[发明专利]用户行为预测方法、用户行为预测装置、存储介质及设备

权利要求书

1.一种用户行为预测方法，其特征在于，包括：

根据用户基本信息确定用户基本特征；

对用户行为信息进行统计，得到行为统计特征；

从所述用户行为信息中提取行为序列特征；

基于所述用户基本特征、所述行为统计特征与所述行为序列特征，确定用户行为预测结果。

2.根据权利要求1所述的方法，其特征在于，所述行为统计特征包括第一类行为统计特征；所述对用户行为信息进行统计，得到行为统计特征，包括：

对预设单位时间内的用户行为信息进行统计，得到所述第一类行为统计特征。

3.根据权利要求1所述的方法，其特征在于，所述行为统计特征包括第二类行为统计特征；所述对用户行为信息进行统计，得到行为统计特征，包括：

对预设行为类型下最近一次或多次的用户行为信息进行统计，得到所述第二类行为统计特征。

4.根据权利要求1所述的方法，其特征在于，所述从所述用户行为信息中提取行为序列特征，包括：

在同一行为类型的用户行为信息中提取行为对象，并按照对应的行为时间对所述行为对象排序，得到所述行为序列特征。

5.根据权利要求4所述的方法，其特征在于，所述行为类型包括：打开应用程序的行为。

6.根据权利要求1所述的方法，其特征在于，所述基于所述用户基本特征、所述行为统计特征与所述行为序列特征，确定用户行为预测结果，包括：

利用嵌入模型对所述行为序列特征进行处理，得到对应的行为序列嵌入特征；

利用预测模型对所述用户基本特征、所述行为统计特征与所述行为序列嵌入特征，得到所述用户行为预测结果。

7.根据权利要求6所述的方法，其特征在于，所述嵌入模型包括第一嵌入子模型与第二嵌入子模型；所述利用嵌入模型对所述行为序列特征进行处理，得到对应的行为序列嵌入特征，包括：

利用所述第一嵌入子模型对所述行为序列特征进行处理，得到所述行为序列中各行为对象的嵌入特征；

利用所述第二嵌入子模型对所述行为对象的嵌入特征与所述行为对象的位置特征进行处理，得到所述行为序列嵌入特征。

8.根据权利要求7所述的方法，其特征在于，所述第一嵌入子模型包括Word2vec模型，所述第二嵌入子模型包括BERT模型。

9.根据权利要求6所述的方法，其特征在于，所述预测模型包括融合层、转换层、归一化层；所述利用预测模型对所述用户基本特征、所述行为统计特征与所述行为序列嵌入特征，得到所述用户行为预测结果，包括：

利用所述融合层拼接所述用户基本特征、所述行为统计特征与所述行为序列嵌入特征，得到用户综合特征；

利用所述转换层对所述用户综合特征进行处理，得到中间特征；

利用所述归一化层输出所述中间特征对应的用户行为预测结果。

10.根据权利要求9所述的方法，其特征在于，所述利用所述融合层拼接所述用户基本特征、所述行为统计特征与所述行为序列嵌入特征，得到用户综合特征，包括：

利用所述融合层拼接所述用户基本特征、所述行为统计特征与所述行为序列嵌入特征，并进行池化处理，得到所述用户综合特征。

11.一种用户行为预测装置，其特征在于，包括：

第一特征确定模块，用于根据用户基本信息确定用户基本特征；

第二特征确定模块，用于对用户行为信息进行统计，得到行为统计特征；

第三特征确定模块，用于从所述用户行为信息中提取行为序列特征；

预测结果确定模块，用于基于所述用户基本特征、所述行为统计特征与所述行为序列特征，确定用户行为预测结果。

12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至10任一项所述的方法。

13.一种电子设备，其特征在于，包括：

处理器；

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1至10任一项所述的方法。