[发明专利]模型训练方法、基于模型的用户行为预测方法及装置

权利要求书

1.一种模型训练方法，所述方法包括：

获取训练样本集，所述训练样本集中包括用于训练模型的训练样本，所述训练样本包括用户的与特定行为相关的数据；

提取所述训练样本集中训练样本的与特定行为相关的特征；

根据特定算法对所述与特定行为相关的特征进行训练，得到预测模型，所述预测模型用于建立与特定行为相关的特征和用户的特定行为预测信息之间的映射关系，所述预测模型包括：第一类预测模型及多个第二类预测模型，所述第一类预测模型用于预测用户是否有做出特定行为的意向，所述第二类预测模型用于预测用户的意向特定行为，一个第二类预测模型对应一个意向特定行为。

2.如权利要求1所述的方法，所述与特定行为相关的数据包括下述至少一种：搜索记录、购买记录、收藏记录、浏览记录及应用程序点击次数。

3.如权利要求2所述的方法，所述与特定行为相关的数据包括：搜索记录；

所述提取所述训练样本集中训练样本的与特定行为相关的特征，包括：

从所述搜索记录中提取与特定行为相关的关键词；

将所述关键词作为与特定行为相关的特征或与特定行为相关的特征之一。

4.如权利要求2所述的方法，所述与特定行为相关的数据包括：购买记录；

所述提取所述训练样本集中训练样本的与特定行为相关的特征，包括：

从所述购买记录中提取与特定行为相关的物品编号及物品类别；

将所述物品编号及物品类别作为与特定行为相关的特征或与特定行为相关的特征之一。

5.如权利要求2所述的方法，所述与特定行为相关的数据包括：收藏记录；

所述提取所述训练样本集中训练样本的与特定行为相关的特征，包括：

从所述收藏记录中提取与特定行为相关的物品编号及物品类别；

将所述物品编号及物品类别作为与特定行为相关的特征或与特定行为相关的特征之一。

6.如权利要求2所述的方法，所述与特定行为相关的数据包括：浏览记录；

所述提取所述训练样本集中训练样本的与特定行为相关的特征，包括：

从所述浏览记录中提取与特定行为相关的物品编号及物品类别；

将所述物品编号及物品类别作为与特定行为相关的特征或与特定行为相关的特征之一。

7.如权利要求2所述的方法，所述与特定行为相关的数据包括：应用程序点击次数；

所述提取所述训练样本集中训练样本的与特定行为相关的特征，包括：

依据所述应用程序点击次数，计算与特定行为相关的应用程序点击次数的占比值；

将所述占比值作为与特定行为相关的特征或与特定行为相关的特征之一。

8.如权利要求2-7任一项所述的方法，所述与特定行为相关的数据还包括：用户基本信息及用户标签，所述用户标签用于表征所述用户是否为特定行为爱好者；

所述提取所述训练样本集中训练样本的与特定行为相关的特征，还包括：

从所述用户基本信息中提取用户基本信息特征，将所述用户基本信息特征及用户标签作为与特定行为相关的特征之一。

9.如权利要求1所述的方法，所述特定算法为逻辑回归LR算法，所述预测模型为LR模型。

10.如权利要求1所述的方法，所述特定行为为出游行为，所述与特定行为相关的数据为与出游相关的数据，所述与特定行为相关的特征为与出游相关的特征。