[发明专利]用户行为预测及相应信息推荐方法和装置

权利要求书

1.一种用户行为预测方法，包括：

基于基准用户群中各个用户的n个原始标签为该用户生成多层标签对，其中，每个用户的多层标签对是该用户的所述n个原始标签集合的全部非空子集，并且n是不小于2的整数；

将所述基准用户群中的各个用户划分到该用户所具有的多层标签对中，以生成多层标签对分组；以及

基于目标用户所具有的多层标签对所对应的多层标签对分组中的用户行为，预测所述目标用户的用户行为，并且所述预测包括：

将目标用户具有的经滤除的多层标签对中每个标签对所对应的分组视为一个专家，求取每个专家对组内用户行为的打分情况，根据所有专家的打分情况预测目标用户的用户行为。

2.如权利要求1所述的方法，其中，所述基准用户群是全体用户群或实验用户群，并且所述基准用户群包括所述目标用户或者不包括所述目标用户。

3.如权利要求1所述的方法，其中，所述原始标签的得出基于如下的一项或多项：

用户的注册信息；

用户的在前行为；以及

用户的终端信息。

4.如权利要求1所述的方法，其中，所述基于基准用户群中各个用户的n个原始标签为该用户生成多层标签对包括：

将所述n个原始标签的集合设为T，求取T自身的笛卡尔积T*T，去除标签自身与自身的标签对，以得到经求取的标签对；

对所述经求取的标签对集合重复上述求取过程，直到没有新标签对产生为止；

将所述原始标签以及所有经求取的标签对作为所述用户的多层标签对。

5.如权利要求1所述的方法，还包括：

统计所述多层标签对在所述基准用户群中的出现次数或概率；

滤除出现次数或概率小于阈值的多层标签对及其多层标签对分组，并且

所述基于目标用户所具有的多层标签对所对应的多层标签对分组中的用户行为，预测所述目标用户的用户行为包括：

基于目标用户所具有的经过滤的多层标签对所对应的多层标签对分组中的用户行为，预测所述目标用户的用户行为。

6.如权利要求1所述的方法，其中，所述基于目标用户所具有的多层标签对所对应的多层标签对分组中的用户行为，预测所述目标用户的用户行为包括：

求取所对应的多层标签对分组中的每个分组中的所述用户行为出现的行为概率；

基于所述每个分组的行为概率，预测所述目标用户进行所述用户行为的概率。

7.如权利要求6所述的方法，其中，基于所述每个分组的行为概率，预测所述目标用户进行所述用户行为的行为概率包括：

求取所述每个分组的行为概率的平均概率作为所述目标用户进行所述用户行为的概率。

8.一种信息推荐方法，包括：

根据如权利要求1-7中任一项所述的方法预测目标用户的用户行为；以及

根据所述预测的结果，向所述目标用户推荐信息。

9.一种用户行为预测装置，包括：

多层标签对生成单元，用于基于基准用户群中各个用户的n个原始标签为该用户生成多层标签对，其中，每个用户的多层标签对是该用户的所述n个原始标签集合的全部非空子集，并且n是不小于2的整数；

多层标签对分组生成单元，用于将所述基准用户群中的各个用户划分到该用户所具有的多层标签对中，以生成多层标签对分组；以及

预测单元，用于基于目标用户所具有的多层标签对所对应的多层标签对分组中的用户行为，预测所述目标用户的用户行为，并且所述预测包括：

将目标用户具有的经滤除的多层标签对中每个标签对所对应的分组视为一个专家，求取每个专家对组内用户行为的打分情况，根据所有专家的打分情况预测目标用户的用户行为。

10.根据权利要求9所述的装置，其中，所述基准用户群是全体用户群或实验用户群，并且所述基准用户群包括所述目标用户或者不包括所述目标用户。