链的智慧云业务流预测系统10中的区块链业务系统100和区块链业务节点200可以通过配合执行以下方法实施例所描述的基于区块链的智慧云业务流预测方法，具体区块链业务系统100和区块链业务节点200的执行步骤部分可以参照以下方法实施例的详细描述。

为了解决前述背景技术中的技术问题，本实施例提供的基于区块链的智慧云业务流预测方法可以由图1中所示的区块链业务系统100执行，下面对该基于区块链的智慧云业务流预测方法进行详细介绍。

步骤S110，获取对智慧云业务进行业务数据跟踪所得的智慧云业务流，从智慧云业务流识别出智慧云业务因业务场景互动形成的业务场景互动数据。

其中，云计算容器可以是用来配置云端智慧业务以通过业务数据跟踪脚本进行数据跟踪的云端注册程序。智慧业务可以是各种云端智慧业务，如智慧家庭业务、智慧医疗业务等。

对应地，智慧云业务即为配置于云计算容器中的云端智慧业务，通过数据跟踪服务可以观察该智慧云业务中的业务数据流。智慧云业务可以具有特定的业务功能，例如该智慧云业务可以是执行某种智能交互的云端智慧业务，如执行特定智能交互的智慧家庭业务，或智慧医疗区域某个智慧医疗设备的线下智慧业务等。该智慧云业务可以是经过交互响应的云端智慧业务，在交互响应后的智慧云业务中，某些具有意图信息的操作行为将会被交互响应，被交互响应的具有意图信息的操作行为则称为用户响应意图，在功能上可以区别于其它未被交互响应的具有意图信息的操作行为和非具有意图信息的操作行为。多个用户响应意图聚集在一起则形成意图互动数据。

在一个实施例中，区块链业务系统与数据跟踪服务建立API接口通信，当数据跟踪服务对智慧云业务进行业务流跟踪采集得到智慧云业务流时，数据跟踪服务可以实时地将采集的智慧云业务流发送给区块链业务系统；区块链业务系统则可以实时接收数据跟踪服务发送的智慧云业务流。此外，数据跟踪服务对智慧云业务进行业务流序列采集得到业务流序列，然后将业务流序列实时发送给区块链业务系统；区块链业务系统则可以实时接收数据跟踪服务发送的业务流序列，然后对接收的业务流序列进行解析，得到多个智慧云业务流，然后从该多个智慧云业务流中提取至少一个智慧云业务流用于进行智慧云业务流处理过程。

譬如，在获取到智慧云业务流之后，区块链业务系统还可以对获取到的智慧云业务流进行业务数据变化检测，以确定该智慧云业务流的业务数据变化是否满足设定的业务数据变化条件。当业务数据变化不满足设定的业务数据变化条件时，则重新获取对智慧云业务进行业务数据跟踪所得的智慧云业务流，直至新获取到的智慧云业务流的业务数据变化满足业务数据变化条件，从而可以避免因业务数据变化低而导致计算数据量增加。

在一个实施例中，区块链业务系统还可以对获取的智慧云业务流进行干扰数据源（如广告插入数据源）识别，以判断该智慧云业务流是否包含有干扰数据源，若包含干扰数据源且干扰数据源的干扰程度值大于预设阈值，则确定数据采集过滤维度，向数据跟踪服务发送携带数据采集过滤维度的请求，以使该数据跟踪服务在采集包含有智慧云业务的智慧云业务流数据时，按照该数据采集过滤维度对采集的智慧云业务流数据进行数据采集过滤，得到新的智慧云业务流，然后将新的智慧云业务流发送给区块链业务系统，从而区块链业务系统可以利用新的智慧云业务流计算业务意图响应比例。

其中，干扰数据源可以指在采集或信息处理过程中，出现了一些智慧云业务本身不存在的、但却出现在智慧云业务流上而使数据采集质量下降的源数据。

其中，智慧云业务中的一些具有意图信息的操作行为被交互响应之后，该智慧云业务中将会形成意图互动数据，该意图互动数据的数量可以是一个或多个。当对智慧云业务进行业务流跟踪采集时，该意图互动数据呈现于智慧云业务流中，区块链业务系统从该智慧云业务流中识别出意图互动数据，从而得到业务场景互动数据。可以理解的，该业务场景互动数据主要是关于意图互动数据的互动表现形式，在该业务场景互动数据中，意图互动数据可以以不同于其它数据的数据表现形式呈现。

在一个实施例中，区块链业务系统可以对智慧云业务流进行意图互动识别，以识别出智慧云业务中的意图互动数据，从而得到业务场景互动数据。

在一个实施例中，区块链业务系统可以将该智慧云业务流划分为多个单位业务跟踪数据块，然后确定每个单位业务跟踪数据块分别属于意图互动数据的热力分布块，该热力分布块中各单位业务跟踪数据值表示在相应单位业务跟踪数据块中的单位业务跟踪数据点匹配意图互动数据的热力值；将确定的热力分布块进行拼接，得到热力分布信息；根据该热力分布信息对智慧云业务流进行业务数据内容更新，得到业务场景互动数据。

在对智慧云业务流进行划分之前，区块链业务系统可以对该智慧云业务流进行业务区分处理，然后对目标智慧云业务流进行划分，得到多个单位业务跟踪数据块，并根据所得的单位业务跟踪数据块得到对应的热力分布块。在进行业务数据内容更新时，区块链业务系统可以根据该热力分布信息对智慧云业务流或目标智慧云业务流进行业务数据内容更新，得到业务场景互动数据。

此外，在进行业务区分处理之后，区块链业务系统还可以对目标智慧云业务流进行去噪，即去除目标智慧云业务流的无效区域，如边缘数据区域，并对去噪后的目标智慧云业务流进行格式化处理，得到格式化智慧云业务流。然后对格式化智慧云业务流进行划分，得到多个单位业务跟踪数据块，并根据所得的单位业务跟踪数据块得到对应的热力分布块。在进行业务数据内容更新时，区块链业务系统可以根据该热力分布信息对智慧云业务流、目标智慧云业务流或格式化智慧云业务流进行业务数据内容更新，得到业务场景互动数据。

步骤S120，在智慧云业务流中识别出目标响应意图数据S，提取业务场景互动数据中与目标响应意图数据相关联的意图互动数据，得到业务互动意图数据。

其中，操作行为可以是智慧云业务中目标类型的具有意图信息的操作行为，如发生智能交互的具有意图信息的操作行为(如具有咨询某个医疗科室的意图信息的操作行为)，或具有特定属性的具有意图信息的操作行为。目标意图即为操作行为的行为描述特征，也即多个操作行为之间的行为环境。

目标意图区域可以指智慧云业务中目标意图的数据展现区域，当对智慧云业务进行业务流跟踪采集时，该目标意图区域呈现于智慧云业务流中，区块链业务系统从该智慧云业务流中识别出目标意图区域，从而得到目标响应意图数据。可以理解的，该目标响应意图数据主要指关于目标意图区域的展现数据（如文本、语音等），在该目标响应意图数据中，目标意图区域可以以不同的形式呈现。

