[发明专利]一种预测用户行为的方法、装置及电子设备

说明书

本发明提供了一种预测用户行为的方法、装置及电子设备，其中，该方法包括：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；在事件监听脚本监听到事件属性对应的点击事件时，确定当前用户存在点击行为，并生成当前用户的用户行为数据；根据用户行为数据预测当前用户是否存在有效行为。通过本发明实施例提供的预测用户行为的方法、装置及电子设备，在数据采集方面不会侵入原代码，可以保证业务逻辑的正确性，且能够自动获取页面路由变化，高效准确。

技术领域

本发明涉及机器学习技术领域，具体而言，涉及一种预测用户行为的方法、装置、电子设备及计算机可读存储介质。

背景技术

近年来，随着互联网技术的蓬勃发展，网络平台广告投放已经成为电商领域中最不可忽视的环节。广告运营商根据用户行为分析得到用户的消费偏好，获取潜在客户，从而进行针对性广告推送。在实现本发明的过程中，发明人发现现有方案中至少存在如下问题：现有技术在数据采集方面普遍采用传统的命令式埋点技术，该技术会随数据采集的过程不可逆的衍生出许多冗余代码，分散在源码各处占用资源、扰乱原业务逻辑，导致采集到的数据不准确而使后续用户行为预测模型在对用户行为进行预测时准确率较低。

发明内容

为解决现有采集数据的方案存在容易衍生冗余代码且扰乱原业务逻辑的技术问题，本发明实施例提供一种预测用户行为的方法、装置、电子设备及计算机可读存储介质。

第一方面，本发明实施例提供了一种预测用户行为的方法，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。

可选地，包含点击事件的节点的数量为多个，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；生成包含所述当前用户的浏览商品数据和所述浏览时间数据的所述用户行为数据。

可选地，有效行为包括支付行为，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。

可选地，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。

可选地，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。

可选地，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。