[發明專利]基于用戶行為特征挖掘用戶潛在購買商品和品類的方法

在審

• 申請號: 201910687675.0
• 申請日: 2019-07-29
• 公開（公告）號: CN110555717A
• 公開（公告）日: 2019-12-10
• 發明（設計）人: 程銳;張艷青;楊漫瑤
• 申請（專利權）人: 華南理工大學
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q30/06
• 代理公司: 44245 廣州市華學知識產權代理有限公司
• 代理人: 林梅繁

1.基于用戶行為特征挖掘用戶潛在購買商品和品類的方法，其特征在于，包括：

數據清洗與數據預處理，得到預處理后的數據；

對預處理后的數據進行數據編碼，并提取基本特征、統計類特征、時間間隔類特征、計算類特征，對提取的特征通過過濾法進行特征重要性評估，篩選出重要特征和冗余特征，在進行特征重要性評估過程，針對某些用戶行為離預測時間越近對結果影響越大，引入時間衰退理論，對數據特征進行加權處理，得到用戶行為特征數據；

對樣本數據進行正負樣本分析與分類，將正負樣本通過動態欠采樣處理生成多個樣本子集，作為訓練的正負樣本數據；

通過正負樣本數據對決策樹模型進行訓練，訓練出多個單預測模型，再通過stacking方式對單預測模型進行融合，生成多個融合預測模型；

利用融合預測模型進行預測，將預測結果與期望值進行對比，反饋給決策樹模型進行參數調整和模型再訓練，直到得出最優的模型參數；

基于多個融合預測模型對用戶潛在購買商品和品類進行預測，對各個融合預測模型的預測結果進行處理分析，得到帶有權重的用戶潛在購買商品和品類。

2.根據權利要求1所述的基于用戶行為特征挖掘用戶潛在購買商品和品類的方法，其特征在于，過濾法指的是采用相關系數法對每個特征按照指標進行打分，這個評分即代表著這個特征的重要性，然后依據評分對特征進行排序。

3.根據權利要求2所述的基于用戶行為特征挖掘用戶潛在購買商品和品類的方法，其特征在于，采用卡方過濾計算每個非負特征和標簽之間的卡方統計量，并依照卡方統計量由高到低為特征排名，選出前K個分數最高的特征的類，借此除去最可能獨立于標簽，與分類目的無關的特征。

4.根據權利要求1所述的基于用戶行為特征挖掘用戶潛在購買商品和品類的方法，其特征在于，樣本數據包括某個用戶對于某個商品在一段時間內的行為特征數據、商品、用戶本身的特征數據。

5.根據權利要求1所述的基于用戶行為特征挖掘用戶潛在購買商品和品類的方法，其特征在于，動態欠采樣處理是針對樣本數量過大的那部分樣本，通過一定的方法抽取部分樣本，以協調其與其他樣本的比例不均衡情況。

6.根據權利要求5所述的基于用戶行為特征挖掘用戶潛在購買商品和品類的方法，其特征在于，通過隨機抽取的方式，從負樣本中抽取一定數量的子樣本，與正樣本組合成新的樣本集。

7.根據權利要求1所述的基于用戶行為特征挖掘用戶潛在購買商品和品類的方法，其特征在于，采用的決策樹模型為RF和GDBT算法。

8.根據權利要求1所述的基于用戶行為特征挖掘用戶潛在購買商品和品類的方法，其特征在于，多個單預測模型通過stacking方式生成融合預測模型過程包括：

在處理好正負樣本后，生成n個樣本訓練集train_x、…、train_y和測試集test；

①選擇一種未經訓練的決策樹模型；

②抽取其中n-1份作為小的訓練集s_train_x、…、s_train_y，另外一份作為小的測試集s_test，測試集test不變；

③以s_train_x、…、s_train_y訓練決策樹模型，訓練出的模型預測s_test得出對應的s_pred，再預測test得出y_pred；

④在訓練集再選擇另外一份作為小的測試集s_test_x，其他n-1份作為訓練集訓練決策樹模型；

⑤重復②、③、④步驟n次，得到n個s_pred和n個y_pred；

n個s_pred作為一個train_X，原始的train_y作為train_Y訓練融合預測模型得到模型G，n個y_pred取個平均值作為新的test_X，把test_X帶入到模型G中得出預測結果；

以上就是stacking的第一層，在第二層中，以第一層的輸出訓練集train_X、train_Y、測試集test_X再結合其他的特征集再做一層stacking，重復上面的步驟，生成最終的融合預測模型。