基于深度游走和集成學(xué)習(xí)的用戶行為預(yù)測方法及系統(tǒng)

基本信息

申請?zhí)?/td> CN202010524285.4 申請日 -
公開(公告)號 CN111695042A 公開(公告)日 2020-09-22
申請公布號 CN111695042A 申請公布日 2020-09-22
分類號 G06F16/9536(2019.01)I 分類 計算;推算;計數(shù);
發(fā)明人 陳佐;吳志良;楊勝剛;朱桑之;谷浩然;楊捷琳 申請(專利權(quán))人 湖南湖大金科科技發(fā)展有限公司
代理機構(gòu) 成都行之專利代理事務(wù)所(普通合伙) 代理人 林菲菲
地址 415000湖南省常德市鼎城區(qū)灌溪鎮(zhèn)(常德高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)樟窯路-常德科技創(chuàng)新創(chuàng)業(yè)孵化產(chǎn)業(yè)園第二層230號)
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了基于深度游走和集成學(xué)習(xí)的用戶行為預(yù)測方法及系統(tǒng),本發(fā)明對原始數(shù)據(jù)集中存在的重復(fù)、異常和冗余等問題進行了預(yù)處理工作,從預(yù)處理后的數(shù)據(jù)集中提取出能夠反映消費者行為習(xí)慣和偏好程度的統(tǒng)計信息和活躍度信息,以此為用戶構(gòu)建用戶畫像,然后通過從用戶購買商品的社交網(wǎng)絡(luò)圖結(jié)構(gòu)進行隨機漫步(Ramdon Walk)得到新的行為序列,然后在用Word2vec模型得到用戶每個行為的上下信息加入到機器學(xué)習(xí)模型中去訓(xùn)練學(xué)習(xí),提高了模型的預(yù)測可靠性和預(yù)測精度。??