[發明專利]一種基于大數據的社交媒體用戶行為預測方法及系統

在審

• 申請號: 202210362691.4
• 申請日: 2022-04-07
• 公開（公告）號: CN114692978A
• 公開（公告）日: 2022-07-01
• 發明（設計）人: 王祥兵;舒曉惠;李榮;楊剛營;李燕;穆鴻聲
• 申請（專利權）人: 懷化學院;貴州理工學院;貴州工程應用技術學院
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/00;G06N3/04;G06K9/62
• 代理公司: 蘇州拓云知識產權代理事務所(普通合伙) 32344
• 代理人: 孫威

本發明提供了一種基于大數據的社交媒體用戶行為預測方法及系統，其中，所述方法包括：獲得第一社交媒體的標準行為歷史數據并對第一社交媒體的用戶進行聚類分析，獲得第一聚類分析結果；根據第一聚類分析結果，獲得各類用戶的用戶標簽信息；根據各類用戶的用戶標簽信息進行標簽交集分析，獲得各類用戶的行為特征標簽信息；獲得用戶行為預測模型；獲得第一用戶的行為數據并通過用戶行為預測模型進行預測，獲得第一用戶的預測行為特征標簽信息，對第一用戶進行社交媒體行為預測。解決了對于新用戶或社交行為數據較少的用戶，未能充分利用已有的畫像數據優勢，在進行社交媒體畫像時準確度較低的技術問題。

技術領域

本發明涉及人工智能領域，具體涉及一種基于大數據的社交媒體用戶行為預測方法及系統。

背景技術

隨著媒體進入發展新時代，用戶通過手機等移動設備進行網絡社交的過程中，用戶的社交媒體行為也通過信息的傳播產生相應的數據標簽，這些移動數據標簽能夠真實的反應用戶的社交行為以及社交行為的變化規律。社交媒體用戶畫像技術是通過抽取移動社交媒體用戶的特征數據標簽，從多個角度凝聚用戶行為表象，對數據標簽進行分析和統計后，對目標用戶進行分類、建模和推薦等量化處理，從而用以表征用戶的社會屬性、行為習慣等信息的方法。

現有技術存在對于社交行為數據較少的用戶，未能充分利用已有的畫像數據優勢，對其進行社交媒體行為預測時準確度較低的技術問題。

發明內容

本申請通過提供了一種基于大數據的社交媒體用戶行為預測方法及系統，解決了現有技術存在對于社交行為數據較少的用戶，未能充分利用已有的畫像數據優勢，對其進行社交媒體行為預測時準確度較低的技術問題。達到了通過對已有的用戶的社交行為數據進行分析，從而在深度學習已有用戶的行為畫像標簽信息的基礎上對數據量較少的用戶進行社交行為預測，提高數據量較少的用戶社交媒體社交行為預測的準確性的技術效果。

鑒于上述問題，本申請提供了一種基于大數據的社交媒體用戶行為預測方法及系統。

第一方面，本申請提供了一種基于大數據的社交媒體用戶行為預測方法，其中，所述方法包括：基于數據采集平臺獲得第一社交媒體的用戶行為數據，對所述行為數據進行標準化預處理，獲得標準行為歷史數據；根據所述標準行為歷史數據對所述第一社交媒體的用戶進行聚類分析，獲得第一聚類分析結果；對所述第一聚類分析結果進行遍歷，獲得各類用戶的用戶標簽信息；根據所述各類用戶的用戶標簽信息進行標簽交集分析，獲得各類用戶的行為特征標簽信息；根據所述各類用戶的標準行為歷史數據和所述行為特征標簽信息作為訓練數據訓練長短期記憶模型，獲得用戶行為預測模型；獲得第一用戶的行為數據，將所述第一用戶的行為數據輸入所述用戶行為預測模型，獲得所述第一用戶的預測行為特征標簽信息；基于所述預測行為特征標簽信息，對所述第一用戶進行社交媒體行為預測。

另一方面，本申請提供了一種基于大數據的社交媒體用戶行為預測系統，其中，所述系統包括：第一獲得單元，所述第一獲得單元用于基于數據采集平臺獲得第一社交媒體的用戶行為數據，對所述行為數據進行標準化預處理，獲得標準行為歷史數據；第二獲得單元，所述第二獲得單元用于根據所述標準行為歷史數據對所述第一社交媒體的用戶進行聚類分析，獲得第一聚類分析結果；第三獲得單元，所述第三獲得單元用于對所述第一聚類分析結果進行遍歷，獲得各類用戶的用戶標簽信息；第四獲得單元，所述第四獲得單元用于根據所述各類用戶的用戶標簽信息進行標簽交集分析，獲得各類用戶的行為特征標簽信息；第五獲得單元，所述第五獲得單元用于根據所述各類用戶的標準行為歷史數據和所述行為特征標簽信息作為訓練數據訓練長短期記憶模型，獲得用戶行為預測模型；第六獲得單元，所述第六獲得單元用于獲得第一用戶的行為數據，將所述第一用戶的行為數據輸入所述用戶行為預測模型，獲得所述第一用戶的預測行為特征標簽信息；第一執行單元，所述第一執行單元用于基于所述預測行為特征標簽信息，對所述第一用戶進行社交媒體行為預測。