用户行为预测和信息投放方法、装置、服务器和存储介质制造方法及图纸

本发明专利技术实施例公开了一种用户行为预测和信息投放方法、装置、服务器和存储介质。其中，用户行为预测方法包括：根据用户行为序列中包括的各用户行为信息，生成用户的行为时间序列；根据所述用户行为序列和所述行为时间序列，确定所述用户待执行的目标行为，以及预测所述用户执行所述目标行为的时机。本发明专利技术实施例的技术方案能够更为全面准确的预测用户行为，以便于后续更为准确的向用户推荐满足其需求的投放信息，进而提高投放信息的转化率。

User behavior prediction and information delivery methods, devices, servers and storage media

The embodiment of the present invention discloses a method, device, server and storage medium for user behavior prediction and information delivery. Among them, user behavior prediction methods include: generating user behavior time series according to user behavior information included in user behavior sequence; determining the target behavior of the user to be executed according to the user behavior sequence and the behavior time series, and predicting the time when the user executes the target behavior. The technical scheme of the embodiment of the present invention can predict user behavior more comprehensively and accurately, so as to recommend more accurate input information to users to meet their needs, thereby improving the conversion rate of the input information.

【技术实现步骤摘要】
用户行为预测和信息投放方法、装置、服务器和存储介质
本专利技术实施例涉及数据处理
，尤其涉及一种用户行为预测和信息投放方法、装置、服务器和存储介质。
技术介绍
随着互联网技术的快速发展，网络信息服务种类繁多，数量庞大。如何准确预测用户行为，从而根据用户行为预测信息，为用户推荐相应的服务，十分重要。目前，常用的方法是基于服务的付费额度和代言人热度来预测用户行为，进而根据预测的用户行为为用户投放相应的服务。存在投放的服务与用户实际需求之间的关联性较弱的问题，无法做到针对每一个用户做到精准的预测用户行为，导致向用户投放的服务并不符合用户实际需求，进而影响投放信息的转化率。
技术实现思路
本专利技术实施例提供了一种用户行为预测和信息投放方法、装置、服务器和存储介质，能够从用户待执行的目标行为以及执行该目标行为的时机两个方面更为全面准确的预测用户行为，以便于后续更为准确的向用户推荐满足其需求的投放信息，进而提高投放信息的转化率。第一方面，本专利技术实施例提供了一种用户行为预测方法，该方法包括：根据用户行为序列中包括的各用户行为信息，生成用户的行为时间序列；根据所述用户行为序列和所述行为时间序列，确定所述用户待执行的目标行为，以及预测所述用户执行所述目标行为的时机。第二方面，本专利技术实施例提供了一种信息投放方法，该方法包括：根据用户行为序列中包括的各用户行为信息，生成用户的行为时间序列；根据所述用户行为序列和所述行为时间序列，确定所述用户待执行的目标行为，以及预测所述用户执行所述目标行为的时机，作为所述用户的行为预测特征；根据用户画像特征、投放信息特征和所述行为预测特征，向所述用户推送投放信息。第三方面，本专利技术实施例还提供了一种用户行为预测装置，该装置包括：第一时序生成模块，用于根据用户行为序列中包括的各用户行为信息，生成用户的行为时间序列；行为时机预测模块，用于根据所述用户行为序列和所述行为时间序列，确定所述用户待执行的目标行为，以及预测所述用户执行所述目标行为的时机。第四方面，本专利技术实施例还提供了一种信息投放装置，该装置包括：第二时序生成模块，用于根据用户行为序列中包括的各用户行为信息，生成用户的行为时间序列；预测特征确定模块，用于根据所述用户行为序列和所述行为时间序列，确定所述用户待执行的目标行为，以及预测所述用户执行所述目标行为的时机，作为所述用户的行为预测特征；投放信息推送模块，用于根据用户画像特征、投放信息特征和所述行为预测特征，向所述用户推送投放信息。第五方面，本专利技术实施例还提供了一种服务器，包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本专利技术任意实施例所述的用户行为预测方法，或实现如本专利技术任意实施例所述的信息投放方法。第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本专利技术任意实施例所述的用户行为预测方法，或实现如本专利技术任意实施例所述的信息投放方法。本专利技术实施例的方案，通过根据用户行为序列中各用户行为信息，确定用户的行为时间序列，根据用户行为序列和行为时间序列从用户待执行的目标行为以及执行该目标行为的时机两个方面更为全面准确的预测用户行为，以便于后续更为准确的向用户推荐满足其需求的投放信息，进而提高投放信息的转化率。附图说明图1A是本专利技术实施例一提供的一种用户行为预测方法的流程图；图1B是本专利技术实施例一提供的行为预测模型的结构示意图；图2是本专利技术实施例二提供的一种用户行为预测方法的流程图；图3是本专利技术实施例三提供的一种信息投放方法的流程图；图4A是本专利技术实施例四提供的一种信息投放方法的流程图；图4B是本专利技术实施例四提供的识别用户意图特征的过程示意图；图4C是本专利技术实施例四提供的向用户推送投放信息的过程示意图；图5是本专利技术实施例五提供的一种用户行为预测装置的结构示意图；图6是本专利技术实施例六提供的一种信息投放装置的结构示意图；图7是本专利技术实施例七提供的一种服务器的结构示意图。具体实施方式下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。实施例一图1A为本专利技术实施例一提供的一种用户行为预测方法的流程图，图1B为本专利技术实施例一提供的行为预测模型的结构示意图。本实施例可适用于向用户推送投放信息前，对用户行为进行预测的情况，以便于根据预测结果向用户准确推送投放信息，该方法可以由本专利技术实施例提供的用户行为预测装置或服务器来执行，该装置可采用硬件和/或软件的方式实现。如图1A-1B所示，具体包括如下步骤：S101，根据用户行为序列中包括的各用户行为信息，生成用户的行为时间序列。其中，用户行为序列可以是指用户在使用终端设备时，操作终端设备所产生的一系列行为的集合，如可以是用户使用终端设备上的应用程序或浏览器等触发的一系列操作行为的集合。可选的，用户行为序列可以包括各用户行为类别信息和用户行为信息。其中，用户行为类别信息可以是对用户行为进行类别划分后得到的信息，如可以包括但不限于：输入查询语句、点击查询结果统一资源定位符、点击目标查询结果、查看目标查询结果详情等。示例性的，以用户想要进行贷款为例，用户行为序列中的用户行为类别信息可以包括：输入“贷款”、点击贷款网站、搜索“办理信用卡”、点击信用卡网站、点击信用卡A、点击信用卡A详情。用户行为信息可以是用户行为序列中的各用户行为中包括的该用户行为的相关信息，如可以包括但不限于执行该用户行为的时间、执行该用户行为的用户标识、执行该用户行为的终端标识等。可选的，根据用户行为序列中包括的各用户行为信息，生成用户的行为时间序列的方法有很多，对此本专利技术实施例不进行限定。可以是根据用户行为序列中各用户行为对应的执行时间，得到行为时间序列中包括的各执行时间。具体的，可以是从用户行为序列中各用户行为对应的用户行为信息中获取该用户行为的执行时间，将用户行为序列中各用户行为的执行时间构成用户的行为时间序列；也可以是根据用户行为序列中每一用户行为与该用户行为的上一用户行为之间的时间差，得到行为时间序列中包括的各行为时间差信息。具体的，可以是依次计算用户行为序列中，除第一个用户行为之外，各用户行为与其上一用户行为之间的时间差信息，并将计算出的各时间差信息按照对应的用户行为执行顺序，进行排序构成用户的行为时间序列。其中，时间差信息可以是每一用户行为与该用户行为的上一用户行为之间相差的时间差值。示例性的，若用户行为序列为中包括的用户行为类别信息为：输入“贷款”、点击贷款网站、搜索“办理信用卡”、点击信用卡网站、点击信用卡A、点击信用卡A详情；用户行为序列中各用户行为信息包含的该用户行为对应的时间分别为：9:00:00、9:00:10、9:40:10、9:40:36、9:42:36、9:43:31，则根据用户行为序列中包括的各用户行为信息，生成用户的行为时间序列可以是{9:00:00、9:00:10、9:40:10、9:40:36、9:42:36、9:43:31、9:51:31}；也可以是{-、10s、40本文档来自技高网...

