[发明专利]一种用户APP行为的预测方法

说明书

本发明涉及一种用户APP行为的预测方法，包括：步骤S1，获取待预测的用户APP行为数据N＝[N₁,N₂,…,N_m]^T，其中N_i为第i个用户APP行为特征的数据，1≤i≤m，m为所述数据N中包括的数据个数；步骤S2，基于所述行为数据N获取用户APP行为预测概率P；步骤S3，根据所述用户APP行为预测概率P，预测用户APP行为。

技术领域

本发明涉及信息处理技术，尤其涉及一种终端用户的行为信息处理方法。

背景技术

随着智能终端的快速发展，应用程序(又称为软件或APP)已经成为人们生活、学习和工作中必不可少的通信交流，而应用软件开发人员为了能够拥有更多的APP用户，通常会采用多种方法来提高用户的APP使用体验，例如在APP中集成更多的功能、调整APP网页布局等。然而，在APP中集成多个功能会直接导致APP占用更多的终端内存，且增加的APP功能适应性有限，并不一定适用所有的用户，而调整APP网页布局提高用户使用体验的效果有限。

发明内容

为解决上述技术问题，本发明公开了一种用户APP行为的预测方法，包括：步骤S1，获取待预测的用户APP行为数据N＝[N₁,N₂,…,N_m]^T，其中N_i为第i个用户APP行为特征的数据，1≤i≤m，m为所述数据N中包括的数据个数；步骤S2，基于所述行为数据N获取用户APP行为预测概率P；步骤S3，根据所述用户APP行为预测概率P，预测用户APP行为。

附图说明

图1是本发明用户APP行为的预测方法的流程图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，将结合附图对本发明作进一步地详细描述。这种描述是通过示例而非限制的方式介绍了与本发明的原理相一致的具体实施方式，这些实施方式的描述是足够详细的，以使得本领域技术人员能够实践本发明，在不脱离本发明的范围和精神的情况下可以使用其他实施方式并且可以改变和/或替换各要素的结构。因此，不应当从限制性意义上来理解以下的详细描述。

图1是本发明用户APP行为的预测方法流程图，该方法用于在获取到待预测的用户APP行为数据之后进行实时行为预测。如图1所示，该方法包括：

步骤S1，获取待预测的用户APP行为数据N＝[N₁,N₂,…,N_m]^T，其中N_i为第i个用户APP行为特征的数据，1≤i≤m，m为所述数据N中包括的数据个数。在该步骤中，首先采集用于用户APP行为预测的相关APP行为数据N，所述行为数据N中包括分别与m个用户APP行为特征相对应的数据。优选地，m的取值范围为[350,600]，更优选地为500。

步骤S2，基于所述行为数据N获取用户APP行为预测概率P。在该步骤中，θ_i为N_i的权重，权重向量θ＝[θ₀,θ₁,...,θ_m]，所述函数H为用户APP行为预测函数，即将所述行为数据N带入所述用户APP行为预测函数H中可得到所述用户APP行为预测概率P。

优选地，所述用户APP行为包括：用户卸载行为、或用户阅读行为等多种类型的APP行为。在本发明中，可设置不同的用户APP行为预测函数以分别测试不同类型的用户APP行为，例如设置专用于预测用户阅读行为的用户APP行为预测函数H1，设置专用于预测用户卸载行为的用户APP行为预测函数H2。