在一个实施例中，区块链业务系统对获取的智慧云业务流进行操作行为检测，以得到该智慧云业务流的操作行为服务数据，该操作行为服务数据可以指智慧云业务中操作行为在智慧云业务流中所处的服务数据；然后，对该操作行为服务数据寻找目标对标意图得到目标对标意图服务数据，然后根据目标对标意图服务数据和智慧云业务流确定操作行为与目标意图之间的意图响应业务数据，基于该意图响应业务数据确定目标响应意图数据。

例如，在对智慧云业务流进行操作行为或操作行为服务数据的检测时，可以基于人工智能的检测方式，检测出智慧云业务流中的操作行为服务数据，如采用预训练的检测模型对智慧云业务流进行操作行为服务数据进行检测。

在一个实施例中，区块链业务系统可以将业务场景互动数据和目标响应意图数据进行叠加，然后对业务场景互动数据中的意图互动数据和目标响应意图数据中的目标意图区域计算交集，相关联的意图互动数据即为交互响应免疫具有意图信息的操作行为区域，从而得到业务互动意图数据。

步骤S130，根据业务互动意图数据的互动业务数量与智慧云业务流中的智慧云业务的总业务数量之间的比值，确定所述智慧云业务的业务意图响应比例。

其中，互动业务数量指的是业务互动意图数据中交互响应过程具有互动业务意图信息的业务数量。智慧云业务的总业务数量指的是智慧云业务在智慧云业务流中的业务数量。需要指出的是，未出现在智慧云业务流或业务流跟踪采集范围内的智慧云业务，其业务数量不会包含在上述的智慧云业务的总业务数量内。

上述的业务意图响应比例指的是具有意图信息的操作行为在业务流跟踪采集范围内智慧云业务中的占比。

例如，区块链业务系统计算业务互动意图数据中具有意图信息的操作行为区域的业务数量，得到互动业务数量；区块链业务系统计算位于智慧云业务流中的智慧云业务的业务数量，得到智慧云业务的总业务数量，然后计算互动业务数量与智慧云业务的总业务数量之间的比值，即可得到业务意图响应比例。

在一个实施例中，区块链业务系统在智慧云业务流中，将与业务互动意图数据中业务互动意图对象或业务互动意图区域匹配的业务位置进行标记；将标记的智慧云业务流和业务意图响应比例进行输出，以使业务意图响应比例叠加于标记的智慧云业务流上进行显示。

例如，在得到业务意图响应比例之后，区块链业务系统可以以具有意图信息的操作行为为单位，在智慧云业务流中，将与业务互动意图数据中业务互动意图对象匹配的业务位置进行标记；将标记的智慧云业务流和业务意图响应比例进行输出，以使业务意图响应比例叠加于标记的智慧云业务流上进行显示。或者，区块链业务系统还可以以具有意图信息的操作行为块为单位，在智慧云业务流中，将与业务互动意图数据中业务互动意图区域匹配的业务位置进行标记；将标记的智慧云业务流和业务意图响应比例进行输出，以使业务意图响应比例叠加于标记的智慧云业务流上进行显示。此外，区块链业务系统也可以同时采用上述两种方式进行标记，以得到标记的智慧云业务流。

步骤S140，根据所述智慧云业务的业务意图响应比例，更新所述智慧云业务的业务推送策略后，将所述智慧云业务的业务推送策略上传到所述区块链网络对应的区块链。

这样，在经过业务场景互动的智慧云业务中会形成意图互动数据，从而可以通过数据跟踪服务可以对该智慧云业务进行业务数据跟踪。在得到智慧云业务流时，可以识别出智慧云业务中的意图互动数据以得到业务场景互动数据，当从智慧云业务流中识别目标响应意图数据时，提取业务场景互动数据中与目标响应意图数据相关联的业务场景互动数据，然后计算该业务互动意图数据的互动业务数量与智慧云业务流中的智慧云业务的总业务数量之间的比值，确定智慧云业务的业务意图响应比例后，由此更新智慧云业务的业务推送策略，从而使得业务推送与实际意图响应情况关联，能够提高业务推送的精度。

在一个实施例中，获得业务场景互动数据的步骤如下所述：

步骤S310，对智慧云业务流进行业务区分处理，得到目标智慧云业务流。

其中，对智慧云业务流进行业务区分处理，从而可以时处理后的智慧云业务流中被交互响应部分与未被交互响应部分更加具有区分度。

步骤S320，通过第一业务学习网络对目标智慧云业务流进行特征提取，得到智慧云业务因业务场景互动形成的业务场景互动特征。

其中，第一业务学习网络即为用于预测意图互动数据的神经网络模型。

在一个实施例中，区块链业务系统可以将该目标智慧云业务流输入第一业务学习网络，该第一业务学习网络提取目标智慧云业务流的单位业务跟踪数据特征，根据该单位业务跟踪数据特征确定目标智慧云业务流中的单位业务跟踪数据分别属于意图互动数据的热力，得到热力分布信息。其中，该热力分布信息即为业务场景互动特征。

目标智慧云业务流在输入第一业务学习网络之前，区块链业务系统还可以划分为多个单位业务跟踪数据块，然后依次将各单位业务跟踪数据块输入至第一业务学习网络。该第一业务学习网络从各单位业务跟踪数据块中提取单位业务跟踪数据特征，根据提取的单位业务跟踪数据特征确定对应单位业务跟踪数据块的单位业务跟踪数据分别属于意图互动数据的热力，得到热力分布块；将所得的热力分布块进行拼接，得到热力分布信息。

在一个实施例中，在进行特征提取之前，区块链业务系统还可以对目标智慧云业务流进行去噪处理，对去噪后的目标智慧云业务流进行格式化处理，得到格式化智慧云业务流。S320具体可以包括：区块链业务系统通过第一业务学习网络对格式化智慧云业务流进行特征提取，得到业务场景互动特征。其中，从格式化智慧云业务流提取特征的过程可参考上述从目标智慧云业务流中提取特征的步骤。

在一个实施例中，区块链业务系统获取数据跟踪服务在进行业务数据跟踪过程中所采用的跟踪业务层级信息；将跟踪业务层级信息依次输入至第一业务学习网络，以使第一业务学习网络获取与跟踪业务层级信息对应的业务拆分范围，按照业务拆分范围调整目标智慧云业务流各单位业务跟踪数据的业务范围，从而第一业务学习网络可以把目标智慧云业务流的各单位业务跟踪数据转换成模型本身能处理的业务拆分范围。

步骤S330，根据业务场景互动特征对目标智慧云业务流进行业务数据内容更新，得到业务场景互动数据。

例如，区块链业务系统通过第一业务学习网络来进行业务数据内容更新过程，即第一业务学习网络在目标智慧云业务流中将与业务场景互动特征匹配的特征区域分割出来，从而得到业务场景互动数据。

