[发明专利]用户需求预测方法、装置、电子设备及可读存储介质

权利要求书

1.一种用户需求预测方法，其特征在于，所述方法包括：

获取目标用户的多源情境数据；其中，所述多源情境数据表征所述目标用户在任意一种业务场景中的用户信息和网络浏览数据；

将所述多源情境数据输入训练后的预测模型，预测所述目标用户对应的用户类型；其中，所述预测模型是根据多源情境样本数据训练而成的非线性模型，所述用户类型与至少一种服务对应；

将所述用户类型对应的全部所述服务，确定为所述目标用户的用户需求。

2.根据权利要求1所述的用户需求预测方法，其特征在于，所述预测模型具有多个树形层级结构；

根据所述多源情境数据和训练后的预测模型，确定所述目标用户对应的用户类型，包括：

将所述多源情境数据输入到所述预测模型进行预测；

将每个所述树形层级结构的预测结果进行统计分析，确定所述目标用户对应的所述用户类型。

3.根据权利要求1或2所述的用户需求预测方法，其特征在于，所述训练后的预测模型是通过以下方式获得的：

从训练集中确定多个特征子集，所述训练集中包含每个用户类型的多个属性特征；所述特征子集中的特征数量小于所述训练集中的特征数量；

根据预设的属性确定模型，确定每个所述特征子集中的目标属性特征；

构建多个初始的决策树模型，所述决策树模型的数量与所述特征子集的数量一致；

根据目标特征子集的所述目标属性特征，对目标决策树模型进行训练，直到目标决策树模型的模型规模达到预设约束条件；其中，所述目标特征子集为多个所述特征子集中的任一个，所述目标决策树模型为多个所述决策树模型中的任一个；

遍历全部所述特征子集，获得训练后的多个所述决策树模型，将训练后的多个所述决策树模型作为预测模型。

4.根据权利要求3所述的用户需求预测方法，其特征在于，从训练集中确定多个特征子集，包括：

根据随机无放回规则，从所述训练集中确定所述多个特征子集。

5.根据权利要求1所述的用户需求预测方法，其特征在于，在获取目标用户的多源情境数据之后，所述方法还包括：

基于预设的语义表达规则，对所述多源情境数据进行标准化预处理。

6.根据权利要求1所述的用户需求预测方法，其特征在于，获取目标用户的多源情境数据，包括：

显示用户界面；

当在所述用户界面接收到目标用户的注册操作指令或者登陆指令，获得所述用户信息；

当在所述用户界面接收到所述目标用户的浏览操作指令，获得所述网络浏览数据。

7.根据权利要求6所述的用户需求预测方法，其特征在于，所述方法还包括：

根据确定的所述用户需求，在所述用户界面展示全部所述服务。

8.一种用户需求预测装置，其特征在于，包括：

获取模块，用于获取目标用户的多源情境数据；其中，所述多源情境数据表征所述目标用户在任意至少一种业务场景中的用户信息和网络浏览数据；

预测模块，用于根据所述多源情境数据和训练后的预测模型，预测所述目标用户对应的用户类型；其中，所述用户类型与至少一种服务对应；

确定模块，用于将所述用户类型对应的全部所述服务，确定为所述目标用户的用户需求。

9.一种电子设备，其特征在于，所述电子设备包括处理器及存储有计算机指令的非易失性存储器，所述计算机指令被所述处理器执行时，所述电子设备执行权利要求1-7中任意一项所述的用户需求预测方法。

10.一种可读存储介质，其特征在于，所述可读存储介质包括计算机指令，所述计算机指令运行时控制所述可读存储介质所在电子设备执行权利要求1-7中任意一项所述的用户需求预测方法。