[发明专利]用户行为意图预测方法和装置

说明书

本说明书实施例公开了一种用户行为意图预测方法和装置，该方法包括：获取与用户在目标应用中的操作行为所对应的行为轨迹；对多个预设时间窗口在所述行为轨迹中对应的多个部分行为轨迹分别进行编码，以构建模型特征，所述多个预设时间窗口中发生时间在前的预设时间窗口时长大于发生时间在后的预设时间窗口时长；将所述模型特征输入行为预测模型，得到所述用户的行为意图预测结果；其中，所述行为预测模型是基于历史行为轨迹构建的模型特征和所述历史行为轨迹对应的行为意图标签训练得到的。本说明书实施例还公开了另一种用户行为意图预测方法和装置。

技术领域

本说明书实施例涉及互联网技术领域，尤其涉及一种用户行为意图预测方法和装置。

背景技术

为了提升用户体验，在购物类应用程序(简称应用)、综合类应用等应用中通常设置有智能客服功能。通过上述智能客服功能，当用户在使用上述应用的过程中，如果遇到问题，例如，一个身份证可以关联几个账户、如何修改与应用绑定的手机号等等，则可以通过上述智能客服功能提供的问题推荐列表(通常，问题推荐列表中的每个问题都附有相应的解决方法)，以快速找到解决问题的方法。

相关技术中，由于不能对用户的行为意图进行准确预测，这可能会导致一系类的问题。例如，上述问题推荐列表中的问题不是按照用户当前的需求进行展示，而是按照大众用户的点击率进行排名展示，这样，用户通常需要在问题推荐列表中的大量问题中寻找自己当前遇到的问题，导致问题的解决效率较低，同时影响用户体验。

发明内容

本说明书实施例提供一种用户行为意图预测方法和装置，以解决相关技术中不能够对用户的行为意图进行准确预测的问题。

第一方面，本说明书实施例提供了一种用户行为意图预测方法，包括：

获取与用户在目标应用中的操作行为所对应的行为轨迹；

对多个预设时间窗口在所述行为轨迹中对应的多个部分行为轨迹分别进行编码，以构建模型特征，所述多个预设时间窗口中发生时间在前的预设时间窗口时长大于发生时间在后的预设时间窗口时长；

将所述模型特征输入行为预测模型，得到所述用户的行为意图预测结果；其中，所述行为预测模型是基于历史行为轨迹构建的模型特征和所述历史行为轨迹对应的行为意图标签训练得到的。

第二方面，本说明书实施例提供了一种用户行为意图预测方法，包括：

获取与用户在目标应用中的操作行为所对应的行为轨迹，其中，所述行为轨迹对应有行为意图标签；

对多个预设时间窗口在所述行为轨迹中对应的多个部分行为轨迹分别进行编码，以构建模型特征，所述多个预设时间窗口中发生时间在前的预设时间窗口时长大于发生时间在后的预设时间窗口时长；

基于所述模型特征和所述行为意图标签进行模型训练，以生成行为预测模型，其中，所述行为预测模型用于基于目标用户的行为轨迹预测所述目标用户的行为意图。

第三方面，本说明书实施例提供了一种用户行为意图预测装置，包括：

行为轨迹获取模块，获取与用户在目标应用中的操作行为所对应的行为轨迹；

模型特征构建模块，对多个预设时间窗口在所述行为轨迹中对应的多个部分行为轨迹分别进行编码，以构建模型特征，所述多个预设时间窗口中发生时间在前的预设时间窗口时长大于发生时间在后的预设时间窗口时长；

结果生成模块，将所述模型特征输入行为预测模型，得到所述用户的行为意图预测结果；其中，所述行为预测模型是基于历史行为轨迹构建的模型特征和所述历史行为轨迹对应的行为意图标签训练得到的。

第四方面，本说明书实施例提供了一种用户行为意图预测装置，包括：