[发明专利]用户行为特征分析方法、推荐方法及相应装置

权利要求书

1.一种用户行为特征分析方法，其特征在于，包括：

获取N个参考用户对应的N个用户数据；其中，每个用户数据分别包括M种用户行为中的每种用户行为的行为数据，以及用于表征是否发生目标事件的目标事件发生情况数据，N和M均是大于1的整数；

根据所述N个用户数据，确定每种用户行为的行为权重和对所述目标事件的转化率；

根据每种用户行为的行为权重和对所述目标事件的转化率，确定每种用户行为触发所述目标事件的归因权重，得到所述M种用户行为对应的M个归因权重，以便根据所述M种用户行为对应的M个归因权重，对目标用户进行用户属性分析，并根据属性分析结果，为所述目标用户进行物体推荐。

2.根据权利要求1所述的方法，其特征在于，所述根据所述N个用户数据，确定每种用户行为对所述目标事件的转化率，包括：

根据所述N个用户数据中的行为数据和目标事件发生情况数据，获取每种用户行为对应的目标概率，以及每两种用户行为组成的行为组对应的目标概率；其中，任一用户行为对应的目标概率为：发生了本用户行为的参考用户所组成的用户群发生所述目标事件的概率；任一行为组对应的目标概率为：发生了本行为组中的两种用户行为的参考用户所组成的用户群发生所述目标事件的概率；

根据每种用户行为对应的目标概率，以及每两种用户行为组成的行为组对应的目标概率，确定每种用户行为对所述目标事件的转化率。

3.根据权利要求2所述的方法，其特征在于，所述根据每种用户行为对应的目标概率，以及每两种用户行为组成的行为组对应的目标概率，确定每种用户行为对所述目标事件的转化率，包括：

计算包括第一用户行为的M-1个行为组对应的M-1个计算值；其中，所述第一用户行为是所述M种用户行为中的任一用户行为；任一行为组对应的计算值为：本行为组对应的目标概率与本行为组对应的和值的差值；任一行为组对应的和值为：本行为组中的两种用户行为对应的两个目标概率的和值；

计算所述M-1个计算值的平均值；

将所述第一用户行为对应的目标概率与所计算的平均值的和值作为所述第一用户行为对所述目标事件的转化率。

4.根据权利要求1所述的方法，其特征在于，所述根据所述N个用户数据，确定每种用户行为的行为权重，包括：

根据所述N个用户数据中的行为数据，获取每个参考用户发生第二用户行为的实际次数，以及发生了所述第二用户行为的参考用户的总数量；其中，所述第二用户行为是所述M种用户行为中的任一用户行为；

根据每个参考用户发生所述第二用户行为的实际次数，以及所述总数量，确定所述第二用户行为的行为权重。

5.根据权利要求4所述的方法，其特征在于，

所述获取每个参考用户发生第二用户行为的实际次数，包括：

获取每个参考用户在连续K天中的每天发生第二用户行为的实际次数，以得到每个参考用户对应的K个实际次数；其中，K为大于1的整数；

所述根据每个参考用户发生所述第二用户行为的实际次数，以及所述总数量，确定所述第二用户行为的行为权重，包括：

对每个参考用户对应的K个实际次数分别进行时间衰减处理，以得到每个参考用户对应的K个衰减次数；

计算每个参考用户对应的K个衰减次数的次数总和，以得到所述N个参考用户对应的N个次数总和；

计算所述N个次数总和的和值，并将所述总数量与所计算的和值的比值作为所述第二用户行为的行为权重。

6.一种基于用户行为特征的推荐方法，其特征在于，包括：

获取在目标物体属性上，目标用户发生M种用户行为中的每种用户行为的实际次数；其中，M是大于1的整数；

根据所述M种用户行为对应的M个归因权重，以及所述目标用户发生每种用户行为的实际次数，确定所述目标用户在所述目标物体属性上的用户属性评估值；其中，任一用户行为对应的归因权重为本用户行为触发目标事件的归因权重；

根据所述用户属性评估值，为所述目标用户进行物体推荐。