上述实施例中，首先对智慧云业务流进行业务区分处理，从而可以时处理后的智慧云业务流中被交互响应部分与未被交互响应部分更加具有区分度，以提升拆分目标智慧云业务流得到业务场景互动数据的准确性，进而结合业务场景互动数据与目标响应意图数据所确定的业务意图响应比例准确性也更高。

在一个实施例中，获得目标响应意图数据的步骤如下所述：

步骤S410，对智慧云业务流进行业务区分处理，得到目标智慧云业务流。

其中，对智慧云业务流进行业务区分处理，从而可以使得处理后的智慧云业务流中被交互响应部分与未被交互响应部分更加具有区分度。

步骤S420，对目标智慧云业务流中的操作行为服务数据进行检测。

步骤S430，通过第二业务学习网络对检测的操作行为服务数据寻找目标对标意图，得到目标对标意图服务数据。

步骤S440，融合目标智慧云业务流和目标对标意图服务数据，获得操作行为与目标意图之间的意图响应业务数据。

步骤S450，基于意图响应业务数据确定目标响应意图数据。

其中，意图响应业务数据内的部分为操作行为区域，意图响应业务数据外的部分为目标意图区域，从而可以根据意图响应业务数据确定目标意图区域，根据目标意图区域生成目标响应意图数据。

上述实施例中，首先对智慧云业务流进行业务区分处理，从而可以时处理后的智慧云业务流中被交互响应部分与未被交互响应部分更加具有区分度，以提升分割目标智慧云业务流得到目标响应意图数据的准确性，进而结合目标响应意图数据和业务场景互动数据所确定的业务意图响应比例准确性也更高。

在一种实施例中，对于步骤S140，当智慧云业务的业务意图响应比例不低于预设比例时，可以按照第一更新模式更新智慧云业务的业务推送策略。再例如，当智慧云业务的业务意图响应比例低于预设比例时，可以按照第二更新模式更新智慧云业务的业务推送策略。

其中，在一种实施例中，按照第一更新模式更新智慧云业务的业务推送策略，例如可以是按照预先设定的与当前业务推送阶段匹配的推送规则对智慧云业务的业务推送策略进行更新。也就是说，业务推送阶段可以具有多个预设阶段，具体可以根据实际业务情况而定，如果智慧云业务的业务意图响应比例不低于预设比例，表明当前智慧云业务的推送效果较好，那么只需要按照预先设定的与当前业务推送阶段匹配的推送规则对智慧云业务的业务推送策略进行更新即可，无需特殊处理。

其中，在一种独立的实施例中，按照第二更新模式更新智慧云业务的业务推送策略，具体可以通过以下示例性的步骤实现。

步骤S101，获取区块链网络中的多个区块链业务节点针对智慧云业务的历史行为大数据。

步骤S102，根据历史行为大数据中每个软件微服务下的各个目标历史操作行为的操作类别属性集合，获取每个软件微服务下的多个操作偏好对象。

步骤S103，确定多个操作偏好对象的偏好标签维度信息，多个操作偏好对象中存在至少一种标签维度的操作偏好对象，偏好标签维度信息指示多个操作偏好对象中每种标签维度的操作偏好对象的数量，多个操作偏好对象中不同标签维度的操作偏好对象的数量呈联动关联关系。

步骤S104，根据多个操作偏好对象的偏好标签维度信息，确定分组数量。

步骤S105，根据多个操作偏好对象中每种标签维度的操作偏好对象的数量和分组数量，确定操作偏好对象分组中每种标签维度的操作偏好对象的数量。

步骤S106，根据操作偏好对象分组中至少一种标签维度的操作偏好对象的数量，对多个操作偏好对象执行至少两次分组操作得到至少两个操作偏好对象分组，每次分组操作用于确定一个操作偏好对象分组的至少一种标签维度的操作偏好对象。

步骤S107，根据至少两个操作偏好对象分组中的每个操作偏好对象分组所包括的操作偏好对象的偏好画像，对至少两个操作偏好对象分组进行初始业务推送配置。

步骤S108，共享配置至少两个操作偏好对象分组中的每个操作偏好对象分组的业务推送节点和业务推送范围中的至少一种，使至少两个操作偏好对象分组中位于同一业务类别的操作偏好对象分组共享对应的业务推送规则，位于同一逻辑类别的操作偏好对象分组共享对应的业务推送规则。

这样，通过确定多个操作偏好对象的偏好标签维度信息后，可以根据该多个操作偏好对象偏好标签维度信息，对该多个操作偏好对象进行分组得到至少两个操作偏好对象分组，之后对该至少两个操作偏好对象分组进行业务推送配置，使该至少两个操作偏好对象分组中位于同一业务类别的操作偏好对象分组共享对应的业务推送规则，位于同一逻辑类别的操作偏好对象分组共享对应的业务推送规则。如此，可以简化操作偏好对象共享配置过程，提高共享配置精度，并且结合操作偏好对象的偏好标签维度信息进行推送策略更新，由此提高后续的业务推送效果。

譬如，在一种实施例中，在步骤S107中，对于至少两个操作偏好对象分组中的每个操作偏好对象分组，根据操作偏好对象分组中的操作偏好对象在目标业务知识图谱中的图谱节点信息，确定操作偏好对象分组在目标业务知识图谱中的图谱节点信息，然后根据至少两个操作偏好对象分组的图谱节点信息，对至少两个操作偏好对象分组进行排序，得到操作偏好对象分组序列。

接下来，以操作偏好对象分组序列为划分参考对象执行业务类别划分过程，业务类别划分过程包括：

依次对划分参考对象中的每个操作偏好对象分组执行判断子过程，对划分参考对象中的第i个操作偏好对象分组执行的判断子过程包括：确定划分参考对象的前i个操作偏好对象分组中，与划分参考对象中第1个操作偏好对象分组位于同一业务类别的操作偏好对象分组的业务位置与第i个操作偏好对象分组的业务位置的层级差，i≥1。当层级差小于目标层级差阈值时，确定第i个操作偏好对象分组与第1个操作偏好对象分组位于同一业务类别。当层级差不小于目标层级差阈值时，确定第i个操作偏好对象分组与第1个操作偏好对象分组位于不同业务类别。当划分参考对象存在与第1个操作偏好对象分组位于不同业务类别的至少一个操作偏好对象分组时，将划分参考对象更新为至少一个操作偏好对象分组构成的序列，重复执行业务类别划分过程，直至确定出至少两个操作偏好对象分组中的每个操作偏好对象分组所在业务类别。

譬如，在一种实施例中，在步骤S108中，例如可以根据对至少两个操作偏好对象分组进行初始业务推送配置的结果，确定至少两个操作偏好对象分组的业务类别分布信息，业务类别分布信息指示每个业务类别的操作偏好对象分组的数量。然后，根据共享配置服务的共享配置参数、目标业务层级间隔和每个业务类别的操作偏好对象分组的数量，确定每个业务类别的操作偏好对象分组中的各个操作偏好对象分组的目标共享配置参数。接着，确定每个业务类别的操作偏好对象分组中，每种标签维度的操作偏好对象的目标推送关联业务范围。

