[发明专利]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：

对目标用户的用户行为日志进行分析，得到用户属性向量和用户行为指标向量；

将所述用户属性向量和所述用户行为指标向量输入到预先训练的行为预测决策树模型中，以获取所述目标用户的预测行为概率，所述行为预测决策树模型为利用预设决策树算法对样本用户属性向量、样本用户行为指标向量以及样本用户行为进行训练得到的；

根据所述预测行为概率，确定所述目标用户的预测行为；

其中，所述对目标用户的用户行为日志进行分析之前，所述方法还包括：

获取样本用户对应的样本用户行为以及样本用户行为日志；

对所述样本行为日志进行分析，得到所述样本用户对应的样本用户属性向量和样本用户行为指标向量；

利用预设决策树算法对所述样本用户行为、所述样本用户属性向量和所述样本用户行为指标向量进行训练，得到所述行为预测决策树模型，具体包括：

对所述样本用户行为、所述样本用户属性向量和所述样本用户行为指标向量进行降维处理；

将降维的样本用户行为、样本用户属性向量和样本用户行为指标向量拆分为训练集和测试集；

利用预设决策树算法对所述训练集进行训练，构建得到训练模型；

利用所述测试集验证所述训练模型的效果直到满足预设条件，得到所述行为预测决策树模型，具体包括：

利用所述测试集验证所述训练模型的多个考核指标，所述多个考核指标用于表示所述训练模型的效果；

将所述多个考核指标均符合对应的预设考核指标的训练模型，确定为所述行为预测决策树模型。

2.根据权利要求1所述的方法，其特征在于，所述将所述用户属性向量和所述用户行为指标向量输入到预先训练的用户行为预测模型中，以获取所述目标用户的预测行为概率，具体包括：

将所述用户属性向量和所述用户行为指标向量输入到预先训练的行为预测决策树模型中；

预测所述目标用户进行各个样本用户行为的行为概率；

所述根据所述预测行为概率，确定所述目标用户的预测行为，具体包括：

将所述行为概率大于对应预设行为概率的样本用户行为，确定所述目标用户的预测行为。

3.根据权利要求1所述的方法，其特征在于，所述行为预测决策树模型为流失用户预测决策树模型，所述对目标用户的用户行为日志进行分析，得到用户属性向量和用户行为指标向量，具体包括：

对目标用户的用户行为日志进行分析，得到预设流失周期内的用户属性向量和用户行为指标向量；

所述将所述用户属性向量和所述用户行为指标向量输入到预先训练的行为预测决策树模型中，以获取所述目标用户的预测行为概率，具体包括：

将所述预设流失周期内的用户属性向量和用户行为指标向量输入到所述流失用户预测决策树模型中，以获取所述目标用户的流失概率。

4.根据权利要求3所述的方法，其特征在于，所述根据所述预测行为概率，确定所述目标用户的预测行为，具体包括：

若所述流失概率大于预设流失阈值，则确定所述目标用户为流失用户。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述确定所述目标用户的预测行为之后，所述方法还包括：

根据确定的预测行为生成针对所述目标用户的个性化推荐策略。