[发明专利]消费水平的预测方法、装置、电子设备及存储介质

权利要求书

1.一种消费水平的预测方法，其特征在于，包括：

获取当前用户在当前时间的消费特征，作为当前消费特征；

获取与所述当前消费特征对应的历史消费序列；

根据所述当前消费特征，通过注意力机制和长短期记忆网络LSTM提取所述历史消费序列中的消费偏好特征；

将所述当前消费特征和所述消费偏好特征输入消费水平分布模型，通过所述消费水平分布模型中的Softmax层对消费水平分布模型的隐层输出值进行处理，得到多个消费金额离散值对应的消费概率；

将所述多个消费金额离散值和对应的消费概率作为所述当前用户的消费水平分布；

所述当前消费特征包括当前用户标识、当前用户所在区域的区域标识和待预测消费水平的商品属性；

所述历史消费序列包括与所述当前用户标识对应的用户消费序列、与所述区域标识对应的区域消费序列和与所述商品属性对应的商品属性消费序列。

2.根据权利要求1所述的方法，其特征在于，所述根据所述当前消费特征，通过注意力机制和长短期记忆网络LSTM提取所述历史消费序列中的消费偏好特征，包括：

通过LSTM对所述历史消费序列进行处理，得到LSTM序列；

根据所述当前消费特征，通过注意力机制提取所述LSTM序列中的消费偏好特征。

3.根据权利要求1或2所述的方法，其特征在于，所述获取与所述当前消费特征对应的历史消费序列，包括：

获取与所述当前消费特征对应的历史消费数据；

按照预设时间粒度，对所述历史消费数据进行统计，得到历史消费序列。

4.根据权利要求3所述的方法，其特征在于，所述预设时间粒度包括第一预设时间粒度和第二预设时间粒度，所述第一预设时间粒度小于所述第二预设时间粒度。

5.根据权利要求1所述的方法，其特征在于，在所述将所述多个消费金额离散值和对应的消费概率作为所述当前用户的消费水平分布之后，还包括：

根据待推荐商品的价格和所述消费水平分布，确定所述待推荐商品对应的消费概率；

若所述待推荐商品对应的消费概率小于预设概率阈值，则过滤掉所述待推荐商品。

6.根据权利要求1所述的方法，其特征在于，在所述将所述多个消费金额离散值和对应的消费概率作为所述当前用户的消费水平分布之后，还包括：

将所述消费水平分布作为排序模型的输入特征。

7.一种消费水平的预测装置，其特征在于，包括：

消费特征获取模块，用于获取当前用户在当前时间的消费特征，作为当前消费特征；

消费序列获取模块，用于获取与所述当前消费特征对应的历史消费序列；

消费偏好提取模块，用于根据所述当前消费特征，通过注意力机制和LSTM提取所述历史消费序列中的消费偏好特征；

消费概率预测模块，用于将所述当前消费特征和所述消费偏好特征输入消费水平分布模型，通过所述消费水平分布模型中的Softmax层对消费水平分布模型的隐层输出值进行处理，得到多个消费金额离散值对应的消费概率；

消费水平确定模块，用于将所述多个消费金额离散值和对应的消费概率作为所述当前用户的消费水平分布；

所述当前消费特征包括当前用户标识、当前用户所在区域的区域标识和待预测消费水平的商品属性；

所述历史消费序列包括与所述当前用户标识对应的用户消费序列、与所述区域标识对应的区域消费序列和与所述商品属性对应的商品属性消费序列。

8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6任意一项所述的消费水平的预测方法。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至6任意一项所述的消费水平的预测方法的步骤。