[發明專利]用戶行為預測方法、裝置及電子設備

有效

• 申請號: 201710896690.7
• 申請日: 2017-09-28
• 公開（公告）號: CN107578294B
• 公開（公告）日: 2020-07-24
• 發明（設計）人: 彭曉茂;龔建
• 申請（專利權）人: 北京小度信息科技有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02
• 代理公司: 北京智信四方知識產權代理有限公司 11519
• 代理人: 宋海龍;劉真

本公開實施例公開了一種用戶行為預測方法、裝置及電子設備，所述方法包括：獲取用戶行為訓練數據集，其中，所述用戶行為訓練數據集包括預設歷史時間段內歷史用戶數據和歷史用戶特征數據；對所述用戶行為訓練數據集進行訓練，得到用戶行為預測模型；根據所述用戶行為預測模型對測試用戶進行預設業務行為預測。通過本公開實施例提供的技術方案，對于用戶進行行為預測，從而獲取最有可能下單的目標用戶群體，進而就可以在目標用戶群體中選擇全部或者部分用戶執行發送優惠券、代金券等預設措施。該技術方案在發展新用戶、促進用戶訂單方面更具針對性，成功率高，同時還降低了發展新用戶所花費的成本。

技術領域

本公開涉及行為預測技術領域，具體涉及一種用戶行為預測方法、裝置及電子設備。

背景技術

隨著互聯網技術的發展，越來越多的商家或者服務提供商通過互聯網渠道來推廣產品和服務，并力求在推廣產品和服務的基礎上爭取更多的用戶訂單，以提升現有資源的利用率，為商家或者服務提供商創造更多的價值。目前很多商家或者服務提供商通常采用向大眾隨機發送優惠信息、發送優惠券或代金券的形式來吸引用戶下單，但這種方式缺乏針對性，成功率低，需要花費的成本較高。

發明內容

本公開實施例提供一種用戶行為預測方法、裝置及電子設備。

第一方面，本公開實施例中提供了一種用戶行為預測方法。

具體的，所述用戶行為預測方法，包括：

獲取用戶行為訓練數據集，其中，所述用戶行為訓練數據集包括預設歷史時間段內歷史用戶數據和歷史用戶特征數據；

對所述用戶行為訓練數據集進行訓練，得到用戶行為預測模型；

根據所述用戶行為預測模型對測試用戶進行預設業務行為預測。

結合第一方面，本公開在第一方面的第一種實現方式中，所述獲取用戶行為訓練數據集，包括：

獲取預設歷史時間段內歷史用戶數據，其中，所述歷史用戶數據包括預設業務歷史用戶數據、未發生預設業務用戶數據；

獲取歷史用戶特征數據；

關聯所述歷史用戶數據與歷史用戶特征數據，得到預設業務歷史用戶訓練數據和未發生預設業務用戶訓練數據，形成所述用戶行為訓練數據集。

結合第一方面，本公開在第一方面的第一種實現方式中，所述獲取歷史用戶特征數據，包括：

為所述歷史用戶數據設置類別標簽，形成類別向量；

獲取歷史用戶原始特征數據，形成特征向量，其中，所述歷史用戶原始特征數據包括多個特征值；

計算所述特征向量與所述類別向量之間的相關值；

確定所述相關值的絕對值大于預設相關閾值的特征向量隊列；

取所述特征向量隊列前預設數量的特征向量元素作為歷史用戶特征數據。

結合第一方面，本公開在第一方面的第一種實現方式中，所述對所述用戶行為訓練數據集進行訓練，得到用戶行為預測模型，包括：

將所述預設業務歷史用戶訓練數據作為正樣本，將所述未發生預設業務用戶訓練數據作為負樣本進行訓練，得到所述用戶行為預測模型。

結合第一方面，本公開在第一方面的第一種實現方式中，所述對用戶行為訓練數據集進行訓練，得到用戶行為預測模型，包括：

獲取預設業務歷史用戶訓練數據和未發生預設業務用戶訓練數據；

對所述預設業務歷史用戶訓練數據和未發生預設業務用戶訓練數據進行數值化；

根據訓練數據類型和分類結果目標類型確定分類函數；