[发明专利]一种用户行为的机器学习模型的训练方法及装置

权利要求书

1.一种用户行为的机器学习模型的训练方法，其特征在于，包括：

收集用户的历史访问数据；

将用户的历史访问数据按照包含有一个或多个维度的特征集进行分类聚合，形成多个样本；

计算每一样本对应的用户行为统计信息，所述用户行为统计信息包括用户流量数；

当当前样本对应的用户流量数小于流量数第一阈值时，计算当前样本与其他样本的距离，所述距离由当前样本对应特征集在各维度下的特征值与其他样本对应特征集在各维度下的特征值确定；

选择距离小于距离阈值的其他样本作为当前样本的邻近样本；

将当前样本的用户行为统计信息与邻近样本的用户行为统计信息合并生成新样本；

使用新样本训练预先建立的机器学习模型，所述机器学习模型用于根据所述特征集在各维度下的特征值预测用户行为。

2.如权利要求1所述的方法，其特征在于，

所述将用户的历史访问数据按照包含有一个或多个维度的特征集进行分类聚合，形成多个样本，包括：

选择一个或多个维度作为基准维度；

将所述基准维度对应的特征的特征值相同的历史访问数据集合为一个样本。

3.如权利要求1所述的方法，其特征在于，

所述特征集包括用户的特征及用户访问的对象的特征。

4.如权利要求3所述的方法，其特征在于，

所述用户的特征包括：用户的IP地址信息、用户行为的时间信息及用户的类型中的一种或多种维度。

5.如权利要求3所述的方法，其特征在于，

所述用户访问的对象的特征包括：该对象的类型、该对象来源网站的类型、该对象在页面的位置信息及该对象的尺寸信息中的一种或多种维度。

6.如权利要求1所述的方法，其特征在于，

所述计算当前样本与其他样本的距离，包括：

采用下式计算当前样本与其他样本的距离：

Dis tan ce(key1,key2)=Σi=1nWi*f(xi1-xi2)Σi=1nWi]]>

其中，

其中，Distance(key1,key2)表示当前样本与其他样本的距离；W_i为特征集中第i个维度的权重，n为特征集的总维度数，x_i¹、x_i²分别为当前样本和其他样本在第i个维度对应的特征的特征值。

7.如权利要求1所述的方法，其特征在于：

所述选择距离小于距离阈值的其他样本作为当前样本的邻近样本后，所述方法还包括：过滤邻近样本，一旦当前样本与所有邻近样本的用户流量数之和大于流量数第二阈值下限时，停止过滤。