由此，可以共享配置至少两个操作偏好对象分组中的每个操作偏好对象分组的业务推送节点和业务推送范围中的至少一种，使每个业务类别的操作偏好对象分组中的各个操作偏好对象分组的共享配置参数匹配目标共享配置参数，每个业务类别的操作偏好对象分组中每种标签维度的操作偏好对象的推送关联业务范围匹配目标推送关联业务范围，相关联的操作偏好对象分组的业务层级间隔匹配目标业务层级间隔，且操作偏好对象分组中的相关联操作偏好对象的业务层级间隔匹配目标业务层级间隔。

譬如，在一种实施例中，对于步骤S102，例如可以从待处理的目标历史操作行为中提取出操作流程集合，操作流程集合中包括多个操作流程，且多个操作流程中至少包括操作流程数据。然后，采用多个操作流程构建目标历史操作行为的操作偏好知识点分布，操作偏好知识点分布中包括多个操作偏好知识点。一个操作偏好知识点记录一个操作流程，且任意两个相映射的操作偏好知识点所记录的操作流程在目标历史操作行为中具有联动业务行为。在此基础上，可以基于操作偏好知识点分布中的各个操作偏好知识点之间的循环流向信息，计算各个操作偏好知识点所记录的操作流程的偏好兴趣参数，根据各个操作流程的偏好兴趣参数从操作流程集合中选取目标历史操作行为的参考操作流程数据，并采用参考操作流程数据的业务分布特征构建目标历史操作行为的操作类别属性特征，将操作类别属性特征输入到操作偏好决策网络中，获得目标历史操作行为的操作类别属性集合，操作类别属性特征用于指示目标历史操作行为的关键操作类别特征。

由此，可以根据所述历史行为大数据中每个软件微服务下的各个目标历史操作行为的操作类别属性集合，获取每个软件微服务下的多个操作偏好对象。

在一种实施例中，在以上描述的基础上，本公开实施例还提供一种基于区块链的智慧云业务更新方法，如图2所示，该方法可以包括以下步骤。

步骤S150，基于更新后的所述智慧云业务的业务推送策略，向所述区块链业务节点推送智慧云业务资讯信息。

步骤S160，获取多个反馈知识点的反馈知识点业务分区，并获取与所述多个反馈知识点相关的多个过往内容更新行为，任一过往内容更新行为包括内容更新业务分区和内容更新元素序列。

例如，区块链业务系统获取多个待关联的反馈知识点的反馈知识点业务分区，其中每个反馈知识点业务分区都包括反馈知识点业务位置和反馈知识点覆盖区域，反馈知识点业务位置是反馈知识点的业务目录层级，反馈知识点覆盖区域是反馈知识点的业务关联区域。例如，一个智慧办公反馈知识点可以用该智慧办公反馈知识点的每个维度的边界数据区域构成的区域表示其反馈知识点覆盖区域。

区块链业务系统获取与这多个反馈知识点相关的多个过往内容更新行为，任意过往内容更新行为都包括内容更新业务分区和内容更新元素序列，内容更新元素序列包括多个内容更新元素，内容更新元素即是具体进行内容更新的咨询项目（例如智慧办公下的文本文档推送项目），过往内容更新行为中的内容更新业务分区包括分区位置。下面对如何获取多个过往内容更新行为的过程进行具体说明：

区块链业务系统获取包含多个原始内容更新行为的原始内容更新行为集合，每个原始内容更新行为都包括内容更新业务分区和内容更新元素序列。区块链业务系统从原始内容更新行为集合中确定与多个反馈知识点中的至少一个反馈知识点业务分区匹配的原始内容更新行为，将匹配的多个原始内容更新行为均作为过往内容更新行为。对任一个原始内容更新行为来说，若该原始内容更新行为的内容更新业务分区和目标反馈知识点业务位置匹配，则确定该原始内容更新行为是与目标反馈知识点业务位置对应的反馈知识点匹配的原始内容更新行为，即该原始内容更新行为可以作为过往内容更新行为。目标反馈知识点业务位置是多个反馈知识点的反馈知识点业务位置中的一个反馈知识点业务位置。

或者，若原始内容更新行为中的内容更新业务分区和目标反馈知识点覆盖区域之间的区域差异小于预设的预设差异，则确定该原始内容更新行为是与目标反馈知识点覆盖区域对应的反馈知识点匹配的原始内容更新行为，即该原始内容更新行为可以作为过往内容更新行为。目标反馈知识点覆盖区域是多个反馈知识点的反馈知识点覆盖区域中的一个反馈知识点覆盖区域。

举例来说，现有反馈知识点1和反馈知识点2，且反馈知识点1的反馈知识点业务位置是(100，100)，反馈知识点1的反馈知识点覆盖区域包括：(100，110)、(90，100)和(110，100)；反馈知识点2的反馈知识点业务位置是(200，200)，反馈知识点2的反馈知识点覆盖区域包括：(200，210)、(190，200)和(210，200)，若现有原始内容更新行为1、原始内容更新行为2和原始内容更新行为3，若原始内容更新行为1的内容更新业务分区是(100，100)，原始内容更新行为2的内容更新业务分区是(199，209)，原始内容更新行为3的内容更新业务分区是(50，70)。由于原始内容更新行为1的内容更新业务分区和反馈知识点1的业务位置匹配，因此，原始内容更新行为1是与反馈知识点1的反馈知识点业务分区匹配的原始内容更新行为，即原始内容更新行为1可以作为过往内容更新行为；由于原始内容更新行为2的内容更新业务分区和反馈知识点2的反馈知识点覆盖区域“(200，210)”之间的区域差异小于预设的预设差异，因此原始内容更新行为2是与反馈知识点2的反馈知识点业务分区匹配的原始内容更新行为；由于原始内容更新行为3中的内容更新业务分区既不与某一个反馈知识点的反馈知识点业务位置匹配，也不与某一个反馈知识点的反馈知识点覆盖区域相近，因此原始内容更新行为3不是与3个反馈知识点业务分区中至少一个反馈知识点业务分区匹配的原始内容更新行为，即原始内容更新行为不能作为过往内容更新行为。

步骤S170，根据每个过往内容更新行为的内容更新业务分区和多个反馈知识点的反馈知识点业务分区，确定每个过往内容更新行为所属的反馈知识点。

例如，区块链业务系统根据每个过往内容更新行为的内容更新业务分区和多个反馈知识点的反馈知识点业务分区，确定每个历史请求所属的反馈知识点。对任一过往内容更新行为来说，确定该过往内容更新行为所属的反馈知识点的具体过程如下：

