[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

本發明是關于一種基于數據挖掘的用戶行為分析和預測的方法和裝置。本發明根據用戶行為的次數信息和時間信息，采用基于行為次數的backtrack?N統計方法和基于時間窗口的backtrack?△t統計方法生成統計數據，將生成的統計數據與元數據按一定規則合并形成模型訓練用的數據集，所得數據集所反映的維度更為全面，并且，本發明提出方法具有通用性，適用于具有用戶行為的不同互聯網平臺和終端產品。

技術領域

本發明屬于機器學習(Machine Learning)和數據挖掘(Data Mining)領域，具體涉及一種基于數據挖掘的用戶行為分析和預測的方法和裝置。

背景技術

計算機技術、互聯網技術、通信技術、移動終端等發展迅速，使得用戶行為逐漸從線下向線上遷移，從現實場景向互聯網平臺、終端產品等遷移。互聯網和終端設備的大量普及，互聯網經濟的蓬勃發展，使用戶與互聯網平臺和終端產品的交互成為日常生活的一部分，這進一步促進了互聯網、終端產品、互聯網經濟等的發展，以及國民經濟的發展?；ヂ摼W平臺和終端產品上的用戶行為，往往反映了用戶的需求和潛在想法，隱藏著直接和間接的商業價值?；诖髷祿τ脩粜袨檫M行數據挖掘，可理解用戶行為發生的邏輯，可實現對用戶行為進行預測，可揭示用戶行為與預測目標之間的關聯(規則)，以及可基于用戶行為分析結果和提出的模型對互聯網平臺和終端產品設計方案進行評價和改進，以實現參與各方的多贏。

具有用戶行為的互聯網平臺和終端產品很多，比如電商平臺、視頻門戶網站、新聞門戶網站、社交平臺、社交軟件、游戲等。對于不同的互聯網平臺和終端產品，用戶行為和由用戶行為產生的數據可能不同，用于分析和預測用戶行為的機器學習模型可能不同，但基于數據挖掘的用戶行為分析和預測方法可以是通用的?，F有技術不具有通用性，僅針對單一互聯網平臺或終端產品上的特定用戶行為進行分析，數據集的數據屬性和采用的機器學習模型有局限性，數據集的構建不夠全面，數據集涉及屬性數量較少，且沒有提出基于用戶行為分析結果的的評價和改進模型。

發明內容

為克服相關技術中存在的問題，本發明提供一種基于數據挖掘的用戶行為分析和預測的方法和裝置。

根據本發明實施例的第一方面，提供一種基于數據挖掘的用戶行為分析和預測的方法，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。

根據本發明實施例的第二方面，提供一種基于數據挖掘的用戶行為分析和預測的裝置，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。

本發明的實施例提供的技術方案可以包括以下有益效果：

本發明根據用戶行為的次數信息和時間信息，采用基于行為次數的backtrack-N統計方法和基于時間窗口的backtrack-△t統計方法生成統計數據，將生成的統計數據與元數據按一定規則合并形成模型訓練用的數據集，所得數據集所反映的維度更為全面，并且，本發明提出方法具有通用性，適用于具有用戶行為的不同互聯網平臺和終端產品。