[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

本發明實施例提供一種行為預測方法、裝置及設備，該方法包括：獲取第一用戶的用戶數據，用戶數據包括第一用戶在歷史時段內訪問預設平臺的行為信息；對用戶數據進行數據處理得到第一用戶的特征信息，特征信息包括如下信息中的至少兩種：第一用戶在歷史時段的第一行為特征、第一用戶在歷史時段的各子時段內的第二行為特征、第一用戶在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、第一用戶在歷史時段內的具有個人情感的第四行為特征；根據特征信息和特征信息中每個行為特征對應的預測模型，預測第一用戶在第一時段內訪問預設平臺的訪問概率。提高了預測用戶行為的準確性。

技術領域

本發明實施例涉及計算機技術領域，尤其涉及一種行為預測方法、裝置及設備。

背景技術

目前，很多電商平臺(例如購物平臺、娛樂平臺等)為提升運營效果，通常需要對用戶的行為進行預測。

在實際應用過程中，電商平臺為了提升運營效果，通常會預測用戶在未來的一個時段是否會登錄電商平臺，若是，則向用戶推送一些商品信息，若否，則不向用戶推送商品信息。在現有技術中，電商平臺通常會根據經驗值估計用戶在預設時段是否會訪問電商平臺，然而，電商平臺根據經驗值無法估計出用戶在預設時段內是否會訪問電商平臺，導致對用戶的行為預測的準確性較低。

發明內容

本發明實施例提供一種行為預測方法、裝置及設備，提高了預測用戶行為的準確性。

第一方面，本發明實施例提供一種行為預測方法，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。

在一種可能的實施方式中，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。

在一種可能的實施方式中，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。

在一種可能的實施方式中，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。

在一種可能的實施方式中，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；