行为预测方法、装置、电子设备、存储介质和程序产品制造方法及图纸

本公开实施例涉及一种据融合方法、装置、电子设备、存储介质和程序产品，获取用户的历史行为数据集和至少一个关联用户行为数据集，根据历史行为数据集提取用户的行为特征，根据至少一个关联用户行为数据集提取关联特征，将用户的行为特征和关联特征进行融合，得到目标特征数据，根据目标特征数据和预设的行为预测模型，得到用户的行为预测结果，可以减少由于数据采集过程中传感器和业务系统的不稳定性、用户行为的不确定性等，对采集数据的影响。

【技术实现步骤摘要】
行为预测方法、装置、电子设备、存储介质和程序产品
本公开实施例涉及大数据
，特别是涉及一种行为预测方法、装置、电子设备、存储介质和程序产品。
技术介绍
近年来，随着生活质量的提高以及通信技术的发展，根据应用场景为用户推荐信息的服务越来越多，例如，为用户推荐出行方式、商品信息等等。传统技术中，通常需要大数据的支撑，通过传感器采集业务系统中的大量用户数据，对用户数据进行人工标注，根据标注后的数据预测用户的行为、偏好等，从而为用户推荐相关信息。然而，传统方法中，在数据采集过程中，由于传感器与业务系统的不稳定性、用户行为的不确定性等，导致采集到的数据容易受噪声影响，使得预测结果不准确。
技术实现思路
本公开实施例提供一种行为预测方法、装置、电子设备、存储介质和程序产品，可以用于减少传感器与业务系统的不稳定性、用户行为的不确定性等对采集到的数据的噪声影响。第一方面，本公开实施例提供一种行为预测方法，所述方法包括：获取用户的历史行为数据集和关联用户行为数据集；所述关联用户行为数据集包括与所述用户存在本文档来自技高网...

【技术保护点】
1.一种行为预测方法，其特征在于，包括：/n获取用户的历史行为数据集和关联用户行为数据集；所述关联用户行为数据集包括与所述用户存在关联关系的用户的行为数据；/n根据所述历史行为数据集提取所述用户的行为特征，根据所述关联用户行为数据集提取关联特征；/n将所述用户的行为特征和所述关联特征进行融合，得到目标特征数据；/n根据所述目标特征数据和预设的行为预测模型，得到所述用户的行为预测结果。/n

【技术特征摘要】
1.一种行为预测方法，其特征在于，包括：
获取用户的历史行为数据集和关联用户行为数据集；所述关联用户行为数据集包括与所述用户存在关联关系的用户的行为数据；
根据所述历史行为数据集提取所述用户的行为特征，根据所述关联用户行为数据集提取关联特征；
将所述用户的行为特征和所述关联特征进行融合，得到目标特征数据；
根据所述目标特征数据和预设的行为预测模型，得到所述用户的行为预测结果。


2.根据权利要求1所述的方法，其特征在于，所述对所述关联用户特征矩阵进行特征高阶化处理，得到高阶化特征矩阵，包括：
根据预设的空洞卷积，对所述关联用户特征矩阵进行非线性变化，得到所述高阶化特征矩阵；
所述对所述高阶化特征矩阵进行特征扁平化处理，得到所述关联特征，包括：
将所述高阶化特征矩阵按行拆分，得到每个所述关联用户数据矩阵对应的第二特征向量；
将每个关联用户对应的第二特征向量按照预设顺序堆叠，得到所述关联特征。


3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：
对所述历史行为数据集和所述关联用户行为数据集进行预处理；所述预处理包括一致性检查、滤除无效值和缺失值、抗热度除偏处理中的至少一个；
所述根据所述历史行为数据集提取所述用户的行为特征，根据所述至少一个关联用户行为数据集提取关联特征，包括：
根据预处理后的历史行为数据集提取所述用户的行为特征，根据预处理后的至少一个关联用户行为数据集提取关联特征。


4.根据权利要求1所述的方法，其特征在于，所述根据所述目标特征数据和预设的行为预测模型，得到所述用户的行为预测结果，包括：
根据所述用户行为相关特征确定预测用户偏好表征期望；
根据所述用户行为相关特征的不确定度确定不确定性协方差矩阵；
将所述预测用户偏好表征期望和所述不确定性协方差矩阵输入至所述行为预测模型中，得到用户的行为预测结果。

【专利技术属性】
技术研发人员：陈超，曾刚，
申请(专利权)人：北京嘀嘀无限科技发展有限公司，
类型：发明
国别省市：北京;11