[發明專利]對象預測方法、裝置、計算機設備和存儲介質

在審

• 申請號: 202010837280.7
• 申請日: 2020-08-19
• 公開（公告）號: CN114077703A
• 公開（公告）日: 2022-02-22
• 發明（設計）人: 朱翔宇;何從慶
• 申請（專利權）人: 京東科技控股股份有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/33
• 代理公司: 北京華夏泰和知識產權代理有限公司 11662
• 代理人: 王衛忠;劉蔓莉

本申請涉及一種對象預測方法、裝置、計算機設備和存儲介質。所述方法包括：獲取在預設時間段內的用戶行為數據，用戶行為數據中包括待分析對象的對象信息；提取用戶行為數據中的數據特征；輸入數據特征至時間信息模型，得到待分析對象的第一預測結果；輸入待分析對象的第一預測結果和數據特征至第一預測模型，得到待分析對象的第一預測概率；輸入數據特征至第二預測模型，得到待分析對象的第二預測概率；輸入待分析對象的第一預測概率和待分析對象的第二預測概率至邏輯回歸模型，輸出待分析對象的概率。通過多個不同的模型對數據特征進行分析，識別出待分析對象的概率，根據各個待分析對象的概率確定出推送對象，提升了數據推送的精準度。

技術領域

本申請涉及計算機技術領域，尤其涉及一種對象預測方法、裝置、計算機設備和存儲介質。

背景技術

數據推送是指各個數據內容商主動推送數據，如向每個用戶推送對應的數據內容，如推送新聞、推送商品等。常見的數據推送是基于關聯規則進行推送，即根據用戶對數據的評分來查找相似用戶，利用相似用戶和用戶本身的數據，為用戶推送數據，僅根據用戶對應的數據進行數據推送，并不能有效的預測用戶的意圖，從而影響數據推送的精準度。

發明內容

為了解決上述技術問題，本申請提供了一種對象預測方法、裝置、計算機設備和存儲介質。

本申請提供了一種對象預測方法，包括：

獲取在預設時間段內的用戶行為數據，所述用戶行為數據中包括待分析對象的對象信息；

提取所述用戶行為數據中的數據特征；

輸入所述數據特征至時間信息模型，得到所述待分析對象的第一預測結果；

輸入所述待分析對象的第一預測結果和所述數據特征至第一預測模型，得到所述待分析對象的第一預測概率；

輸入所述數據特征至第二預測模型，得到所述待分析對象的第二預測概率；

輸入所述待分析對象的第一預測概率和所述待分析對象的第二預測概率至邏輯回歸模型，輸出所述待分析對象的概率。

本申請提供了一種對象預測裝置，包括：

數據獲取模塊，用于獲取在預設時間段內的用戶行為數據，所述用戶行為數據中包括待分析對象的對象信息；

特征提取模塊，用于提取所述用戶行為數據中的數據特征；

時間信息模型，用于接收所述數據特征，得到所述待分析對象的第一預測結果；

第一預測模型，用于接收所述待分析對象的第一預測結果和所述數據特征，輸出所述待分析對象的第一預測概率；

第二預測模型，用于接收所述數據特征，輸出所述待分析對象的第二預測概率；

邏輯回歸模型，用于接收所述待分析對象的第一預測概率和所述待分析對象的第二預測概率，輸出所述待分析對象的概率。

一種計算機設備，包括存儲器、處理器及存儲在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以下步驟：

獲取在預設時間段內的用戶行為數據，所述用戶行為數據中包括待分析對象的對象信息；

提取所述用戶行為數據中的數據特征；

輸入所述數據特征至時間信息模型，得到所述待分析對象的第一預測結果；

輸入所述待分析對象的第一預測結果和所述數據特征至第一預測模型，得到所述待分析對象的第一預測概率；

輸入所述數據特征至第二預測模型，得到所述待分析對象的第二預測概率；