[发明专利]用户行为的预测方法及装置、存储介质、计算机设备在审

专利信息
申请号: 201811341731.7 申请日: 2018-11-12
公开(公告)号: CN109711860A 公开(公告)日: 2019-05-03
发明(设计)人: 黄博;吴振宇;王建明;肖京 申请(专利权)人: 平安科技(深圳)有限公司
主分类号: G06Q30/02 分类号: G06Q30/02
代理公司: 北京中强智尚知识产权代理有限公司 11448 代理人: 黄耀威
地址: 518000 广东省深圳市福田街*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 订单信息 行为信息 预测 基本信息 用户行为 训练集 用户行为预测 计算机设备 存储介质 标签 标签规则 历史用户 人工经验 人力成本 行为预测 应用用户 用户标记 预测模型 综合分析 申请
【权利要求书】:

1.一种用户行为的预测方法,其特征在于,包括:

获取用户的基本信息、订单信息以及行为信息;

根据所述订单信息、所述行为信息以及行为标签规则,为所述用户标记对应的行为标签;

根据所述基本信息、所述订单信息以及所述行为信息,建立与所述行为标签对应的训练集;

利用所述训练集,训练与所述行为标签对应的用户行为预测模型,得到训练好的用户行为预测模型;

应用所述训练好的用户行为预测模型,对待预测用户的相应的行为进行预测。

2.根据权利要求1所述的方法,其特征在于,所述根据所述基本信息、所述订单信息以及所述行为信息,建立与所述行为标签对应的训练集,具体包括:

依据所述行为标签,获取行为标签用户的所述基本信息、所述订单信息以及所述行为信息,并对所述基本信息、所述订单信息以及所述行为信息进行信息清洗,提取所述用户的特征信息;

分别计算所述行为标签用户的任意一个所述特征信息与所述行为标签的相关性,并获取所述相关性大于预设相关性的特征信息作为所述行为标签的关键特征信息;

利用所述行为标签用户对应的所述关键特征信息,建立与所述行为标签对应的训练集。

3.根据权利要求2所述的方法,其特征在于,所述利用所述训练集,训练与所述行为标签对应的用户行为预测模型,得到训练好的用户行为预测模型,具体包括:

根据所述训练集以及所述行为标签对应的所述关键特征信息,分别建立多个训练子集以及一个验证集;

利用多个所述训练子集,训练与所述行为标签对应的多个所述用户行为预测模型,得到与所述行为标签对应的多个所述训练好的用户行为预测模型;

利用所述验证集分别计算多个所述训练好的用户行为预测模型的准确率和召回率,并选取所述准确率和所述召回率之和最大的模型作为最终的所述训练好的用户行为预测模型。

4.根据权利要求2所述的方法,其特征在于,所述应用所述训练好的用户行为预测模型,对待预测用户的待预测行为进行预测,具体包括:

获取与所述待预测用户的待预测行为相匹配的关键特征信息;

将所述关键特征信息输入至与所述待预测行为相对应的所述训练好的用户行为预测模型中,得到预测结果。

5.根据权利要求2所述的方法,其特征在于,所述方法还包括:

若所述用户的基本信息、订单信息或行为信息中存在新种类的基本信息、新种类的订单信息以及新种类的行为信息中的任意一种或多种,则在提取与所述行为标签用户对应的特征信息后,重新计算任意一个所述特征信息与所述行为标签的相关性,更新所述关键特征信息以及所述用户行为预测模型。

6.根据权利要求1所述的方法,其特征在于,所述获取用户的基本信息、订单信息以及行为信息之前,还包括:

搭建用户信息管道,将所述用户的所述基本信息、所述订单信息以及所述行为信息存储在所述用户信息管道中;

所述获取用户的基本信息、订单信息以及行为信息,具体包括:

从所述用户信息管道中获取所述基本信息、所述订单信息以及所述行为信息。

7.根据权利要求1至6中任一项所述的方法,其特征在于,所述根据所述订单信息、所述行为信息以及行为标签规则,为所述用户标记对应的行为标签,具体包括:

根据所述订单信息,将购买任一产品后第一预设时间之内再次购入该产品的用户标记追加购买标签,否则,标记未追加购买标签;

根据所述订单信息,将购买任一产品后第二预设时间之内无购买订单产生或任一产品合同到期后第三预设时间之内无购买订单产生的用户标记流失标签,否则,标记留存标签;

根据所述行为信息,将有投诉行为的用户标记投诉标签,否则,标记未投诉标签。

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平安科技(深圳)有限公司,未经平安科技(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/201811341731.7/1.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