区块链业务系统从多反馈知识点的反馈知识点业务分区中确定与过往内容更新行为中的内容更新业务分区匹配的反馈知识点业务分区(称为目标反馈知识点业务分区)，将目标反馈知识点业务分区对应的反馈知识点作为该过往内容更新行为所属的反馈知识点。此处判断过往内容更新行为与某个反馈知识点业务分区是否匹配的方式和前述判断原始内容更新行为是否与某个反馈知识点业务分区匹配的方式相同，即若过往内容更新行为中的内容更新业务分区和多个反馈知识点业务分区中的目标反馈知识点业务位置匹配，则说明该过往内容更新行为属于目标反馈知识点业务位置对应的反馈知识点；或者，若过往内容更新行为中的内容更新业务分区和多个反馈知识点业务分区中的目标反馈知识点覆盖区域之间的区域差异小于预设的预设差异，则说明该过往内容更新行为属于目标反馈知识点覆盖区域对应的反馈知识点。

仍延续上述举例，过往内容更新行为1(可以对应前述中的原始内容更新行为1)是与反馈知识点1的反馈知识点业务分区匹配的过往内容更新行为，那么可以确定过往内容更新行为属于反馈知识点1；过往内容更新行为2(可以对应前述中的原始内容更新行为2)是与反馈知识点2的反馈知识点业务分区匹配的过往内容更新行为，那么可以确定过往内容更新行为属于反馈知识点2。

换句话说，在步骤S170中确定多个过往内容更新行为时，就可以一并确定每个过往内容更新行为所属的反馈知识点。

步骤S180，根据每个过往内容更新行为的内容更新元素序列以及每个过往内容更新行为所属的反馈知识点，对所述多个过往内容更新行为进行聚类处理，得到多个过往内容更新行为类分别所属的反馈知识点。

例如，区块链业务系统获取预设的第一预设聚类数量，根据每个过往内容更新行为的无线访问接入节点列表和第一预设聚类数量，将多个过往内容更新行为分组为多个原始内容更新行为群，区块链业务系统根据每个原始请求簇中的过往内容更新行为所属的反馈知识点，确定多个历史请求簇以及每个历史请求簇所属的反馈知识点。

确定历史请求簇所属的反馈知识点即是确定过往内容更新行为类中的过往内容更新行为所属的反馈知识点，这是因为，前面步骤是根据过往内容更新行为中的内容更新业务分区初步确定了每个过往内容更新行为所属的反馈知识点，由于过往内容更新行为的内容更新业务分区精度不够高，基于内容更新业务分区所确定的反馈知识点精度也不高。因此还需要通过分组来调整每个过往内容更新行为真正所属的反馈知识点。本公开所采取的分组策略是迭代分组，需要不断地调整第一预设聚类数量，以提高分组精度，进而提高确定每个过往内容更新行为所属反馈知识点的精度。

迭代分组是指先确定一个预设聚类数量，基于该预设聚类数量进行分组，得到多个原始内容更新行为群。若原始内容更新行为群中的大部分过往内容更新行为属于同一个反馈知识点，那么原始内容更新行为群可以作为过往内容更新行为类，且过往内容更新行为类中大部分过往内容更新行为所属的反馈知识点是该过往内容更新行为类所属的反馈知识点(或者说过往内容更新行为类中大部分过往内容更新行为所属的反馈知识点是该过往内容更新行为类所有过往内容更新行为所属的反馈知识点)。

若原始内容更新行为群中的过往内容更新行为分布在不同的反馈知识点并未集中在某一个反馈知识点中，那么就需要调整预设聚类数量，基于调整后的预设聚类数量将原始内容更新行为群中的过往内容更新行为进行重新分组。

步骤S190，根据多个过往内容更新行为类分别所属的反馈知识点，确定所述多个过往内容更新行为中每个内容更新元素所属的反馈知识点，为每个内容更新元素和每个内容更新元素所属的反馈知识点建立关联关系后，基于建立的关联关系信息对所述智慧云业务进行内容更新后，将内容更新记录上传到所述区块链网络对应的区块链。

具体的，区块链业务系统确定了每个过往内容更新行为类所属的反馈知识点，将过往内容更新行为类所属的反馈知识点作为该过往内容更新行为类中所有过往内容更新行为所属的反馈知识点，即是修正每个过往内容更新行为所属的反馈知识点。

由于每个过往内容更新簇会包含至少一个过往内容更新行为，且每个过往内容更新行为中会包含内容更新元素序列，因此同一个内容更新元素可能出现在不同的过往内容更新行为中，同一个内容更新元素可能出现在不同的反馈知识点中。对任一个内容更新元素来说，区块链业务系统根据每个过往内容更新行为类所属的反馈知识点，统计该内容更新元素在每个反馈知识点的出现频次(称为内容更新次数)，以及统计内容更新元素在所有反馈知识点的总内容更新次数。若多个内容更新次数中的最大内容更新次数和总内容更新次数之间的比值大于预设的次数比值(次数比值可以等于55％)，则区块链业务系统可以将该最大内容更新次数对应的反馈知识点作为该内容更新元素所属的反馈知识点。

反之，多个内容更新次数中的最大内容更新次数和总内容更新次数的比值不大于预设的次数比值之和，暂时不能确定该内容更新元素所属的反馈知识点。

举例来说，现有过往内容更新行为类1、过往内容更新行为类2和过往内容更新行为类3，其中过往内容更新行为类1中包含内容更新元素1、内容更新元素2和内容更新元素3；过往内容更新行为类2包含接入点1、内容更新元素3和内容更新元素4；过往内容更新行为类3包含接入点1、内容更新元素3和内容更新元素5，过往内容更新行为类1和过往内容更新行为类2属于反馈知识点1，过往内容更新行为类3属于反馈知识点2。对内容更新元素1来说，内容更新元素1在反馈知识点1的内容更新次数等于2，内容更新元素1在反馈知识点2的内容更新次数等于1，因此最大内容更新次数等于2，且总内容更新次数等于2+1＝3，假设预设比值为55％，由于2/3＞0.55，因此内容更新元素1属于反馈知识点1。

对内容更新元素2来说，内容更新元素2在反馈知识点1的内容更新次数等于1，内容更新元素1在反馈知识点2的内容更新次数等于0，因此最大内容更新次数等于1，且总内容更新次数等于1+0＝1，假设预设比值为55％，由于1/1＞0.55，因此内容更新元素2属于反馈知识点1。

区块链业务系统可以采用相似的判断过程，依次确定内容更新元素3、内容更新元素4和内容更新元素5所属的反馈知识点。

可选的，对任一个内容更新元素来说，区块链业务系统根据每个过往内容更新行为类所属的反馈知识点，统计该内容更新元素在每个反馈知识点的出现频次(称为内容更新次数)，区块链业务系统直接将多个内容更新次数中最大内容更新次数对应的反馈知识点作为该内容更新元素所属的反馈知识点。

仍沿用上述举例，对内容更新元素1来说，内容更新元素1在反馈知识点1的内容更新次数等于2，内容更新元素1在反馈知识点2的内容更新次数等于1，因此最大内容更新次数对应的反馈知识点是反馈知识点1，那么内容更新元素1所属的反馈知识点就是最大内容更新次数对应的反馈知识点1。

