[發明專利]一種基于數據挖掘的用戶行為分析和預測的方法和裝置

在審

• 申請號: 202210114460.1
• 申請日: 2022-01-30
• 公開（公告）號: CN114490827A
• 公開（公告）日: 2022-05-13
• 發明（設計）人: 李沄沨;金源;許若華;張鶴;張之濤
• 申請（專利權）人: 中圖科信數智技術（北京）有限公司
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06F16/215;G06K9/62;G06Q30/02
• 代理公司: 北京勁創知識產權代理事務所(普通合伙) 11589
• 代理人: 王闖

1.一種基于數據挖掘的用戶行為分析和預測的方法，其特征在于，包括：

從數據庫中選取預測目標數據，以及與目標數據相關的用戶行為元數據；

采用基于行為信息的backtrack-N統計方法和基于時間窗口的backtrack-△t統計方法生成多種統計數據；

將生成的統計數據與所述用戶行為元數據按一定規則合并形成加強數據集；

基于所述加強數據集訓練預測模型。

2.根據權利要求1所述的方法，其特征在于，在從數據庫中選取預測目標數據之前，還包括：

獲取用戶數據；

對獲取的用戶數據進行預處理；

將經過預處理后的數據進行整合并建立數據庫。

3.根據權利要求1所述的方法，其特征在于，采用基于行為信息的backtrack-N統計方法生成多種統計數據，具體包括：

從一個用戶的每一條目標數據回溯N個該用戶的行為數據進行統計處理，從而得到新的用于預測目標的統計數據。

4.根據權利要求1所述的方法，其特征在于，采用基于時間窗口的backtrack-△t統計方法生成多種統計數據，具體包括：

從一個用戶的每一條目標數據回溯△t時間段內該用戶的行為數據進行統計處理，從而得到新的用于預測目標的統計數據。

5.根據權利要求1所述的方法，其特征在于，基于所述加強數據集訓練預測模型，具體包括：

將所述加強數據集隨機劃分成訓練集和測試集；

根據任務特點確定多個合適的機器學習模型作為候選；

從所述加強數據集按一定規則隨機生成維度不變的數據集子集，用于快速驗證候選模型的有效性；

根據評價指標，從候選模型中確定出最優模型；

對所述最優模型進行迭代優化；

采用參數網格化搜索結合K重交叉驗證對所述最優模型進行模型參數優化和模型驗證。

6.根據權利要求1所述的方法，其特征在于，還包括：

基于訓練得到的預測模型，對用戶目標行為是否發生，發生次數以及何時發生進行預測。

7.根據權利要求1所述的方法，其特征在于，還包括：

對用戶個人信息數據、用戶行為數據以及與它們相關的屬性進行數據挖掘，建立規則生成器；

利用所述規則生成器將用戶個人和行為信息與預測目標進行關聯，構建關聯規則，生成一個包含所有關聯規則的知識庫。

8.根據權利要求7所述的方法，其特征在于，所述關聯規則的重要度為規則支持度和規則可信度二者的乘積，其中，所述規則支持度為包含規則成立條件的數據記錄總數與數據記錄總數的比值，所述規則可信度＝同時包含規則成立條件及建議結果的數據記錄總數與包含規則成立條件的數據記錄總數的比值。

9.根據權利要求7所述的方法，其特征在于，還包括：

根據待評價方案的聯立屬性查詢知識庫，得到包含方案聯立屬性的第一數據記錄，以及所述第一數據記錄中符合規則結果為預測目標值的第二數據記錄；

根據預測目標值、方案支持度和方案可信度，計算得到待評價方案的方案價值，其中，所述方案支持度為所述第一數據記錄的數量與數據記錄總數的比值，所述方案可信度為所述第二數據記錄的數量與所述第一數據記錄的數量的比值。

10.一種基于數據挖掘的用戶行為分析和預測的裝置，其特征在于，包括：

元數據選取模塊，用于從數據庫中選取預測目標數據，以及與目標數據相關的用戶行為元數據；

統計數據生成模塊，用于采用基于行為信息的backtrack-N統計方法和基于時間窗口的backtrack-△t統計方法生成多種統計數據；

數據合并模塊，用于將生成的統計數據與所述用戶行為元數據按一定規則合并形成加強數據集；

模型訓練模塊，用于基于所述加強數據集訓練預測模型。