[发明专利]用户行为进行分类和预测的方法和系统

摘要

本发明涉及一种对用户行为进行分类识别和预测的方法和系统，所述方法包括以下步骤：步骤1、从一个或多个来源获取预设时段的用户行为数据，并计算用户行为数据在预设的各个维度上的属性；步骤2、根据用户行为数据的来源、以及与所述来源相对应的所述属性，选择相应的分类模型；步骤3、根据所选的分类模型，对用户行为数据进行分类识别；步骤4、根据分类结果，调用信息知识库，预测用户行为的目的，其中，所述信息知识库记录了用户行为的过程与行为目的之间的关系。

主权项

1.一种对用户行为进行分类识别和预测的方法，包括以下步骤：/n步骤1、构建决策树分类模型，在完成决策树分类模型的构建后，/n从一个或多个来源获取预设时段的用户行为数据，并计算用户行为数据在预设的各个维度上的属性；/n所述构建决策树分类模型，包括以下步骤：/nS100、获取用户在预设时间段内的网络访问信息，作为训练样本集，其中，所述网络访问信息包括访问行为信息、以及每个访问行为所属的访问类别信息；/nS200、计算训练样本集中的每个属性的行为数据的信息熵、信息增益、和/或信息增益率；/nS300、选出信息增益和/或信息增益率最大的属性作为根节点的分裂属性；/nS400、将训练样本集中所述分裂属性的取值相同的样本形成决策树分支，对每个决策树分支以递归方式从步骤S200循环执行，继续分裂其它属性，直到决策树的深度达到预定阈值、或者所有数据属性已经使用完毕为止；/n步骤2、根据用户行为数据的来源以及与所述来源相对应的所述属性，选择相应的分类模型，所述分类模型包括决策树分类模型和随机森林模型，对于用户在业务服务端的网络访问行为数据，/n选择决策树分类模型，对于线下业务数据、和/或从第三方获取的所述用户行为数据，选择随机森林分类模型；/n步骤3、根据所选的分类模型，对用户行为数据进行分类识别；/n步骤4、根据分类结果，调用信息知识库，预测用户行为的目的，/n其中，所述信息知识库记录了用户行为的过程与行为目的之间的关系。/n