可选的，对任一个内容更新元素来说，区块链业务系统根据每个过往内容更新行为类所属的反馈知识点，统计该内容更新元素在每个反馈知识点的出现频次(称为内容更新次数)，区块链业务系统确定多个内容更新次数中最大内容更新次数和多个内容更新次数中第大二内容更新次数之间的比值，若该比值大于或等于预设比值，则将多个内容更新次数中最大内容更新次数对应的反馈知识点作为该内容更新元素所属反馈知识点。

仍沿用上述举例，对内容更新元素1来说，内容更新元素1在反馈知识点1的内容更新次数等于2，内容更新元素1在反馈知识点2的内容更新次数等于1，因此最大内容更新次数等于2，第二大内容更新次数等于1，假设预设比值为150％，由于2/1＞1.5，因此内容更新元素1属于反馈知识点1。

可选的，区块链业务系统根据每个过往内容更新行为中包含的内容更新元素序列，将多个内容更新元素进行聚类处理，得到多个内容更新元素簇，也就是说那些经常一起出现在同一个过往内容更新行为中的内容更新元素会被分组为一个内容更新元素簇。对任一内容更新元素簇来说，区块链业务系统根据每个过往内容更新行为类所属的反馈知识点，统计该内容更新元素簇中的内容更新元素在同一个反馈知识点的总内容更新次数，将该总内容更新次数作为内容更新元素簇在每个反馈知识点的内容更新次数。将多个内容更新次数中最大内容更新次数对应的反馈知识点作为该内容更新元素簇中的所有内容更新元素所属的反馈知识点。

举例来说，现有内容更新元素簇1，且内容更新元素簇1中包含内容更新元素1、内容更新元素2和内容更新元素3，若内容更新元素1在反馈知识点1的出现频次是2，内容更新元素1在反馈知识点2的出现频次是1；内容更新元素2在反馈知识点1的出现频次是1，内容更新元素2在反馈知识点2的出现频次是1；内容更新元素3在反馈知识点1的出现频次是2，内容更新元素3在反馈知识点2的出现频次是4，统计可以得到，内容更新元素簇1在反馈知识点1的内容更新次数为2+1+2＝5，内容更新元素簇1在反馈知识点2的内容更新次数为1+1+4＝6，6＞5，因此反馈知识点2是内容更新元素簇1中的内容更新元素1、内容更新元素2和内容更新元素3所属的反馈知识点。

将多个内容更新元素分组为多个内容更新元素簇的过程如下：若内容更新元素A和内容更新元素B一同出现在同一个过往内容更新行为的次数大于次数阈值，则可以判断内容更新元素A和内容更新元素B属于同一个候选内容更新元素簇，再有，若内容更新元素A和内容更新元素B属于同一个候选内容更新元素簇，且内容更新元素B和内容更新元素C属于同一个候选内容更新元素簇，那么可以将这两个候选内容更新元素簇合并为一个内容更新元素簇，即内容更新元素A、内容更新元素B和内容更新元素C属于同一个内容更新元素簇。

具体的，至此，区块链业务系统就确定了多个历史访问请求中的每个内容更新元素所属的反馈知识点，区块链业务系统可以为每个内容更新元素和每个内容更新元素所属的反馈知识点建立关联关系，并存储该关联关系。该关联关系可以用于内容更新用户当前所处的反馈知识点，即确定用户当前所处的位置。

需要说明的是，本公开的建立关联关系的流程可以定期执行，以便及时发现反馈知识点内内容更新元素的变化，及时实现精确的内容更新元素和反馈知识点的关联关系的建立。那么获取的多个过往内容更新行为可以是最新的(例如，最近1天或者3天的)，这样就可以及时发现反馈知识点内内容更新元素的变化。再有，区块链业务系统可以基于多个时间段的关联关系建立结果，进一步提高关联关系建立的准确性，例如，对每个内容更新元素，最终确定的具有关联关系的反馈知识点可以是连续7天建立关联关系次数最多的那个反馈知识点(如果过去7天内容更新元素w与反馈知识点a建立了3次关联关系，与反馈知识点b建立了4次关联关系，那么内容更新元素w最终与反馈知识点b建立关联关系，并将内容更新元素w与反馈知识点b关联存储至数据库)。

可选的，区块链业务系统响应于针对目标用户的目标内容更新行为，目标内容更新行为包括目标内容更新元素，其中，目标内容更新元素属于多个过往内容更新行为中的内容更新元素序列，即目标内容更新元素属于上述已建立关联关系的内容更新元素。

目标内容更新元素的数量可以是一个也可以是多个，若目标内容更新元素的数量只有1个，那么区块链业务系统查找与目标内容更新元素具有关联关系的反馈知识点(称为目标反馈知识点)，输出目标反馈知识点的反馈知识点属性以及目标反馈知识点的反馈知识点业务分区。

若目标内容更新元素的数量有多个，区块链业务系统分别确定与每个目标内容更新元素具有关系关系的反馈知识点(称为候选反馈知识点)，统计每个候选反馈知识点的数量，将最大数量对应的候选反馈知识点作为目标反馈知识点，同样输出目标反馈知识点的反馈知识点属性以及目标反馈知识点的反馈知识点业务分区。

再例如，在以上基础上，可以按照建立的关联关系信息中的每个内容更新元素和每个内容更新元素所属的反馈知识点，查找与每个内容更新元素对应的内容数据源集合，并按照每个内容更新元素所属的反馈知识点从内容数据源集合中获取对应的待更新内容数据后，基于待更新内容数据对智慧云业务进行内容更新。

这样，通过分析多个过往内容更新行为和多个反馈知识点的反馈知识点业务分区，首先确定每个过往内容更新行为所属的反馈知识点，将多个过往内容更新行为进行分组，以调整每个过往内容更新行为所属的反馈知识点。基于调整后的过往内容更新行为所属的反馈知识点，确定过往内容更新行为中的内容更新元素所属的反馈知识点。可见，本公开不需要人工参与，由区块链业务系统100自动确定每个内容更新元素所属的反馈知识点进而建立关联关系，避免由人工关联所带来的效率低下问题，可以降低关联耗时，提高关联效率；进一步地，本公开通过多个过往内容更新行为分组以调整每个过往内容更新行为所属的反馈知识点，可以提高每个过往内容更新行为所属的反馈知识点的准确度，进而可以提高后续确定每个内容更新元素所属的反馈知识点的准确度。

本公开实施例提供一种过往内容更新行为分组的具体流程，下述步骤S201-步骤S203主要描述如何将多个过往内容更新行为分组为过往内容更新行为类以及如何确定每个过往内容更新行为类所属的反馈知识点，且步骤S201-步骤S203对应的实施例是上述图3对应步骤S180的一个具体实施例：

