本发明提供了一种基于大数据的自适应链路建立方法，通过第一MECP发送云服务器，云服务器将资源调度至第二MECP，通过第二MECP进行用户行为分析，本发明将资源灵活分配给资源占用率低的节点，提高了处理速度，简化了用户行为数据分析的资源节点。

  本发明提供一种基于边缘计算的大数据用户行为分析方法及电子设备，可以解决现有技术中由于资源调度不均导致用户行为分析困难的问题。

1.边缘计算节点的资源调度：通过监测边缘计算节点的资源占用情况，如果超过预设阈值，则将用户行为数据发送到另一个边缘计算节点，以保证系统的资源利用效率和性能；

2. 云服务器的智能调度：云服务器根据不同边缘计算节点的资源占用状态和距离数据，通过设置权重比和计算规则来计算资源调用优先级，并选择合适的边缘计算节点进行数据处理，从而提高系统的整体效率；

3. 虚拟MECP的组网技术：云服务器利用网络切片技术，在预设范围内的多个边缘计算节点组成虚拟MECP，实现资源共享和协同处理，提高系统的可扩展性和灵活性；

4. 用户行为数据的预处理和特征提取：第二MECP对用户行为数据进行预处理，包括滤除非活跃用户操作历史信息、将用户行为转化为时序序列等。然后基于训练集和测试集提取用户行为数据的特征，以便后续的行为预测和个性化设置；

5. 个性化模式信息的生成和发送：第二MECP根据预测结果生成个性化模式信息，并将其发送给用户设备，从而实现对特定内容的个性化设置和提供更好的用户体验。

随着信息技术的发展，边缘计算可以在靠近物或数据源头的一侧，就近提供最近端服务。移动边缘计算节点(Mobile Edge Computing Point,MECP)收集到前端数据后，具有与云端服务器实时大数据交互的需求，但是，不同地域的边缘计算节点开销不同，不同时间段的资源占用率也不同，因此，有必要在边缘计算节点集群中进行资源调度管理。

而在目前的资源调度方式中，是采用网络切片组成的虚拟节点来根据业务流量承接业务，但对于固定点(例如安防监控领域、家庭网络、楼宇网络等)的业务需求而言，其区域是固定的，其组网方式最优方式也应该是固定的边缘计算节点来实现。但是针对此情况，却没有很好的一个解决方案，导致资源调度不均衡，业务峰值会导致业务实现困难。特别是对于大数据用户行为分析而言，其资源调度的不均匀会导致用户行为分析及数据处理的实现困难，本发明用于解决上述问题，具有实际应用市场。

  中国生态城市研究院有限公司，是经国务院批准成立的国家级城市规划建设管理领域综合性智库机构。中国生态城市研究院有限公司坚持城市绿色低碳、智慧创新、和谐宜居的发展理念，服务于全球城市可持续发展与中国新型城镇化与生态文明战略，系统整合国内外优质资源，致力于为国家城市发展提供决策咨询，为城市提供专业化、全程化、一体化的综合解决方案。

  中国生态城市研究院学术委员会于2016年3月30日正式成立，国务院参事仇保兴博士任主任委员，江亿院士、曲久辉院士、吴志强教授、杨保军教授任学术委员会副主任委员，并聘请了城市规划、产业发展、绿色建筑、园林景观、水系统、绿色交通、能源和固体废弃物处理九个领域的专家为委员会委员。

基于边缘计算的大数据用户行为分析方法及电子设备可以带来巨大的社会、经济和生态效益。首先，本发明通过在边缘计算节点进行数据分析，减少了数据传输和集中处理所产生的网络延迟和资源瓶颈，提高了用户行为分析的实时性和效率。有利于企业更好地理解用户需求和行为模式，从而优化产品设计、市场推广和客户服务，提升企业竞争力和用户满意度。其次，本发明通过智能资源调度和灵活分配，充分利用边缘计算节点的资源，降低了数据处理成本和能源消耗。这不仅可以节约企业的运营成本，还有助于减少数据中心的负荷，降低碳排放量，提升能源利用效率，对环境保护具有积极作用。此外，本发明还促进了边缘计算技术的发展和应用。通过构建虚拟MECP和智能调度机制，实现了边缘计算节点之间的资源共享和协同处理，提高了系统的可扩展性和灵活性。这将推动边缘计算技术在各个行业的应用，促进数字化转型和智能化发展。

  希望通过技术服务的方式进行推广。利用本发明提供的技术解决现有用户行为分析技术中存在资源调度不均的问题，传统的用户行为分析技术在资源调度上存在不均衡的问题，即某些任务可能会占用过多的系统资源，导致其他任务无法得到足够的资源支持。这会影响用户行为分析的准确度和分析效率，降低整个系统的性能。 而本发明提供的资源调度算法可以根据不同任务的优先级、资源需求和系统资源状况进行动态调度。通过合理分配资源，可以确保每个任务都能获得足够的资源支持，从而提升用户行为分析的准确度和分析效率。