[發明專利]行為預測方法、裝置及設備

在審

• 申請號: 201910572980.5
• 申請日: 2019-06-28
• 公開（公告）號: CN110298508A
• 公開（公告）日: 2019-10-01
• 發明（設計）人: 朱翔宇;王琳琳;翟磊
• 申請（專利權）人: 京東數字科技控股有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q30/06
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 孫靜;劉芳

1.一種行為預測方法，其特征在于，包括：

獲取第一用戶的用戶數據，所述用戶數據包括所述第一用戶在歷史時段內訪問預設平臺的行為信息；

對所述用戶數據進行數據處理得到所述第一用戶的特征信息，所述特征信息包括如下信息中的至少兩種：所述第一用戶在所述歷史時段的第一行為特征、所述第一用戶在所述歷史時段的各子時段內的第二行為特征、所述第一用戶在所述歷史時段的各子時段內的具有時間衰減特性的第三行為特征、所述第一用戶在所述歷史時段內的具有個人情感的第四行為特征；

根據所述特征信息和所述特征信息中每個行為特征對應的預測模型，預測所述第一用戶在第一時段內訪問所述預設平臺的訪問概率。

2.根據權利要求1所述的方法，其特征在于，所述根據所述特征信息和所述特征信息中每個行為特征對應的預測模型，預測所述第一用戶在第一時段內訪問所述預設平臺的訪問概率，包括：

根據所述特征信息中包括的行為特征，確定至少兩個預測模型，一種行為特征對應一種預測模型；

將所述特征信息中包括的行為特征輸入至對應的預測模型，得到每個預測模型的輸出；

根據每個預測模型的輸出，預測所述第一用戶在第一時段內訪問所述預設平臺的概率。

3.根據權利要求2所述的方法，其特征在于，所述根據每個預測模型的輸出，預測所述第一用戶在第一時段內訪問所述預設平臺的概率，包括：

獲取每個預測模型對應的權重值；

根據每個預測模型對應的權重值和每個預測模型的輸出，確定所述第一用戶在第一時段內訪問所述預設平臺的概率。

4.根據權利要求2或3所述的方法，其特征在于，所述第一行為特征對應第一預測模型，所述第一預測模型為根據多組第一樣本訓練得到的；

其中，每組第一樣本包括樣本用戶在樣本歷史時段內訪問所述預設平臺的樣本行為特征、以及所述樣本用戶在所述樣本歷史時段之后的一個樣本時段內訪問所述預設平臺的樣本概率。

5.根據權利要求2或3所述的方法，其特征在于，所述第二行為特征對應第二預測模型，所述第二預測模型為根據多組第二樣本訓練得到的；

其中，每組第二樣本包括樣本用戶在樣本歷史時段的各樣本子時段內訪問所述預設平臺的樣本行為特征、以及所述樣本用戶在所述樣本歷史時段之后的一個樣本時段內訪問所述預設平臺的樣本概率。

6.根據權利要求2或3所述的方法，其特征在于，所述第三行為特征對應第三預測模型，所述第三預測模型為根據多組第三樣本訓練得到的；

其中，每組第三樣本包括樣本用戶在樣本歷史時段的各樣本子時段內訪問所述預設平臺的具有時間衰減特性的樣本行為特征、以及所述樣本用戶在所述樣本歷史時段之后的一個樣本時段內訪問所述預設平臺的樣本概率。

7.根據權利要求2或3所述的方法，其特征在于，所述第四行為特征對應第四預測模型，所述第四預測模型為根據多組第四樣本訓練得到的；

其中，每組第四樣本包括樣本用戶在樣本歷史時段的各樣本子時段內訪問所述預設平臺的具有個人情感的樣本行為特征、以及所述樣本用戶在所述樣本歷史時段之后的一個樣本時段內訪問所述預設平臺的樣本概率。

8.根據權利要求1-7任一項所述的方法，其特征在于，對所述用戶數據進行數據處理得到所述第一行為特征，包括：

獲取所述第一行為特征對應的至少一種數據類型；

在所述用戶數據中確定每種數據類型對應的特征值；

根據每種數據類型對應的特征值，確定所述第一行為特征。

9.根據權利要求1-7任一項所述的方法，其特征在于，對所述用戶數據進行數據處理得到所述第二行為特征，包括：

將所述歷史時段劃分為至少兩個子時段；

在所述用戶數據中確定每個子時段對應的子用戶數據；

獲取所述子時段對應的至少一種數據類型；

分別在每個子時段對應的子用戶數據中確定每種數據類型對應的特征值；

根據每個子時段中每種數據類型對應的特征值，確定所述第二行為特征。