步骤S201，获取第一预设聚类数量。

具体的，区块链业务系统获取预设的第一预设聚类数量，经过大量实验表明。

步骤S202，根据每个过往内容更新行为的内容更新元素序列和所述第一预设聚类数量，将多个过往内容更新行为划分为多个原始内容更新行为群。

具体的，是否将两个过往内容更新行为划分为一个原始内容更新行为群的原则有两个，其一是若这两个过往内容更新行为中的内容更新元素序列的交集数量足够大，即内容更新元素序列足够相似，那么这两个过往内容更新行为可以被划分为一个候选内容更新行为群；其二是如果过往内容更新行为1和过往内容更新行为2被划分为一个候选内容更新行为群，过往内容更新行为2和过往内容更新行为3被划分为一个候选内容更新行为群，那么这两个候选内容更新行为群可以合并为一个原始内容更新行为群，即过往内容更新行为1、过往内容更新行为2和过往内容更新行为3属于同一个原始内容更新行为群。当然，若候选内容更新行为群A不存在待合并的候选内容更新行为群B，那么直接将候选内容更新行为群作为原始内容更新行为群。

基于上述两个原则，区块链业务系统确定多个原始内容更新行为群的具体过程如下：

多个过往内容更新行为包括第一过往内容更新行为和第二过往内容更新行为，区块链业务系统统计第一过往内容更新行为中的内容更新元素序列和第二过往内容更新行为中的内容更新元素序列之间的交集数量(也可以称为内容更新元素共享数量)，区块链业务系统从第一过往内容更新行为中包含的内容更新元素数量和第二过往内容更新行为中包含的内容更新元素数量中选择最大内容更新元素数量，若内容更新元素共享数量除以最大内容更新元素数量所得到的商大于第一预设聚类数量(第一预设聚类数量可以等于0.4)，则区块链业务系统可以将第一过往内容更新行为和第二过往内容更新行为组合为候选内容更新行为群。区块链业务系统可以按照上述原则二将多个候选内容更新行为群进行合并，以得到最终的原始内容更新行为群。

举例来说，第一过往内容更新行为中的内容更新元素序列包含内容更新元素1，内容更新元素2和内容更新元素3，第二过往内容更新行为中的内容更新元素序列包含内容更新元素1，内容更新元素2和内容更新元素4。因此，第一过往内容更新行为和第二过往内容更新行为之间重叠的内容更新元素是内容更新元素1和内容更新元素2，那么内容更新元素共享数量等于2，且最大内容更新元素数量等于3。若预设的第一预设聚类数量等于0.4，2/3＞0.4，因此第一过往内容更新行为和第二过往内容更新行为可以组合为一个候选内容更新行为群。若第一过往内容更新行为和第三过往内容更新行为也可以组合为一个候选内容更新行为群，那么可以将这两个候选内容更新行为群合并为一个包含第一过往内容更新行为、第二过往内容更新行为和第三过往内容更新行为的原始内容更新行为群。

可选的，区块链业务系统还可以采用下述方法确定原始内容更新行为群：

多个过往内容更新行为包括第一过往内容更新行为和第二过往内容更新行为，区块链业务系统统计第一过往内容更新行为中的内容更新元素序列和第二过往内容更新行为中的内容更新元素序列之间的交集数量(也可以称为内容更新元素共享数量)，区块链业务系统统计第一过往内容更新行为包含的内容更新元素数量和第二过往内容更新行为包含的内容更新元素数量之和(也可以称为内容更新元素总量)。若内容更新元素共享数量除以内容更新元素总量所得的商大于第一预设聚类数量(其中，内容更新元素共享数量除以内容更新元素总量所得的商即是Jaccard系数，第一预设聚类数量可以等于0.4)，则区块链业务系统可以将第一过往内容更新行为和第二过往内容更新行为组合为候选内容更新行为群。区块链业务系统可以按照上述原则二将多个候选内容更新行为群进行合并，以得到最终的原始内容更新行为群。

举例来说，第一过往内容更新行为中的内容更新元素序列包含内容更新元素1，内容更新元素2和内容更新元素3，第二过往内容更新行为中的内容更新元素序列包含内容更新元素1，内容更新元素2和内容更新元素4。因此，第一过往内容更新行为和第二过往内容更新行为之间重叠的内容更新元素是内容更新元素1和内容更新元素2，那么内容更新元素共享数量等于2，且内容更新元素总量等于4。若预设的第一预设聚类数量等于0.4，2/4＞0.4，因此第一过往内容更新行为和第二过往内容更新行为可以组合为一个候选内容更新行为群。若第一过往内容更新行为和第三过往内容更新请也可以组合为一个候选内容更新行为群，那么可以将这两个候选内容更新行为群合并为一个包含第一过往内容更新行为、第二过往内容更新行为和第三过往内容更新行为的原始内容更新行为群。

可选的，区块链业务系统除了采用上述两种方式确定原始内容更新行为群以外，还可以采用下述方法确定原始内容更新行为群：

多个过往内容更新行为包括第一过往内容更新行为和第二过往内容更新行为，且第一过往内容更新行为和第二过往内容更新行为中都还包含内容更新元素序列中的每个内容更新元素的内容影响度。区块链业务系统统计第一过往内容更新行为中的内容更新元素序列和第二过往内容更新行为中的内容更新元素序列之间的重叠内容更新元素，重叠内容更新元素是既存在于第一过往内容更新行为中也存在于第二过往内容更新行为中的内容更新元素。确定重叠内容更新元素在第一过往内容更新行为中的内容影响度以及在第二过往内容更新行为中的内容影响度，计算这两个内容影响度的差值。若重叠内容更新元素的数量只有1个，区块链业务系统直接将上述两个内容影响度的差值作为内容影响度权重；若重叠内容更新元素的数量是多个，区块链业务系统将多个重叠内容更新元素的内容影响度的差值之和作为内容影响度权重。

若内容影响度权重小于第一预设聚类数量，则区块链业务系统可以将第一过往内容更新行为和第二过往内容更新行为组合为候选内容更新行为群。区块链业务系统可以按照上述原则二将多个候选内容更新行为群进行合并，以得到最终的原始内容更新行为群。

举例来说，第一过往内容更新行为中的内容更新元素序列包含内容更新元素1，内容更新元素2和内容更新元素3，且内容更新元素1的内容影响度为2，内容更新元素2的内容影响度为4，内容更新元素3的内容影响度为3；第二过往内容更新行为中的内容更新元素序列包含内容更新元素1，内容更新元素2和内容更新元素4，且内容更新元素1的内容影响度为3，内容更新元素2的内容影响度为6，内容更新元素4的内容影响度为2。因此，第一过往内容更新行为和第二过往内容更新行为之间的重叠内容更新元素是内容更新元素1和内容更新元素2，内容更新元素1在两个过往内容更新行为中的内容影响度的差值为3-2＝1，内容更新元素2在两个过往内容更新行为中的内容影响度的差值为6-4＝2，那么内容影响度权重就等于1+2＝3，若第一预设聚类数量等于4，3＜4，因此第一过往内容更新行为和第二过往内容更新行为可以组合为一个候选内容更新行为群。若第一过往内容更新行为和第三过往内容更新请也可以组合为一个候选内容更新行为群，那么可以将这两个候选内容更新行为群合并为一个包含第一过往内容更新行为、第二过往内容更新行为和第三过往内容更新行为的原始内容更新行为群。

