[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

说明书

本发明提供的一种用户需求预测方法、装置、电子设备及可读存储介质，方法包括：首先获取目标用户的多源情境数据；本发明中的多源情境数据表征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，提高了数据的丰富性，可以为后续进行预测提供更多参考信息，进而，将多源情境数据输入训练后的预测模型，预测目标用户对应的用户类型；其中，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，用户类型与至少一种服务对应；本发明中的预测模型可以综合利用多源情境数据中的信息进行用户需求预测，大大提高了需求预测的精确性和预测效率。

技术领域

本发明涉及机器学习技术领域，具体而言，涉及一种用户需求预测方法、装置、电子设备及可读存储介质。

背景技术

随着“互联网+”，“智能+”以及数智化的核心理念深入人心，推进企业数字化转型，打造数智化企业，成为当前行业发展的重要趋势之一。数智化发展的本质为从以商品为经营中轴到以消费者为经营中轴，实现需求端数据智能，因此，实现需求端数据智能，迫切需要一种有效的方式来对用户的需求进行精准预测，为决策提供可靠的支持。

目前，预测用户对商品的需求单纯使用了线性模型，考虑到用户对商品的需求除了和个人人口统计学特征、商品自身品质、市场供求关系等因素的影响，还跟其他情境因素相关，而这部分的变化往往是非线性和随机的，因此线性模型很难达到精准、高效预测的效果。

发明内容

本发明的目的之一在于提供一种用户需求预测方法、装置、电子设备及可读存储介质，用以提高用户需求的预测准确度。

本发明的实施例可以这样实现：

第一方面，本发明提供一种用户需求预测方法，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。

可选地，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。

可选地，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。

可选地，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。

可选地，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。

可选地，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。

可选地，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所述全部服务。