一种行为预测方法及装置制造方法及图纸

本申请实施例提供一种行为预测方法及装置，涉及计算机技术领域，解决了对用户行为进行预测时效率较低和准确度较低的问题。该方法包括：采用预先训练好的目标预测模型，对终端在第一预设时间段内的特征信息进行训练，以确定终端的用户是否能成为目标用户的概率，并根据概率值，向终端发送推荐信息，实现了快速、准确地对用户行为进行预测。

【技术实现步骤摘要】
一种行为预测方法及装置
本专利技术涉及计算机
，尤其涉及一种行为预测方法及装置。
技术介绍
银行在进行信用卡营销时，通常使用两种方法。一是对系统中的全量用户统一进行营销，但该类方法费时费力，效率较低。二是根据用户登记的性别、年龄和消费记录等数据进行营销，但该类方法准确率较低。因此，如何快速、准确的发现目标用户是目前亟需解决的问题。
技术实现思路
本申请实施例提供一种行为预测方法及装置，解决了对用户行为进行预测时效率较低和准确度较低的问题。为达到上述目的，本申请实施例采用如下技术方案：第一方面，提供一种行为预测方法，行为预测装置获取终端在第一预设时间段内的特征信息，该特征信息包括机型信息、语音业务信息、数据业务流量信息或者应用程序信息中的至少一个；然后，行为预测装置将获取到的特征信息输入到预先训练好的目标预测模型，以确定概率值，该概率值用于表示终端的用户是否能成为目标用户；最后，行为预测装置根据概率值，向终端发送推荐信息。行为预测装置通过预先训练好的目标预测模型，对终端在第一预设时间段内的特征信息本文档来自技高网...

【技术保护点】
1.一种行为预测方法，其特征在于，包括：/n获取终端在第一预设时间段内的特征信息，所述特征信息包括机型信息、语音业务信息、数据业务流量信息、应用程序信息或者移动轨迹信息中的至少一个；/n将所述特征信息输入到预先训练好的目标预测模型，以确定概率值，所述概率值用于表示所述终端的用户是否能成为目标用户；/n根据所述概率值，向所述终端发送推荐信息。/n

【技术特征摘要】
1.一种行为预测方法，其特征在于，包括：
获取终端在第一预设时间段内的特征信息，所述特征信息包括机型信息、语音业务信息、数据业务流量信息、应用程序信息或者移动轨迹信息中的至少一个；
将所述特征信息输入到预先训练好的目标预测模型，以确定概率值，所述概率值用于表示所述终端的用户是否能成为目标用户；
根据所述概率值，向所述终端发送推荐信息。


2.根据权利要求1所述的行为预测方法，其特征在于，所述行为预测方法还包括：
根据第二预设时间段内多个训练终端的所述特征信息和预设的细菌觅食算法，训练得到所述目标预测模型。


3.根据权利要求2所述的行为预测方法，其特征在于，所述根据第二预设时间段内多个训练终端的所述特征信息和细菌觅食算法，训练得到所述目标预测模型，包括：
获取所述第二预设时间段内的多个特征信息，每个特征信息唯一对应一个终端；
根据所述多个特征信息，执行训练处理操作，所述训练处理操作为：将所述多个特征信息输入到S个当前预测模型中，得到S个处理结果，所述S个处理结果中的每个处理结果唯一对应一个当前预测模型；从所述S个处理结果中确定当前目标结果；
在所述训练处理操作的执行次数小于预设阈值的情况下，根据所述当前目标结果和所述预设的细菌觅食算法，调整所述S个当前预测模型中每个预测模型的参数，S为正整数；
将调整参数后的S个预测模型作为所述S个当前预测模型，并根据所述多个特征信息，重新执行所述训练处理操作，直到所述训练处理操作的执行次数等于所述预设阈值为止；
根据所述当前目标结果，确定所述目标预测模型。


4.根据权利要求3所述的行为预测方法，其特征在于，所述根据所述目标结果和所述预设的细菌觅食算法，调整所述S个预测模型中的参数，包括：
对于所述S个预测模型中的第i个预测模型而言，在第J次训练处理操作执行结束后，采用下述公式调整所述第i个预测模型中的参数：






其中，1≤i≤S；0≤J≤所述预设阈值；r∈[-1，1]；r1∈[0，1]；r2∈[0，1]；β为权重系数；表示所述第J次训练处理操作确定的目标结果；ZJ为所述S个预测模型的平均位置，且sign(r)表示r的符号函数；表示在第J+1次执行所述训练处理操作时，所述第i个预测模型的量子旋转角。


5.一种行为预测装置，其特征在于，包括：
获取单元，用于获取终端在第一预设时间段内的特征信息，所述特征信息包括机型信息、语音业务信息、数据业务流量信息、应用程序信息或者移动轨迹信息中的至少一个；
确定单元，用于将所...

【专利技术属性】
技术研发人员：成晨，程新洲，韩玉辉，徐乐西，张涛，高洁，
申请(专利权)人：中国联合网络通信集团有限公司，
类型：发明
国别省市：北京;11