[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

说明书

本公开提供了一种行为预测、信息推送方法及装置、电子设备及存储介质，其中，行为预测方法包括：获取第一用户的第一特征数据；第一特征数据包括下述至少一种：第一用户在进行目标课程学习时的行为特征数据、第一用户的用户属性特征数据、以及第一课程的辅导教师属性特征数据；对第一特征数据进行行为预测处理，得到与第一用户对应的多个中间行为预测结果；基于多个中间行为预测结果，得到第一用户的目标行为预测结果。这种行为预测方法得到的目标行为预测结果的准确性更高。信息推送方法与行为预测方法相似，可以实现向用户对应的用户端推送目标推送信息时具有更强的针对性，减少了推送信息时造成的资源浪费。

技术领域

本公开涉及大数据技术领域，具体而言，涉及一种行为预测、信息推送方法及装置、电子设备及存储介质。

背景技术

目前，在面对大量数据类型不同的无序数据时，通常采用数据处理(DataProcessing，DP)的方法对数据进行分析加工，以得到有价值和意义的结果；用户行为预测作为数据处理的重要应用场景，其在结果预测、决策确定等方面应用广泛。例如，可以通过对网课学员在一段时间内的行为数据进行数据分析，来预测网课学员是否会续订相应课程。

但是，当前的行为预测方式存在准确度较低的问题。

发明内容

本公开实施例至少提供一种行为预测、信息推送方法及装置、电子设备及存储介质。

第一方面，本公开实施例提供了一种行为预测方法，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。

在一种可选的实施方式中，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。

在一种可选的实施方式中，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。

在一种可选的实施方式中，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；