[发明专利]用户行为预测方法、装置、电子设备以及存储介质

权利要求书

1.一种用户行为预测方法，其特征在于，包括：

获取在第一时间节点前构建的基础预测模型；

采集用户在第一时间节点与第二时间节点之间产生的用户行为数据，得到用户行为数据集，所述第一时间节点在第二时间节点之前；

通过预设数据排列窗口对所述用户行为数据集中的数据进行选取，并对选取到的数据进行随机排列，得到重排后数据组；

基于用户行为数据集以及重排后数据组对基础预测模型进行训练，得到的目标预测模型；

根据所述目标预测模型对用户的行为进行预测，得到预测结果。

2.根据权利要求1所述的方法，其特征在于，所述通过预设数据排列窗口对所述用户行为数据集中的数据进行选取，并对选取到的数据进行随机排列，得到重排后数据组，包括：

获取预设数据排列窗口对应的第一尺寸；

在所述用户行为数据集中选取与所述第一尺寸对应数量的数据；

对选取到的数据进行随机排列，得到重排后数据组。

3.根据权利要求2所述的方法，其特征在于，所述在所述用户行为数据集中选取与所述第一尺寸对应数量的数据，包括：

提取用户行为数据集中的每个数据对应的时间戳；

基于所述时间戳，在所述用户行为数据集中选取与所述第一尺寸对应数量的数据。

4.根据权利要求1所述的方法，其特征在于，预设数据排列窗口包括多个子排列窗口，所述通过预设数据排列窗口对所述用户行为数据集中的数据进行选取，并对选取到的数据进行随机排列，得到重排后数据组，包括：

获取每个子排列窗口对应的第二尺寸；

基于多个第二尺寸，按照预设顺序对多个子排列窗口进行排列；

通过排列后的多个子排列窗口，在所述用户行为数据集中选取与第二尺寸对应数量的数据，得到每个子排列窗口对应的数据序列；

分别对数据序列中的数据进行随机排列，得到多个重排数据序列。

5.根据权利要求4所述的方法，其特征在于，所述分别对数据序列中的数据进行随机排列，得到多个重排数据序列，包括：

分别检测数据序列中数据的数量是否满足预设条件；

对满足预设条件的数据序列中的数据进行随机排列，得到多个重排数据序列。

6.根据权利要求1至5任一项所述的方法，其特征在于，所述基于用户行为数据集以及重排后数据组对基础预测模型进行训练，得到的目标预测模型，包括：

在所述用户行为数据集去除重排后数据组所包含的数据，得到保留数据；

根据保留数据以及重排后数据组，构建训练数据集；

获取训练数据集中每个数据对应的行为真实值；

将训练数据集中的数据输入至基础预测模型中，得到训练数据集中每个数据对应的行为预测值；

基于行为真实值以及行为预测值对基础预测模型进行收敛，得到用于预测用户行为的目标预测模型。.

7.根据权利要求1至5任一项所述的方法，其特征在于，所述获取在第一时间节点前构建的基础预测模型，包括：

获取在历史时间节点前构建的待训练预测模型，所述历史时间节点在第一时间节点之前；

采集用户在历史时间节点与第一时间节点之间产生的历史行为数据，得到历史行为数据集；

通过预设数据排列窗口对所述用户历史行为数据集中的数据进行选取，并对选取到的数据进行随机排列，得到重排后历史数据组；

基于历史行为数据集以及重排后历史数据组对待训练预测模型进行训练，得到基础预测模型。

8.根据权利要求1至5任一项所述的方法，其特征在于，所述根据所述目标预测模型对用户的行为进行预测，得到预测结果，包括：

获取用户在第二时间节点之后产生的用户行为数据，得到当前行为数据；

基于所述目标预测模型以及当前行为数据，对用户进行深度浏览的概率进行预测，得到用户对应的深度浏览概率。