[发明专利]行为预测方法、装置、电子设备、存储介质和程序产品

说明书

本公开实施例涉及一种据融合方法、装置、电子设备、存储介质和程序产品，获取用户的历史行为数据集和至少一个关联用户行为数据集，根据历史行为数据集提取用户的行为特征，根据至少一个关联用户行为数据集提取关联特征，将用户的行为特征和关联特征进行融合，得到目标特征数据，根据目标特征数据和预设的行为预测模型，得到用户的行为预测结果，可以减少由于数据采集过程中传感器和业务系统的不稳定性、用户行为的不确定性等，对采集数据的影响。

技术领域

本公开实施例涉及大数据技术领域，特别是涉及一种行为预测方法、装置、电子设备、存储介质和程序产品。

背景技术

近年来，随着生活质量的提高以及通信技术的发展，根据应用场景为用户推荐信息的服务越来越多，例如，为用户推荐出行方式、商品信息等等。

传统技术中，通常需要大数据的支撑，通过传感器采集业务系统中的大量用户数据，对用户数据进行人工标注，根据标注后的数据预测用户的行为、偏好等，从而为用户推荐相关信息。

然而，传统方法中，在数据采集过程中，由于传感器与业务系统的不稳定性、用户行为的不确定性等，导致采集到的数据容易受噪声影响，使得预测结果不准确。

发明内容

本公开实施例提供一种行为预测方法、装置、电子设备、存储介质和程序产品，可以用于减少传感器与业务系统的不稳定性、用户行为的不确定性等对采集到的数据的噪声影响。

第一方面，本公开实施例提供一种行为预测方法，所述方法包括：

获取用户的历史行为数据集和关联用户行为数据集；所述关联用户行为数据集包括与所述用户存在关联关系的用户的行为数据；

根据所述历史行为数据集提取所述用户的行为特征，根据所述关联用户行为数据集提取关联特征；

将所述用户的行为特征和所述关联特征进行融合，得到目标特征数据；

根据所述目标特征数据和预设的行为预测模型，得到所述用户的行为预测结果。

第二方面，本公开实施例提供一种行为预测装置，所述装置包括：

获取模块，用于获取用户的历史行为数据集和关联用户行为数据集；所述关联用户行为数据集包括与所述用户存在关联关系的用户的行为数据；

特征提取模块，用于根据所述历史行为数据集提取所述用户的行为特征，根据所述关联用户行为数据集提取关联特征；

融合模块，用于将所述用户的行为特征和所述关联特征进行融合，得到目标特征数据；

预测模块，用于根据所述目标特征数据和预设的行为预测模型，得到所述用户的行为预测结果。

第三方面，本公开实施例提供一种服务器，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的方法。

第四方面，本公开实施例提供一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述的方法。

第五方面，本公开实施例提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述第一方面所述的方法。