【技术保护点】
1.一种用户行为预测方法，其特征在于，包括：根据用户行为序列中包括的各用户行为信息，生成用户的行为时间序列；根据所述用户行为序列和所述行为时间序列，确定所述用户待执行的目标行为，以及预测所述用户执行所述目标行为的时机。

【技术特征摘要】
1.一种用户行为预测方法，其特征在于，包括：根据用户行为序列中包括的各用户行为信息，生成用户的行为时间序列；根据所述用户行为序列和所述行为时间序列，确定所述用户待执行的目标行为，以及预测所述用户执行所述目标行为的时机。2.根据权利要求1所述的方法，其特征在于，根据用户行为序列中包括的各用户行为信息，生成用户的行为时间序列，包括：根据用户行为序列中每一用户行为与该用户行为的上一用户行为之间的时间差，得到行为时间序列中包括的各行为时间差信息。3.根据权利要求1所述的方法，其特征在于，根据所述用户行为序列和所述行为时间序列，确定所述用户待执行的目标行为，以及预测所述用户执行所述目标行为的时机，包括：根据所述用户行为序列中包括的各用户行为类别信息生成用户行为特征表示；根据所述行为时间序列中包括的各行为时间信息生成行为时间特征表示；将所述用户行为特征表示和所述行为时间特征表示输入行为预测模型，确定所述用户待执行的目标行为，以及预测所述用户执行所述目标行为的时机。4.根据权利要求1所述的方法，其特征在于，预测所述用户执行所述目标行为的时机，包括：预测所述用户在目标时间段内执行所述目标行为的概率；根据所述用户在目标时间段内执行所述目标行为的概率，确定所述用户执行所述目标行为的时机。5.一种信息投放方法，其特征在于，包括：根据用户行为序列中包括的各用户行为信息，生成用户的行为时间序列；根据所述用户行为序列和所述行为时间序列，确定所述用户待执行的目标行为，以及预测所述用户执行所述目标行为的时机，作为所述用户的行为预测特征；根据用户画像特征、投放信息特征和所述行为预测特征，向所述用户推送投放信息。6.根据权利要求5所述的方法，其特征在于，根据用户画像特征、投放信息特征和所述行为预测特征，向所述用户推送投放信息，包括：根据所述行为预测特征，确定所述用户执行所述目标行为的时机；在到达所述时机时，根据用户画像特征和投放信息特征，向所述用户推送所述目标行为关联的投放信息。7.根据权利要求5所述的方法，其特征在于，根据用户画像特征、投放信息特征和所述行为预测特征，向所述用户推送投放信息，包括：根据用户行为特征和用户画像特征，识别用户意图特征；根据所述用户画像特征、投放信息特征和所述行为预测特征，以及所述用户意图特征，向所述用户推送投放信息。8.根据权...

【专利技术属性】
技术研发人员：刘昊骋，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京,11