[发明专利]一种行为决策逻辑识别方法及系统

权利要求书

1.一种行为决策逻辑识别方法，所述方法包括：

获取用户的多个正样本和多个负样本，其中，所述正样本为所述用户在其上产生目标行为的对象的对象事件数据，所述负样本为所述用户未在其上产生目标行为的对象的对象事件数据，所述对象事件数据基于事件因子进行记录；

确定多个目标事件因子；

基于所述多个正样本和所述多个负样本，获取所述用户的事件因子偏好数据，所述事件因子偏好数据包括所述多个目标事件因子分别在所述多个正样本和所述多个负样本中的用户偏好属性；

基于所述多个目标事件因子，生成一个或多个事件因子密集单元，所述事件因子密集单元包括一个目标事件因子或多个目标事件因子组成的事件因子组合；

基于所述事件因子偏好数据和所述一个或多个事件因子密集单元，生成在所述事件因子偏好数据中支持所述多个正样本中的至少部分正样本的一个或多个簇，所述簇包括一个目标事件因子或多个目标事件因子组成的事件因子组合；

基于所述一个或多个簇得到所述用户的一个或多个行为决策逻辑。

2.如权利要求 1所述的方法，所述事件因子表示对象的事件特征。

3.如权利要求 1所述的方法，其特征在于，所述目标事件因子的用户偏好属性包括在正样本或负样本中，所述用户对该目标事件因子偏好或不偏好。

4.如权利要求 1所述的方法，所述目标事件因子在正样本中或负样本中的用户偏好属性基于目标事件因子在正样本中或负样本中是否存在，以及在所述多个正样本中该目标事件因子的数量与在所述多个负样本中该目标事件因子的数量之间的关系确定。

5.如权利要求 1所述的方法，所述目标事件因子为在所述多个正样本中的分布与在所述多个负样本中的分布之间的差异满足分布预设条件的事件因子。

6.如权利要求1所述的方法，基于所述事件因子偏好数据和所述一个或多个事件因子密集单元，生成支持所述多个正样本中的至少部分正样本的一个或多个簇包括：

基于所述事件因子偏好数据，确定所述一个或多个事件因子密集单元中满足支持条件的一个或多个目标事件因子密集单元，所述支持条件包括：所述事件因子密集单元在所述事件因子偏好数据中支持所述多个正样本中的至少部分正样本；

基于所述一个或多个目标事件因子密集单元生成所述一个或多个簇。

7.如权利要求1所述的方法，基于所述事件因子偏好数据和所述一个或多个事件因子密集单元，生成支持所述用户的至少部分正样本的一个或多个簇包括：

所述一个或多个事件因子密集单元对应于初始维度，所述事件因子密集单元包括的目标事件因子的数量等于所述事件因子密集单元对应的维度；

对所述多个事件因子密集单元进行一轮或多轮迭代处理，得到一个或多个有效簇；一轮迭代处理包括：

在前一轮迭代处理结果对应的一个或多个事件因子密集单元中，筛选出符合支持条件的一个或多个事件因子密集单元并将其生成为对应的一个或多个有效簇，所述支持条件包括：事件因子密集单元在所述事件因子偏好数据中支持所述多个正样本中的至少部分正样本；

在一个或多个有效簇不可组合时将其作为本轮的迭代处理结果；在一个或多个有效簇可组合时通过对其对应的事件因子密集单元进行两两组合，以得到维度增加1的一个或多个事件因子密集单元并将其生成为对应的一个或多个有效簇作为本轮的迭代处理结果；

基于所述一个或多个有效簇得到所述一个或多个簇。

8.如权利要求7所述的方法，所述基于所述一个或多个有效簇得到所述一个或多个簇包括：

对所述多个有效簇中对应的事件因子密集单元支持的正样本的重合度满足重合度条件的两个有效簇进行融合，以得到融合后有效簇；

基于未进行融合的有效簇和所述融合后的有效簇，得到所述一个或多个簇。