[發明專利]一種用戶行為預測方法及裝置，電子設備

有效

• 申請號: 201711367670.7
• 申請日: 2017-12-18
• 公開（公告）號: CN108305094B
• 公開（公告）日: 2021-07-23
• 發明（設計）人: 朱凱;周高磊;魏旭杰;范殊文;李世斌
• 申請（專利權）人: 北京三快在線科技有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 莎日娜

本申請用戶行為預測方法，屬于計算機技術領域，解決現有技術中預測結果不準確的問題。所述方法包括：根據目標用戶在t時刻以前的行為數據，構建所述目標用戶的t時刻行為轉移概率矩陣；基于所述t時刻行為轉移概率矩陣和預設行為影響因素，迭代訓練所述目標用戶的行為預估模型；通過所述行為預估模型，基于所述t時刻行為轉移概率矩陣、所述預設行為影響因素和前一時刻所述目標用戶行為預測結果，預測所述目標用戶的下一行為。本申請實施例公開的用戶行為預測方法，通過結合用戶行為相關的因素和用戶的行為轉換關系進行行為預測，細化用戶的行為粒度，全面考慮用戶行為，并結合行為轉化概率進行模型訓練，有效提升了模型預測的準確性。

技術領域

本申請涉及計算機技術領域，特別是涉及一種用戶行為預測方法及裝置，電子設備。

背景技術

用戶行為預測，即根據用戶的現有行為來預測用戶的下一行為。用戶行為預測在廣告在線投放、推薦系統等很多領域都有著廣泛應用。以O2O場景下以餐飲美食舉例，通過預測用戶的下一行為，可以針對該用戶做精準的優惠券或者商家促銷活動推送。現有的用戶行為預測方法，一般是收集上報用戶的操作日志，基于用戶的操作日志進行數據的清洗過濾，然后按照點擊、瀏覽、曝光等粗粒度的劃分來記錄用戶的行為序列，以進行行為預測。然而，不同的業務場景中關注的用戶行為不同，基于這種粗粒度的用戶行為進行預測，并不能真正體現出具體的業務價值，難以達到準確的預測效果。另一方面，由于個體的行為數據有限，訓練樣本的覆蓋度不夠，現有技術中基于操作日志訓練預測模型進行用戶行為預測時，也會出現預測不準確的現象。并且，基于用戶已有的偏好來進行預測時，使得在O2O場景中進行用戶行為預測時具有局限性，難以在預測中發掘用戶新的行為。

可見，現有技術中的用戶行為預測方法，至少存在預測結果不準確的缺陷。

發明內容

本申請提供一種用戶行為預測方法，解決現有技術中的用戶行為預測方法的至少一個問題。

為了解決上述問題，第一方面，本申請實施例提供了一種用戶行為預測方法包括：

根據目標用戶在t時刻以前的行為數據，構建所述目標用戶的t時刻行為轉移概率矩陣；

基于所述t時刻行為轉移概率矩陣和預設行為影響因素，迭代訓練所述目標用戶的行為預估模型；

通過所述行為預估模型，基于所述t時刻行為轉移概率矩陣、所述預設行為影響因素和前一時刻所述目標用戶行為預測結果，預測所述目標用戶的下一行為；

其中，所述t時刻為所述目標用戶行為發生的時刻；所述前一時刻所述目標用戶行為預測結果為迭代訓練之前所述行為預估模型對所述目標用戶在t時刻的行為的預測結果。

第二方面，本申請實施例提供了一種用戶行為預測裝置，包括：

目標用戶行為轉移概率矩陣構建模塊，用于根據目標用戶在t時刻以前的行為數據，構建所述目標用戶的t時刻行為轉移概率矩陣；

模型訓練模塊，用于基于所述t時刻行為轉移概率矩陣和預設行為影響因素，迭代訓練所述目標用戶的行為預估模型；

行為預測模塊，用于通過所述行為預估模型，基于所述t時刻行為轉移概率矩陣、所述預設行為影響因素和前一時刻所述目標用戶行為預測結果，預測所述目標用戶的下一行為；

其中，所述t時刻為所述目標用戶行為發生的時刻；所述前一時刻所述目標用戶行為預測結果為迭代訓練之前所述行為預估模型對所述目標用戶在t時刻的行為的預測結果。

第三方面，本申請實施例還公開了一種電子設備，包括存儲器、處理器及存儲在所述存儲器上并可在處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現本申請實施例所述的用戶行為預測方法。

第四方面，本申請實施例提供了一種計算機可讀存儲介質，其上存儲有計算機程序，該程序被處理器執行時本申請實施例公開的用戶行為預測方法的步驟。