用户行为的预测方法、装置及服务器制造方法及图纸

本发明专利技术涉及用户行为的预测方法、装置及服务器。该方法包括：获取目标用户的历史骑行数据；根据预设的特征指标，从历史骑行数据中提取目标用户的特征数据；将目标用户的特征数据输入预设的预测模型，得到对应的预测结果，预测结果表示目标用户在未来设定期间的骑行次数。该方法能够根据用户在过去一段时间的骑行数据，预测用户在未来一段时间的骑行需求，有利于更科学、更有针对性的管理车辆以及向用户提供服务。

Prediction method, device and server of user behavior

【技术实现步骤摘要】
用户行为的预测方法、装置及服务器
本专利技术涉及车辆管理
，更具体地，涉及一种用户行为的预测方法、一种用户行为的预测装置以及一种服务器。
技术介绍
目前，共享车辆已经成为人们出行的重要工具。共享车辆的健康运行离不开运营人员的管理和维护，例如，运营人员会将故障车辆回收和维修，又例如，运营人员根据使用需求调整不同区域投放的车辆数量，将车辆从需求量较小的地点移动至需求量较大的地点。用户对共享车辆的使用在时间和空间上具有一定的随机性，这给共享车辆的管理带来了一定的不确定因素，增大了共享车辆管理的难度。如果能够对用户使用共享车辆的骑行行为进行预测，将有利于运营人员更科学、更有针对性的管理车辆以及向用户提供服务。因此，有必要提出一种对共享车辆用户的使用行为进行预测的新技术方案。
技术实现思路
本专利技术提供了一种对共享车辆用户的使用行为进行预测的新技术方案。根据本专利技术的第一方面，提供了一种用户行为的预测方法，包括：获取目标用户的历史骑行数据；根据预设的特征指标，从所述历史骑行数据中提取所本文档来自技高网...

【技术保护点】
1.一种用户行为的预测方法，包括：/n获取目标用户的历史骑行数据；/n根据预设的特征指标，从所述历史骑行数据中提取所述目标用户的特征数据；/n将所述目标用户的特征数据输入预设的预测模型，得到对应的预测结果，所述预测结果表示所述目标用户在未来设定期间的骑行次数。/n

【技术特征摘要】
1.一种用户行为的预测方法，包括：
获取目标用户的历史骑行数据；
根据预设的特征指标，从所述历史骑行数据中提取所述目标用户的特征数据；
将所述目标用户的特征数据输入预设的预测模型，得到对应的预测结果，所述预测结果表示所述目标用户在未来设定期间的骑行次数。


2.根据权利要求1所述的方法，其中，所述预测模型通过以下方式获得：
获取训练样本集，所述训练样本集包括多个训练样本，每个所述训练样本为用户在第一期间的骑行数据，每个所述训练样本的标签为用户在第二期间的骑行次数，其中，所述第一期间和所述第二期间前后相邻；
根据所述特征指标，提取每个所述训练样本的特征数据；
使用每个所述训练样本的特征数据和标签，通过机器学习方法对预设的初始模型进行训练，以调整所述初始模型的参数，得到所述预测模型。


3.根据权利要求1所述的方法，其中，所述根据所述特征指标，提取每个所述训练样本的特征数据，包括：
提取以下数据中的至少一种，得到所述特征数据：
所述第一期间内骑行的总次数；
所述第一期间内最后一次骑行到所述第一期间终止点的时间间隔；
所述第一期间内骑行订单的总金额。


4.根据权利要求2所述的方法，其中，所述初始模型为逻辑回归模型。


5.根据权利要求4所述的方法，其中，所述使用每个所述训练样本的特征数据和标签，通过机器学习方法对预设的初始模型进行训练，以调整所述初始模型的参数，得到所述预测模型，包括：
将所述特征数据代入所述初始模型，得到对应的...

【专利技术属性】
技术研发人员：朱俊辉，
申请(专利权)人：北京摩拜科技有限公司，
类型：发明
国别省市：北京;11