[发明专利]用户行为特征分析方法、推荐方法及相应装置

说明书

本公开的实施例公开了一种用户行为特征分析方法、推荐方法及相应装置。该方法包括：获取N个参考用户对应的N个用户数据；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；根据N个用户数据，确定每种用户行为的行为权重和对目标事件的转化率；根据每种用户行为的行为权重和对目标事件的转化率，确定每种用户行为触发目标事件的归因权重，得到M种用户行为对应的M个归因权重，以便根据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，为目标用户进行物体推荐。本公开的实施例能够较好地保证物体推荐效果，从而满足实际需求。

技术领域

本公开涉及信息处理技术领域，尤其涉及一种用户行为特征分析方法、推荐方法及相应装置。

背景技术

在许多情况下，需要为用户进行物体推荐，例如给用户推荐房源。一般而言，为了保证推荐效果，会先确定用户在房源属性上的用户属性评估值(其可以用于表征用户对两居室、高楼层等房源属性的喜好程度)，然后再针对性地进行房源推荐。现有技术中通常由房产经纪人根据个人经验，确定用户在房源属性上的用户属性评估值，确定结果的准确性较差，这样会导致房源推荐效果较差，难以满足实际需求。

发明内容

为了解决上述技术问题，提出了本公开。本公开的实施例提供了一种用户行为特征分析方法、推荐方法及相应装置。

根据本公开实施例的一个方面，提供了一种用户行为特征分析方法，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。

在一个可选示例中，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。

在一个可选示例中，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。

在一个可选示例中，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：