[发明专利]行为预测、信息推送方法及装置、电子设备及存储介质

权利要求书

1.一种行为预测方法，其特征在于，包括：

获取第一用户的第一特征数据；所述第一特征数据包括下述至少一种：所述第一用户在进行目标课程学习时的行为特征数据、所述第一用户的用户属性特征数据、以及所述第一课程的辅导教师属性特征数据；

对所述第一特征数据进行行为预测处理，得到与所述第一用户对应的多个中间行为预测结果；

基于所述多个中间行为预测结果，得到所述第一用户的目标行为预测结果。

2.根据权利要求1所述的行为预测方法，其特征在于，所述获取第一用户的第一特征数据，包括：

获取所述目标课程的第一开课时间、以及预设时段；其中，所述预设时段是基于多个第二用户对历史课程进行续订的历史续订时间与所述历史课程的第二开课时间之间的时间差确定的；

基于所述第一开课时间以及所述预设时段，确定获取所述第一特征数据的目标时间；

基于所述目标时间，获取所述第一特征数据。

3.根据权利要求1所述的行为预测方法，其特征在于，

针对所述第一特征数据包括所述第一用户的行为特征数据的情况，所述行为特征数据包括下述至少一种：

互动问答参与度信息、课程回放次数、课堂小测结果信息、课程学币使用分配信息、作业完成结果信息、多学科课程分别对应的学习记录信息、用户历史沟通信息、课程签到信息、及课程报名页面操作信息；

针对所述第一特征数据包括所述第一用户的用户属性特征数据的情况，所述用户属性特征数据包括下述至少一种：

年龄信息、性别信息、定位地点信息、注册时间信息、注册方式信息、注册渠道信息、及历史报名信息；

针对所述第一特征数据包括所述第一用户的辅导教师属性特征数据的情况，所述课程辅导教师特征数据包括下述至少一种：

辅导教师个人属性信息、辅导教师历史沟通信息、辅导教师历史带课记录信息、辅导教师作业批改记录信息。

4.根据权利要求1所述的行为预测方法，其特征在于，所述对所述第一特征数据进行行为预测处理，得到与所述第一特征数据对应的多个中间行为预测结果，包括：

利用多个行为预测模型，对所述第一特征数据进行行为预测处理，得到与所述第一用户对应的多个中间行为预测结果；

其中，不同的行为预测模型的类型不同。

5.根据权利要求4所述的行为预测方法，其特征在于，所述行为预测模型，包括下述至少一种：

逻辑回归模型、随机森林模型、以及梯度提升模型。

6.根据权利要求1-5任一项所述的行为预测方法，其特征在于，所述基于所述多个中间行为预测结果，得到所述第一用户的目标行为预测结果，包括：

对所述多个中间行为预测结果进行加权求和，得到所述第一用户的目标行为预测结果。

7.根据权利要求4或5所述的行为预测方法，其特征在于，训练所述多个行为预测模型，包括：

获取多个样本用户的样本特征数据；

针对所述多个样本用户中的每个样本用户，利用多个待训练的行为预测模型中的每个待训练的行为预测模型，对所述每个样本用户对应的样本特征数据进行行为预测处理，得到与所述每个样本用户对应的多个样本中间行为预测结果；

基于所述每个样本用户对应的多个样本中间行为预测结果，得到样本目标行为预测结果；

基于所述多个样本用户分别对应的样本目标行为预测结果，确定所述多个待训练的行为预测模型的模型损失，并基于所述模型损失，对所述多个待训练的行为预测模型进行训练；

经过对多个所述待训练的行为预测模型的多轮训练，得到训练好的所述多个行为预测模型。