[发明专利]用户行为预测方法、装置、电子设备及可读存储介质

权利要求书

1.一种用户行为预测方法，其特征在于，包括：

根据目标用户在预设时间段内的历史购买行为数据，获得所述目标用户的行为特征，其中，所述行为特征包括对购买日期进行去重统计后得到的购买总天数、所述预设时间段内首次购买到最后一次购买的第一时间差、及所述预设时间段内首次购买到所述预设时间段的终点的第二时间差；

基于贝塔几何BG模型，根据所述购买总天数、第一时间差及第二时间差，对所述目标用户在所述预设时间段之后的下一次购买情况进行预测，获得预测结果。

2.根据权利要求1所述的方法，其特征在于，所述预测结果包括下一次购买的概率和/或下一次购买的发生日期，所述基于BG模型，根据所述购买总天数、第一时间差及第二时间差，对所述目标用户在所述预设时间段之后的下一次购买情况进行预测，获得预测结果，包括：

基于BG模型，根据所述购买总天数、第一时间差及第二时间差，计算得到所述目标用户下一次购买的概率；和/或，

基于BG模型，根据所述购买总天数、第一时间差及第二时间差，计算得到所述目标用户下一次购买的发生日期。

3.根据权利要求1所述的方法，其特征在于，所述根据目标用户在预设时间段内的历史购买行为数据，获得所述目标用户的行为特征，包括：

根据所述历史购买行为数据，通过计算得到初始行为特征，其中，所述初始行为特征中包括初始购买总天数、初始第一时间差及初始第二时间差；

判断所述初始行为特征中是否包括异常值；

在不包括异常值的情况下，将所述初始行为特征作为所述行为特征；

在包括异常值的情况下，对所述初始行为特征中的异常值进行调整，以获得所述行为特征。

4.根据权利要求1-3中任意一项所述的方法，其特征在于，所述方法还包括：

预先获得多个用户的历史购买时间间隔；

对获得的多个历史购买时间间隔进行排序，并将位于预设位置处的历史购买时间间隔作为所述预设时间段的时长。

5.根据权利要求4所述的方法，其特征在于，所述历史购买行为数据为所述目标用户在所述预设时间段内在目标平台的购买行为数据，所述预先获得多个用户的历史购买时间间隔，包括：

预先获得在多个用户在所述目标平台的历史购买时间间隔。

6.根据权利要求1-3中任意一项所述的方法，其特征在于，所述方法还包括：

对所述目标用户的预测结果进行显示。

7.根据权利要求1-3中任意一项所述的方法，其特征在于，所述方法还包括：

根据所述目标用户的预测结果，确定是否向该目标用户发放目标资源。

8.一种用户行为预测装置，其特征在于，包括：

特征获取模块，用于根据目标用户在预设时间段内的历史购买行为数据，获得所述目标用户的行为特征，其中，所述行为特征包括对购买日期进行去重统计后得到的购买总天数、所述预设时间段内首次购买到最后一次购买的第一时间差、及所述预设时间段内首次购买到所述预设时间段的终点的第二时间差；

预测模块，用于基于贝塔几何BG模型，根据所述购买总天数、第一时间差及第二时间差，对所述目标用户在所述预设时间段之后的下一次购买情况进行预测，获得预测结果。

9.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的机器可执行指令，所述处理器可执行所述机器可执行指令以实现权利要求1-7中任意一项所述的用户行为预测方法。

10.一种可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7中任意一项所述的用户行为预测方法。