[发明专利]一种基于微博图文信息的客户行为预测方法

权利要求书

1.一种基于微博图文信息的客户行为预测方法，其特征在于：具体步骤如下：

(1)根据客户的微博ID，采集客户的微博头像和个人文字信息，个人文字信息包括：昵称、性别、城市、签名、微博数、关注数、粉丝数；

(2)建立客户的行为信息库，包括购买服务种类、金额、期限、购买服务之间的关联；

(3)根据客户行为信息库，确定感兴趣的客户行为指标，计算客户行为信息与客户行为指标之间的相关系数，得到客户行为向量；

(4)对客户的微博头像进行预处理，处理为N×N的RGB图像，采用深度卷积神经网络(VGG网络)对图像进行特征提取，得到图像的特征向量；

(5)对客户的微博文字信息进行编码，其中，性别采用01编码、城市采用全国地区代码表；昵称和签名进行分词后，采用word2vcc方法计算词向量相加得到昵称和签名的向量，将编码后的昵称、性别、城市、签名，以及微博数、关注数、粉丝数连接成一个向量；

(6)将第④步和第⑤步得到的向量连接成一个向量f；

(7)采用f和客户行为向量，训练多层神经网络，直到达到指定的迭代次数或达到指定的误差范围；

(8)对于待预测客户，采用训练好的多层神经网络计算其客户行为向量，根据客户行为向量中各分量的值，得到该客户执行某一行为指标的可能性。

2.根据权利要求1所述的一种基于微博图文信息的客户行为预测方法，其特征在于：所述的采集客户的微博头像和个人文字信息中采用在线自动采集的方式进行微博头像和文字信息采集。

3.根据权利要求1所述的一种基于微博图文信息的客户行为预测方法，其特征在于：所述的建立客户的行为信息库中对客户行为信息采用在线自动搜索的方式进行采集，采用在线存储的方式建立数据库。

4.根据权利要求1所述的一种基于微博图文信息的客户行为预测方法，其特征在于：所述的确定感兴趣的客户行为指标中采用关键词自动搜索，自动采集的方式进行确定。