[发明专利]一种需求预测方法及装置、设备、存储介质

权利要求书

1.一种需求预测方法，其特征在于，所述方法包括：

获取待预测的用户集合中每一目标用户特征；

采用需求预测模型对所述每一目标用户特征进行预测，得到对应的目标时序行为特征模式，其中，所述需求预测模型用于表征聚类序列集合对应的目标特征集合与所述聚类序列集合对应的时序行为特征模式之间的映射关系，所述聚类序列集合是对历史的时序行为序列集合中的序列进行聚类而得到的；所述时序行为特征模式为所述聚类序列集合在预设时间长度内的时间节点上发生目标行为的概率分布；

基于所述每一目标用户特征对应的目标时序行为特征模式，确定对应用户存在行为需求的时间节点。

2.根据权利要求1所述的方法，其特征在于，所述需求预测模型是采用如下方法得到的：

对所述历史的时序行为序列集合中的序列进行聚类，得到至少两个聚类序列集合；

确定每一所述聚类序列集合对应的时序行为特征模式；

将每一所述聚类序列集合中序列对应的用户特征，确定为目标特征集合；

建立每一所述聚类序列集合的目标特征集合与所述时序行为特征模式之间的第一映射关系，得到所述需求预测模型。

3.根据权利要求2所述的方法，其特征在于，所述对所述历史的时序行为序列集合中的序列进行聚类，得到至少两个聚类序列集合，包括：

确定所述历史的时序行为序列集合中的每两个序列之间相似度；

基于所述相似度，对所述历史的时序行为序列集合中的序列进行聚类，得到所述至少两个聚类序列集合。

4.根据权利要求3所述的方法，其特征在于，所述基于所述相似度，对所述历史的时序行为序列集合中的序列进行聚类，得到所述至少两个聚类序列集合，包括：

基于每一所述序列M_j与其他所有序列的相似度，确定相似度小于相似度阈值所对应的第一序列集合；

确定所述第一序列集合中的序列数目；

如果所述序列M_j的序列数目大于预设数目，将序列M_j和所述第一序列集合中的所有序列确定为一个所述聚类序列集合。

5.根据权利要求2至4任一项所述的方法，其特征在于，所述方法还包括：

获取历史用户数据，其中，所述历史用户数据至少包括用户集合中用户的行为记录信息；

对所述历史用户数据进行清洗，得到格式统一的枚举集合；

从所述枚举集合中提取每一所述用户在所述预设时间长度内的每一时间节点上的行为特征，得到所述历史的时序行为序列集合。

6.根据权利要求2至4任一项所述的方法，其特征在于，所述确定每一所述聚类序列集合对应的时序行为特征模式，包括：

确定每一所述聚类序列集合在预设时间长度内的每一时间节点上发生目标行为的第一概率；

将所述第一概率对应的时间节点与所述第一概率建立第二映射关系；

将所述第二映射关系确定为所述时序行为特征模式。

7.根据权利要求2至4任一项所述的方法，其特征在于，所述确定每一所述聚类序列集合对应的时序行为特征模式，包括：

确定每一所述聚类序列集合在预设时间长度内的每一时间节点上发生目标行为的第一概率，得到第一概率集合；

将所述第一概率集合中满足第一概率条件的第一概率确定为第一目标概率；

将所述第一目标概率对应的时间节点与所述第一目标概率建立第三映射关系；

将所述第三映射关系确定为所述时序行为特征模式。

8.根据权利要求2至4任一项所述的方法，其特征在于，所述将每一所述聚类序列集合中序列对应的用户特征，确定为目标特征集合，包括：

确定每一所述聚类序列集合中每一所述序列对应的用户特征；

将每一所述聚类序列集合对应的所有用户特征确定为目标特征集合。