[发明专利]一种用户行为预测方法及装置

权利要求书

1.一种用户行为预测方法，其特征在于，包括：

获取第一样本集中每个特征分别对应的权重；所述第一样本集包括多个样本，所述第一样本集中的每个样本包括行为标签和第一特征向量，所述第一特征向量包括多个一阶特征和多个高阶特征，所述高阶特征由所述第一特征向量中的多个一阶特征组合而成；

记录所述第一样本集中每个特征分别出现的频次；

确定第一频次边界；

修正所述第一样本集中每个特征分别对应的权重；其中，所述修正具体包括：

减小频次小于第一频次边界的特征分别对应的权重；

根据修正后的所述第一样本集中每个特征分别对应的权重，预测目标第一特征向量与行为标签的取值的概率对应关系；

所述确定第一频次边界包括：

根据所述第一样本集中最高阶特征出现的频次的平均值，确定所述第一频次边界。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

确定第二频次边界，所述第二频次边界大于所述第一频次边界；

所述修正还包括：

减小频次大于第二频次边界的特征分别对应的权重。

3.根据权利要求2所述的方法，其特征在于，所述确定第二频次边界包括：

根据所述第一样本集中一阶特征出现的频次的平均值，确定所述第二频次边界。

4.根据权利要求2或3所述的方法，其特征在于，所述修正具体包括：

将所述第一样本集中每个特征分别对应的权重乘以抑制因子k，所述抑制因子k表示为：

其中，a表示所述第一频次边界，b表示所述第二频次边界，P_i表示特征出现的频次。

5.根据权利要求2或3所述的方法，其特征在于，所述修正具体包括：

将所述第一样本集中每个特征分别对应的权重乘以抑制因子k，所述抑制因子k表示为：

其中，a表示所述第一频次边界，b表示所述第二频次边界，P_i表示特征出现的频次，δ表示大于或者等于1的常数，λ表示大于0的常数。

6.根据权利要求1-3任一项所述的方法，其特征在于，在所述方法之前还包括：

获取样本数据，所述样本数据包括用户行为、用户特征、内容特征以及上下文特征；

将所述样本数据进行关联生成第二样本集，所述第二样本集中的每个样本包括行为标签和第二特征向量，所述第二特征向量包括多个一阶特征；

根据所述第二样本集生成第一样本集，所述第一样本集中的样本与所述第二样本集中的样本一一对应；其中，对于所述第二样本集中的任意样本，将所述第二特征向量中的多个一阶特征进行组合生成高阶特征，将所述高阶特征添加至所述第二特征向量中形成所述第一特征向量，所述第一特征向量与所述行为标签形成所述第一样本集中的一个样本；

根据预设训练算法，计算所述第一样本集中每个特征分别对应的权重。

7.根据权利要求1-3任一项所述的方法，其特征在于，在所述预测目标第一特征向量与行为标签的取值的概率对应关系之前，所述方法还包括：

获取目标用户特征、目标内容特征以及目标上下文特征；

根据目标用户特征、目标内容特征以及目标上下文特征，生成目标第二特征向量，所述目标第二特征向量包括多个一阶特征；

将所述目标第二特征向量中的多个一阶特征进行组合生成高阶特征，并将所述高阶特征添加至所述目标第二特征向量中，以生成所述目标第一特征向量。