[發(fā)明專利]用戶行為模式的挖掘及推薦方法、裝置、電子設(shè)備、介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011242150.5
• 申請(qǐng)日: 2020-11-09
• 公開(kāi)（公告）號(hào): CN114463025A
• 公開(kāi)（公告）日: 2022-05-10
• 發(fā)明（設(shè)計(jì)）人: 楊昕
• 申請(qǐng)（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號(hào): G06Q30/02
• 分類號(hào): G06Q30/02;G06Q10/06;G06F16/2458
• 代理公司: 北京市立方律師事務(wù)所 11330
• 代理人: 張?bào)銓?張海秀

1.一種用戶行為模式的挖掘方法，其特征在于，包括：

獲取用戶的多個(gè)行為指標(biāo)數(shù)據(jù)，所述行為指標(biāo)數(shù)據(jù)包括時(shí)間信息以及所述時(shí)間信息對(duì)應(yīng)的行為數(shù)據(jù)指標(biāo)值；

基于所述多個(gè)行為指標(biāo)數(shù)據(jù)對(duì)應(yīng)的時(shí)序信息，確定各所述行為數(shù)據(jù)指標(biāo)值中的特征值，將各所述特征值對(duì)應(yīng)的行為指標(biāo)數(shù)據(jù)作為特征指標(biāo)數(shù)據(jù)；

基于各所述特征指標(biāo)數(shù)據(jù)，挖掘所述用戶的用戶行為模式。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述多個(gè)行為指標(biāo)數(shù)據(jù)包括所述用戶對(duì)應(yīng)于應(yīng)用程序的至少兩種信息類別的行為指標(biāo)數(shù)據(jù)；

所述基于所述多個(gè)行為指標(biāo)數(shù)據(jù)對(duì)應(yīng)的時(shí)序信息，確定各所述行為數(shù)據(jù)指標(biāo)值中的特征值，將各所述特征值對(duì)應(yīng)的行為指標(biāo)數(shù)據(jù)作為特征指標(biāo)數(shù)據(jù)，包括：

按照信息類別對(duì)所述多個(gè)行為指標(biāo)數(shù)據(jù)進(jìn)行劃分，得到對(duì)應(yīng)于每種信息類別的多個(gè)行為指標(biāo)數(shù)據(jù)；

對(duì)于每種信息類別，基于該信息類別的多個(gè)行為指標(biāo)數(shù)據(jù)對(duì)應(yīng)的時(shí)序信息，確定該信息類別對(duì)應(yīng)的各行為數(shù)據(jù)指標(biāo)值中的特征值，將該信息類別對(duì)應(yīng)的各特征值作為該信息類別對(duì)應(yīng)的特征指標(biāo)數(shù)據(jù)；

所述基于各所述特征指標(biāo)數(shù)據(jù)，挖掘所述用戶的用戶行為模式，包括：

對(duì)于每種信息類別，基于該信息類別的各特征指標(biāo)數(shù)據(jù)挖掘所述用戶對(duì)應(yīng)于該信息類別的用戶行為模式，所述用戶行為模式包括時(shí)序模式；所述方法，還包括：

基于所述用戶對(duì)于所述應(yīng)用程序的使用時(shí)間，確定與所述使用時(shí)間匹配的至少一個(gè)時(shí)序模式，基于所述確定的時(shí)序模式和所述使用時(shí)間，為所述用戶推薦所確定的時(shí)序模式對(duì)應(yīng)的信息類別的相關(guān)信息。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述多個(gè)行為指標(biāo)數(shù)據(jù)對(duì)應(yīng)的時(shí)序信息，確定各所述行為數(shù)據(jù)指標(biāo)值中的特征值，包括：

基于所述時(shí)間信息，對(duì)所述多個(gè)行為指標(biāo)數(shù)據(jù)進(jìn)行劃分，得到多個(gè)時(shí)間周期對(duì)應(yīng)的行為指標(biāo)數(shù)據(jù)；

對(duì)于每個(gè)時(shí)間周期，基于屬于該時(shí)間周期的各行為指標(biāo)數(shù)據(jù)對(duì)應(yīng)的時(shí)序信息，確定每個(gè)時(shí)間周期的各行為數(shù)據(jù)指標(biāo)值中的特征值；

所述基于各所述特征指標(biāo)數(shù)據(jù)，挖掘所述用戶的用戶行為模式，包括：

基于各所述時(shí)間周期對(duì)應(yīng)的特征指標(biāo)數(shù)據(jù)，挖掘所述用戶的用戶行為模式。

4.根據(jù)權(quán)利要求1至3中任一項(xiàng)所述的方法，其特征在于，所述基于各所述特征指標(biāo)數(shù)據(jù)，挖掘所述用戶的用戶行為模式，包括：

基于各所述特征指標(biāo)數(shù)據(jù)的時(shí)間信息，確定用戶行為的時(shí)序特征；

基于各所述特征指標(biāo)數(shù)據(jù)的時(shí)間信息及對(duì)應(yīng)的特征值，確定用戶行為的行為特征；

基于所述時(shí)序特征和所述行為特征挖掘所述用戶行為模式。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述基于各所述特征指標(biāo)數(shù)據(jù)的時(shí)間信息，確定用戶行為的時(shí)序特征，包括：

基于各所述特征指標(biāo)數(shù)據(jù)的時(shí)序信息，確定時(shí)間上相鄰的特征指標(biāo)數(shù)據(jù)之間的時(shí)間差值，所述時(shí)序特征包括各所述時(shí)間差值；

所述基于各所述特征指標(biāo)數(shù)據(jù)的時(shí)間信息及對(duì)應(yīng)的特征值，確定用戶行為的行為特征，包括：

基于各所述特征指標(biāo)數(shù)據(jù)的時(shí)間信息，計(jì)算時(shí)間上相鄰的特征值之間的指標(biāo)差值，所述行為特征包括各所述指標(biāo)差值。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述多個(gè)行為指標(biāo)數(shù)據(jù)包括多個(gè)時(shí)間周期對(duì)應(yīng)的行為指標(biāo)數(shù)據(jù)，所述特征指標(biāo)數(shù)據(jù)包括對(duì)應(yīng)于各時(shí)間周期的特征指標(biāo)數(shù)據(jù)，所述基于各特征指標(biāo)數(shù)據(jù)的時(shí)序信息，確定時(shí)間上相鄰的特征指標(biāo)數(shù)據(jù)之間的時(shí)間差值，包括：

對(duì)于每?jī)蓚€(gè)時(shí)間相鄰的時(shí)間周期，確定兩個(gè)時(shí)間周期中屬于不同周期的特征指標(biāo)數(shù)據(jù)之間的時(shí)間差值；

所述基于各所述特征指標(biāo)數(shù)據(jù)的時(shí)間信息，計(jì)算時(shí)間上相鄰的特征值之間的指標(biāo)差值，包括：

對(duì)于每?jī)蓚€(gè)時(shí)間相鄰的時(shí)間周期，確定兩個(gè)時(shí)間周期中屬于不同周期的特征值之間的指標(biāo)差值。

7.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述基于所述時(shí)序特征和所述行為特征挖掘所述用戶行為模式，包括：

對(duì)所述時(shí)間差值和/或所述指標(biāo)差值進(jìn)行聚類處理，獲得聚類結(jié)果；

根據(jù)所述聚類結(jié)果確定用戶行為模式。