[发明专利]一种预测用户行为的方法、装置及电子设备

权利要求书

1.一种预测用户行为的方法，其特征在于，包括：

对当前页面的文档对象化模型树中包含点击事件的节点增加事件属性；在前端框架的脚本文件中引入事件监听脚本，所述事件监听脚本用于监听所述事件属性对应的点击事件；

在所述事件监听脚本监听到所述事件属性对应的点击事件时，确定当前用户存在与所述事件属性相对应的点击行为，并根据所述点击行为生成所述当前用户的用户行为数据；

根据所述当前用户的用户行为数据预测所述当前用户是否存在有效行为。

2.根据权利要求1所述的方法，其特征在于，所述包含点击事件的节点的数量为多个，所述根据所述点击行为生成所述当前用户的用户行为数据，包括：

确定每个所述包含点击事件的节点对应的商品信息，根据多个所述商品信息生成浏览商品数据；

根据路由跳转确定进入所述当前页面的第一点击行为，以及离开所述当前页面的第二点击行为，将所述第二点击行为与所述第一点击行为之间的时间差作为所述当前页面的浏览时间数据；

生成包含所述浏览商品数据和所述浏览时间数据的所述当前用户的用户行为数据。

3.根据权利要求1所述的方法，其特征在于，所述有效行为包括支付行为，所述根据所述当前用户的用户行为数据预测所述当前用户是否存在有效行为，包括：

构建能够预测用户是否存在支付行为的预测模型；

将所述当前用户的用户行为数据输入至所述预测模型，根据所述预测模型的输出结果预测所述当前用户是否存在支付行为。

4.根据权利要求3所述的方法，其特征在于，所述构建能够预测用户是否存在支付行为的预测模型，包括：

获取基于样本对预设模型进行训练所得到的预测模型参数；

其中，所述样本包含支付用户的用户行为数据和浏览用户的用户行为数据；所述支付用户为具有所述支付行为的一类用户，所述浏览用户为不具有所述支付行为的另一类用户；所述支付用户的用户行为数据的分类标签为用户存在支付行为，所述浏览用户的用户行为数据的分类标签为用户不存在支付行为；

根据所述预测模型参数构建能够预测用户是否存在支付行为的预测模型。

5.根据权利要求4所述的方法，其特征在于，所述支付用户的用户行为数据为所述支付用户浏览目标类别的商品时所确定的数据；所述浏览用户的用户行为数据为所述浏览用户浏览所述目标类别的商品时所确定的数据；

所述根据所述预测模型参数构建能够预测用户是否存在支付行为的预测模型包括：

根据所述预测模型参数构建预测模型，所述预测模型用于预测用户是否存在购买所述目标类别的商品的支付行为。

6.根据权利要求3-5任意一项所述的方法，其特征在于，所述将所述当前用户的用户行为数据输入至所述预测模型，包括：

获取所述当前用户的用户基本属性，将所述用户基本属性以及所述当前用户的用户行为数据共同作为特征向量；

将所述特征向量输入所述预测模型。

7.根据权利要求6所述的方法，其特征在于，所述获取所述当前用户的用户基本属性，包括：

获取所述当前用户的用户ID信息，所述用户ID信息为从社交平台路由跳转到所述当前页面时，所述当前页面的url中所加入的ID信息；

通过API或网络爬虫技术获取所述社交平台中与所述用户ID信息相对应的所述用户基本属性。

8.一种预测用户行为的装置，其特征在于，包括：监听模块、处理模块及预测模块；

所述监听模块用于对当前页面的文档对象化模型树中包含点击事件的节点增加事件属性；在前端框架的脚本文件中引入事件监听脚本，所述事件监听脚本用于监听所述事件属性对应的点击事件；

所述处理模块用于在所述事件监听脚本监听到所述事件属性对应的点击事件时，确定当前用户存在与所述事件属性相对应的点击行为，并根据所述点击行为生成所述当前用户的用户行为数据；

所述预测模块用于根据所述当前用户的用户行为数据预测所述当前用户是否存在有效行为。