[發明專利]用戶行為數據分析方法、裝置、電子設備及可讀存儲介質

在審

• 申請號: 202011532232.3
• 申請日: 2020-12-22
• 公開（公告）號: CN112541745A
• 公開（公告）日: 2021-03-23
• 發明（設計）人: 李驍;賴眾程;王亮;高洪喜;邱文濤;戴亞軍;陳杭;李會璟;李林毅;許海金;李興輝;李高翔
• 申請（專利權）人: 平安銀行股份有限公司
• 主分類號: G06Q10/10
• 分類號: G06Q10/10;G06Q40/02;G06F16/903;G06F16/906;G06N20/00
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙) 44347
• 代理人: 高杰;于志光

本發明涉及智能決策技術，揭露一種用戶行為數據分析方法，包括：提取用戶歷史行為數據集的時序特征訓練模型，得到時間序列分析模型；篩選用戶歷史標簽數據集的有效數據訓練模型，得到目標分類模型；利用時間序列分析模型對目標數據集進行分析，得到初始時間序列；根據目標數據集獲取目標用戶標簽數據集，利用目標分類模型對目標用戶標簽數據集進行分析，得到目標行為用戶數量；將初始時間序列與目標行為用戶數量進行數據融合得到行為趨勢序列。本發明還涉及一種區塊鏈技術，所述行為趨勢序列可以存儲在區塊鏈中。本發明還提出一種用戶行為數據分析裝置、電子設備以及計算機可讀存儲介質。本發明可以提高用戶行為數據分析的準確度。

技術領域

本發明涉及智能決策技術領域，尤其涉及一種用戶行為數據分析方法、裝置、電子設備及可讀存儲介質。

背景技術

隨著經濟社會的發展，為了能更好的為人們服務，將服務資源最優化分配需要提前分析未來幾天的用戶行為，即對用戶的行為數據進行分析得到用戶未來幾天的行為趨勢，以便提前部署，提高服務質量，如：根據某城市歷史每天用戶的出行情況，分析未來幾天每天用戶出行數量，提高做出運力部署提高出行效率；根據某公司歷史每天的用戶投訴數量，分析未來幾天每天用戶的投訴數量，提前做出客服資源部署提高服務質量。

但是目前的用戶行為數據分析方法僅根據時間維度的單一特征進行數據分析，準確度較低。

發明內容

本發明提供一種用戶行為數據分析方法、裝置、電子設備及計算機可讀存儲介質，其主要目的在于提高用戶行為數據分析的準確度。

為實現上述目的，本發明提供的一種用戶行為數據分析方法，包括：

獲取用戶歷史行為數據集及對應的用戶歷史標簽數據集；

提取所述用戶歷史行為數據集的時序特征，得到第一歷史目標數據集；

根據所述用戶歷史行為數據集及所述第一歷史目標數據集對預構建的深度學習模型進行訓練，得到時間序列分析模型；

對所述用戶歷史標簽數據集進行有效數據篩選，得到第一用戶標簽數據集；

利用所述第一用戶標簽數據集對預構建的分類模型進行訓練，得到目標分類模型；

當接收待分析數據集時，利用所述時間序列分析模型對所述目標數據集進行分析，得到初始時間序列；

根據所述初始時間序列獲取目標用戶標簽數據集，利用所述目標分類模型對所述目標用戶標簽數據集進行分析，得到目標行為用戶數量；

根據所述初始時間序列中數據的數據比例將所述目標行為用戶數量及所述初始時間序列進行數據融合處理，得到行為趨勢序列；

將所述行為趨勢序列發送至預設的終端設備。

可選地，所述提取所述用戶歷史行為數據集的時序特征，得到第一歷史目標數據集，包括：

利用根據預設第一字段構建的第一查詢語句對所述用戶歷史行為數據集進行查詢，得到目標用戶歷史行為數據集；

提取所述目標用戶的歷史行為數據集的時序特征，得到所述第一歷史目標數據集。

可選地，所述根據所述用戶歷史行為數據集及所述第一歷史目標數據集對預構建的深度學習模型進行訓練，得到時間序列分析模型，包括：

提取所述用戶歷史行為數據集中預設第二字段的數據；

將提取到的所述第二字段的數據與所述第一歷史目標數據集進行組合，得到第二歷史目標數據集；

對所述第二歷史目標數據集中包含的數據進行歸一化處理，得到第三歷史目標數據集；

根據預設時間序列長度將所述第三歷史目標數據集按時間劃分為訓練數據集及標簽數據；