[发明专利]用户行为预测方法及装置、行为预测模型训练方法及装置有效
| 申请号： | 201810636443.8 | 申请日： | 2018-06-20 |
| 公开（公告）号： | CN109902849B | 公开（公告）日： | 2021-11-30 |
| 发明（设计）人： | 唐睿明;钮敏哲;曲彦儒;张伟楠;俞勇 | 申请（专利权）人： | 华为技术有限公司 |
| 主分类号： | G06Q30/02 | 分类号： | G06Q30/02 |
| 代理公司： | 北京三高永信知识产权代理有限责任公司 11138 | 代理人： | 肖庆武 |
| 地址： | 518129 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请提供了一种用户行为预测方法及装置，行为预测模型训练方法及装置，属于大数据处理领域。该用户行为预测方法获取到包括多个特征数据的行为预测信息后，可以分别获取每个特征数据对于指定行为的第一贡献值，并且对于该多个特征数据中的每N个特征数据，可以采用对应的一个特征交互模型对该每N个特征数据进行处理，得到每N个特征数据对于所述指定行为的第二贡献值。最后可以根据获取到的第一贡献值和第二贡献值，确定指定行为的执行概率。由于本申请提供的方法在对指定行为进行预测时，考虑了多个特征数据对该指定行为的交互影响，因此有效提高了行为预测的准确性。 | ||
| 搜索关键词： | 用户 行为 预测 方法 装置 模型 训练 | ||
【主权项】：
1.一种用户行为预测方法，其特征在于，所述方法包括：获取用于对指定行为进行预测的行为预测信息，所述行为预测信息包括多个特征数据，且任意两个特征数据所属的类别不同；获取所述多个特征数据中每个特征数据对于所述指定行为的第一贡献值，所述第一贡献值用于指示对执行所述指定行为的影响程度，且所述第一贡献值的大小与所述影响程度的高低正相关；对于所述多个特征数据中的每N个特征数据，采用对应的一个特征交互模型进行处理，得到每N个特征数据对于所述指定行为的第二贡献值，其中，所述N为大于1的整数，任意N个特征数据对应的一个特征交互模型由所述任意N个特征数据所属的N个类别确定，所述第二贡献值用于指示对执行所述指定行为的影响程度，且所述第二贡献值的大小与所述影响程度的高低正相关；根据获取到的每个特征数据的第一贡献值和每N个特征数据的第二贡献值，确定所述指定行为的执行概率。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华为技术有限公司，未经华为技术有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810636443.8/，转载请声明来源钻瓜专利网。
- 上一篇：班车站点规划的方法和装置
- 下一篇：确定库存控制策略的方法、装置及存储介质
