[发明专利]邀请行为预测方法及装置有效

专利信息
申请号: 201710345002.8 申请日: 2017-05-16
公开(公告)号: CN108875993B 公开(公告)日: 2022-05-10
发明(设计)人: 唐杰;裘捷中;钱雨杰;陈波;叶浩;刘德兵;郑宇飞 申请(专利权)人: 清华大学;腾讯科技(深圳)有限公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q50/00
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: 朱雅男
地址: 100084*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 邀请 行为 预测 方法 装置
【权利要求书】:

1.一种邀请行为预测方法,其特征在于,所述方法包括:

获取第一用户的群组行为特征信息,所述群组行为特征信息包括所述第一用户的入组时长和邀请时间间隔,所述邀请时间间隔为所述第一用户上一次邀请行为的发生时刻与当前预测时刻的时间间隔,所述第一用户为待预测的群组内成员用户;

获取第二用户的群组关系特征信息,所述第二用户为所述第一用户的关联用户,所述群组关系特征信息用于指示所述第二用户与所述群组之间的关联情况;

将所述群组的群组架构特征信息、所述第一用户的群组行为特征信息以及所述第二用户的群组关系特征信息输入邀请预测模型中,得到目标成员用户和所述目标成员用户的候选邀请用户,所述邀请预测模型至少基于训练集中多个样本群组以及多个样本群组中成员用户的关联用户的群组关系特征信息训练得到,所述群组架构特征信息包括所述群组内所述第一用户之间的关联关系和所述群组的用户数量;

向所述目标成员用户发送邀请预测信息,所述邀请预测信息用于提示所述目标成员用户将所述目标成员用户的候选邀请用户加入所述群组。

2.根据权利要求1所述的方法,其特征在于,所述将所述群组的群组架构特征信息、所述第一用户的群组行为特征信息以及所述第二用户的群组关系特征信息输入邀请预测模型中,得到目标成员用户和所述目标成员用户的候选邀请用户包括:

将所述群组的群组架构特征信息和所述第一用户的群组行为特征信息输入第一预测子模型中,得到所述目标成员用户,所述第一预测子模型至少基于所述训练集中多个样本群组的群组架构特征信息和所述多个样本群组中第一样本用户的群组行为特征信息训练得到;

将所述群组的群组架构特征信息、所述第二用户在所述群组内的群组关系特征信息输入第二预测子模型中,得到候选邀请用户,所述第二预测子模型至少基于所述训练集中多个样本群组的群组架构特征信息和所述多个样本群组中第二用户的群组关系特征信息训练得到。

3.根据权利要求2所述的方法,其特征在于,所述第一预测子模型的训练过程包括:

对所述训练集中多个样本群组,根据所述多个样本群组的第二样本用户集合的用户数量和所述多个样本群组内第一样本用户之间的关联关系,得到所述多个样本群组的群组架构特征信息,所述第二样本用户为所述第一样本用户的关联用户;

对于所述第一样本用户,将所述第一样本用户的入组时长和邀请时间间隔作为所述第一样本用户的群组行为特征信息;

基于已获取到的特征信息进行训练,得到所述第一预测子模型。

4.根据权利要求3所述的方法,其特征在于,所述根据所述多个样本群组的第二样本用户集合的用户数量和所述多个样本群组内第一样本用户之间的关联关系,得到所述多个样本群组的群组架构特征信息包括:

提取所述多个样本群组的第二样本用户集合的用户数量;

提取所述多个样本群组内第一样本用户之间存在的关联关系的数量;

提取所述多个样本群组内的第一用户组数和第二用户组数,所述第一用户组为所述多个样本群组建立时所述多个样本群组中由三个第一样本用户组成的用户组,且所述第一用户组内的三个第一样本用户之间有两对第一样本用户具有关联关系以及一对不具有关联关系;所述第二用户组数为所述多个样本群组建立时所述多个样本群组中由三个第一样本用户组成的用户组,且所述第二用户组内的三个第一样本用户之间两两具有关联关系;

提取所述多个样本群组内的第三用户组数和第四用户组数,所述第三用户组为当前所述多个样本群组中由三个第一样本用户组成的用户组,且所述第三用户组内的三个第一样本用户之间有两对第一样本用户具有关联关系以及一对不具有关联关系;所述第四用户组数为当前所述多个样本群组中由三个第一样本用户组成的用户组,且所述第四用户组内的三个第一样本用户之间两两具有关联关系;

确定所述多个样本群组的聚合系数,所述聚合系数为所述第四用户组数在所述第三用户组数和所述第四用户组数之和所占的比例;

将所述用户数量、所述第一用户组数、所述第二用户组数、所述第三用户组数、所述第四用户组数和所述聚合系数作为所述样本群组的群组架构特征信息。

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清华大学;腾讯科技(深圳)有限公司,未经清华大学;腾讯科技(深圳)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/pat/books/201710345002.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top