步骤S203，根据每个原始内容更新行为群中的过往内容更新行为所属的反馈知识点，确定多个过往内容更新行为类以及每个过往内容更新行为类所属的反馈知识点。

具体的，至此，区块链业务系统就获取了多个原始内容更新行为群，且每个原始内容更新行为群中的过往内容更新行为包含的内容更新元素序列都足够相似。对任一原始内容更新行为群来说，统计该原始内容更新行为群包含的过往内容更新行为的数量(称为第一请求数量)，将该原始内容更新行为群划分为多个单位原始内容更新行为群，任一单位原始请求簇中的过往内容更新行为属于相同反馈知识点。从多个单位原始内容更新行为群中获取包含过往内容更新行为最多的单位原始内容更新行为群(称为目标单位原始内容更新行为群)，获取目标单位原始内容更新行为群包含的过往内容更新行为的数量(称为第二请求数量)，若第二请求数量除以第一请求数量所得的商不小于预设的预设反馈知识点比值(预设反馈知识点比值可以等于70％)，则将该原始内容更新行为群确定为过往内容更新行为类，并将目标单位原始内容更新行为群对应的反馈知识点作为该过往内容更新行为类所属的反馈知识点。

反之，若第二请求数量除以第一请求数量所得的商小于预设的预设反馈知识点比值(预设反馈知识点比值可以等于70％)，则区块链业务系统调整第一预设聚类数量，得到第二预设聚类数量。其中，在步骤S202介绍了3种确定原始内容更新行为群的方式，若是采用前两种方式确定原始内容更新行为群，那么此处就是将第一预设聚类数量调大，即调整后的第二预设聚类数量比第一预设聚类数量大(可以具体大0.05)；若是采用最后一种方式确定原始内容更新行为群，那么此处就是将第一预设聚类数量调小，即调整后的第二预设聚类数量比第一预设聚类数量小。区块链业务系统根据调整后的第二预设聚类数量，将该原始内容更新行为群中的过往内容更新行为进行重新分组，重新分组得到新的原始内容更新行为，重新确定新的原始内容更新行为是否为过往内容更新行为，或者确定新的原始内容更新行为是否还需要再次分组。

区块链业务系统可以采用这种方式，分别确定每个原始内容更新行为群是否为过往内容更新行为类，若是，则进一步确定过往内容更新行为类所属的反馈知识点；若不是，还需要将所有不是过往内容更新行为类的原始内容更新行为群再进行进行分组，再确定新的原始内容更新行为群，再判断新的原始内容更新行为群是否为过往内容更新行为类。不断地迭代分组，以提高分组精度。

上述可知，本公开提出了多个度量两个过往内容更新行为是否为相似过往内容更新行为的方式，丰富了度量内容更新行为相似度的方式；再有，本公开通过迭代分组，不断地调整预设聚类数量，以提高分组精度，可以提高每个过往内容更新行为所属的反馈知识点的准确度，进而可以提高后续确定每个内容更新元素所属的反馈知识点的准确度。

进一步地，本公开实施例提供一种修正内容更新行为所属反馈知识点的流程，修正内容更新行为所属反馈知识点包括如下步骤：

步骤S301，区块链业务系统将请求集分组为多个请求类。

具体的，请求集可以对应前述中的多个过往内容更新行为，区块链业务系统根据预设聚类数量0.4将请求集中的多个请求分组为多个请求类，每个请求类中都包含相似的请求，其中，请求类可以对应前述中的原始内容更新行为群。

步骤S302，区块链业务系统是否对每个请求类都检测完毕，若是，执行步骤S303，若否，执行步骤S304。

步骤S303，流程结束。

步骤S304，区块链业务系统开始检测请求类i。

步骤S305，判断请求类i中数量最多的反馈知识点L占比是否超过70％，若是，则执行步骤S306，若否，则区块链业务系统将预设聚类数量由0.4调整为0.45，根据新的预设聚类数量0.45将请求类i中的多个请求再次分组。

步骤S306，区块链业务系统确定请求类i中的所有请求属于反馈知识点L。

具体的，区块链业务系统100按照上述流程可以修正请求集中的每个请求所属的反馈知识点。

图3为本公开实施例提供的基于区块链的智慧云业务更新装置300的功能模块示意图，下面分别对该基于区块链的智慧云业务更新装置300的各个功能模块的功能进行详细阐述。

推送模块310，用于基于更新后的智慧云业务的业务推送策略，向区块链业务节点推送智慧云业务资讯信息。

获取模块320，用于获取区块链业务节点针对智慧云业务资讯信息反馈的多个反馈知识点的反馈知识点业务分区，并获取与多个反馈知识点相关的多个过往内容更新行为，任一过往内容更新行为包括内容更新业务分区和内容更新元素序列。

确定模块330，用于根据每个过往内容更新行为的内容更新业务分区和多个反馈知识点的反馈知识点业务分区，确定每个过往内容更新行为所属的反馈知识点。

聚类模块340，用于根据每个过往内容更新行为的内容更新元素序列以及每个过往内容更新行为所属的反馈知识点，对多个过往内容更新行为进行聚类处理，得到多个过往内容更新行为类分别所属的反馈知识点。

更新模块350，用于根据多个过往内容更新行为类分别所属的反馈知识点，确定多个过往内容更新行为中每个内容更新元素所属的反馈知识点，并为每个内容更新元素和每个内容更新元素所属的反馈知识点建立关联关系后，基于建立的关联关系信息对智慧云业务进行内容更新后，将内容更新记录上传到区块链网络对应的区块链。

图4示出了本公开实施例提供的用于实现上述的基于区块链的智慧云业务更新方法的区块链业务系统100的硬件结构意图，如图4所示，区块链业务系统100可包括处理器110、机器可读存储介质120、总线130以及收发器140。

在具体实现过程中，至少一个处理器110执行机器可读存储介质120存储的区块链业务系统执行指令，使得处理器110可以执行如上方法实施例的基于区块链的智慧云业务更新方法，处理器110、机器可读存储介质120以及收发器140通过总线130连接，处理器110可以用于控制收发器140的收发动作，从而可以与前述的区块链业务节点200进行数据收发。

处理器110的具体实现过程可参见上述区块链业务系统100执行的各个方法实施例，其实现原理和技术效果类似，本实施例此处不再赘述。

此外，本公开实施例还提供一种可读存储介质，所述可读存储介质中预设有区块链业务系统执行指令，当处理器执行所述区块链业务系统执行指令时，实现如上基于区块链的智慧云业务更新方法。

最后，应当理解的是，本说明书中实施例仅用以说明本说明书实施例的原则。其它的变形也可能属于本说明书范围。因此，作为示例而非限制，本说明书实施例的替代配置可视为与本说明书的教导匹配。相应地，本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。