[发明专利]用户行为的预测方法、装置及服务器

权利要求书

1.一种用户行为的预测方法，包括：

获取目标用户的历史骑行数据；

根据预设的特征指标，从所述历史骑行数据中提取所述目标用户的特征数据；

将所述目标用户的特征数据输入预设的预测模型，得到对应的预测结果，所述预测结果表示所述目标用户在未来设定期间的骑行次数。

2.根据权利要求1所述的方法，其中，所述预测模型通过以下方式获得：

获取训练样本集，所述训练样本集包括多个训练样本，每个所述训练样本为用户在第一期间的骑行数据，每个所述训练样本的标签为用户在第二期间的骑行次数，其中，所述第一期间和所述第二期间前后相邻；

根据所述特征指标，提取每个所述训练样本的特征数据；

使用每个所述训练样本的特征数据和标签，通过机器学习方法对预设的初始模型进行训练，以调整所述初始模型的参数，得到所述预测模型。

3.根据权利要求1所述的方法，其中，所述根据所述特征指标，提取每个所述训练样本的特征数据，包括：

提取以下数据中的至少一种，得到所述特征数据：

所述第一期间内骑行的总次数；

所述第一期间内最后一次骑行到所述第一期间终止点的时间间隔；

所述第一期间内骑行订单的总金额。

4.根据权利要求2所述的方法，其中，所述初始模型为逻辑回归模型。

5.根据权利要求4所述的方法，其中，所述使用每个所述训练样本的特征数据和标签，通过机器学习方法对预设的初始模型进行训练，以调整所述初始模型的参数，得到所述预测模型，包括：

将所述特征数据代入所述初始模型，得到对应的输出结果；

将所述输出结果和对应的所述标签代入预设的损失函数，得到所述输出结果的损失，其中，所述损失函数基于最大似然估计获得；

根据所述损失对所述初始模型的参数进行更新，以得到所述预测模型。

6.一种用户行为的预测装置，包括：

历史数据获取模块，用于获取目标用户的历史骑行数据；

目标用户特征提取模块，用于根据预设的特征指标，从所述历史骑行数据中提取所述目标用户的特征数据；

预测模块，用于将所述特征数据输入预设的预测模型，得到对应的预测结果，所述预测结果表示所述目标用户在未来设定期间的骑行次数。

7.根据权利要求6所述的装置，其中，所述装置还包括模型获取模块，所述模型获取模块包括：

样本获取单元，用于获取训练样本集，所述训练样本集包括多个训练样本，每个所述训练样本为用户在第一期间的骑行数据，每个所述训练样本的标签为用户在第二期间的骑行次数，其中，所述第一期间和所述第二期间前后相邻；

特征提取单元，用于根据所述特征指标，提取每个所述训练样本的特征数据；

训练单元，使用每个所述训练样本的特征数据和标签，通过机器学习方法对预设的初始模型进行训练，以调整所述初始模型的参数，得到所述预测模型。

8.一种服务器，包括：

存储器，用于存储可执行命令；

处理器，用于在所述可执行命令的控制下，执行权利要求1-5中任一项所述的方法。

9.一种计算机可读存储介质，存储有可执行命令，所述可执行命令被处理器执行时，实现权利要求1-5中任一项所述的方法。