本发明专利技术提供了一种用户行为的预测方法及装置，该方法包括：响应于成长状态预测指令，确定待预测用户当前所处的成长状态；获取待预测用户的交易行为信息、待预测用户所持有的目标产品的产品信息、与目标产品相关联的产品的产品信息以及外部交易环境信息；基于交易行为信息、目标产品的产品信息以及产品的产品信息以及外部交易环境信息，生成待预测用户的用户特征；将用户特征输入至预先构建的行为预测模型，获得待预测用户的行为预测结果；行为预测结果表征，未来时间段内待预测用户由成长状态转移到该成长状态的下一级成长状态的概率值。应用本发明专利技术提供的方法，能够准确的预测用户的行为状态。行为状态。行为状态。
【技术实现步骤摘要】
用户行为的预测方法及装置
[0001]本专利技术涉及数据处理
，特别涉及一种用户行为的预测方法及装置。
技术介绍
[0002]随着互联网在各个行业内越来越广泛的普及与应用，电商、互联网金融、生活服务、游戏等多个领域的企业都致力于通过收集与分析用户的信息数据，挖掘用户行为需求，以为用户提供更加具有针对性的产品或服务。
[0003]现有技术中，通常是将用户数据直接作为待处理数据，进行分析确定，对用户行为进行预测的。然而，仅通过用户数据进行行为预测，会导致对用户的行为解释性不足，且用户数据的处理方式比较单一，会导致用户行为的预测结果也较为片面，预测的准确性较低。
技术实现思路
[0004]本专利技术所要解决的技术问题是提供一种用户行为的预测方法，能够准确的预测用户的行为状态。
[0005]本专利技术还提供了一种用户行为的预测装置，用以保证上述方法在实际中的实现及应用。
[0006]一种用户行为的预测方法，包括：
[0007]响应于成长状态预测指令，确定待预测用户当前所处的成长状态；
[0008]获取所述待预测用户的交易行为信息、所述待预测用户所持有的目标产品的产品信息、与所述目标产品相关联的产品的产品信息以及外部交易环境信息；
[0009]基于所述交易行为信息、所述目标产品的产品信息以及所述产品的产品信息以及所述外部交易环境信息，生成所述待预测用户的用户特征；
[0010]将所述用户特征输入至预先构建的行为预测模型，获得所述待预测用户的行为预测结果；所述行为预测结果表征，未来时间段内所述待预测用户由所述成长状态转移到该成长状态的下一级成长状态的概率值。
[0011]上述的方法，可选的，所述确定待预测用户当前所处的成长状态，包括：
[0012]获取所述待预测用户的业务信息；
[0013]将所述业务信息与预先设置的用户行为周期中的各个状态的状态条件进行匹配；
[0014]将与所述业务信息匹配成功的状态条件所属的状态，确定为所述待预测用户当前所处的成长状态。
[0015]上述的方法，可选的，构建行为预测模型的过程，包括：
[0016]获取各个备选产品的产品信息；
[0017]基于每个所述备选产品的产品信息计算各个所述备选产品之间的特征距离；
[0018]基于各个所述备选产品之间的特征距离对各个所述备选产品进行分层聚类，得到各个产品类型的产品集合，其中，每个所述产品集合中的各个备选产品之间的特征距离小于预先设置的距离阈值；
[0019]在每个产品类型的产品集合中选取至少一个代表产品；
[0020]基于每个历史用户的交易信息、每个所述用户的持有产品的产品信息、每个所述持有产品所属的产品集合的代表产品的产品信息以及历史外部交易环境信息，生成每个历史用户的用户特征；
[0021]基于每个所述历史用户的用户特征，训练初始行为预测模型；
[0022]在所述初始行为预测模型满足已设定的训练完成条件的情况下，将所述初始行为预测模型确定为行为预测模型。
[0023]上述的方法，可选的，所述获得所述待预测用户的状态转移预测结果之后，还包括：
[0024]判断所述下一级成长状态的状态类型；
[0025]若判断出所述下一成长状态的状态类型为贡献态，则针对所述待预测用户执行第一干预操作，以提升所述待预测用户由该成长状态转移到该成长状态的下一级成长状态的概率；
[0026]若判断出所述下一级成长状态的状态类型为无贡献态，则针对所述待预测用户执行第二干预操作，以降低所述待预测用户由该成长状态转移到该成长状态的下一级成长状态的概率。
[0027]上述的方法，可选的，所述获得所述待预测用户的状态转移预测结果之后，还包括：
[0028]判断所述概率值是否大于预先设置的概率阈值；
[0029]若所述概率值大于所述概率阈值，则在所述下一级成长状态的状态类型为无贡献态的情况下，发送提示信息。
[0030]上述的方法，可选的，所述用户行为周期包括以下至少一种状态：关注状态、购买状态、持续购买状态、兴趣衰退状态、休眠状态以及重新激活状态。
[0031]一种用户行为的预测装置包括：
[0032]确定单元，用于响应于成长状态预测指令，确定待预测用户当前所处的成长状态；
[0033]获取单元，用于获取所述待预测用户的交易行为信息、所述待预测用户所持有的目标产品的产品信息、与所述目标产品相关联的产品的产品信息以及外部交易环境信息；
[0034]生成单元，用于基于所述交易行为信息、所述目标产品的产品信息以及所述产品的产品信息以及所述外部交易环境信息，生成所述待预测用户的用户特征；
[0035]预测单元，用于将所述用户特征输入至预先构建的行为预测模型，获得所述待预测用户的行为预测结果；所述行为预测结果表征，未来时间段内所述待预测用户由所述成长状态转移到该成长状态的下一级成长状态的概率值。
[0036]上述的装置，可选的，所述确定单元，包括：
[0037]第一获取子单元，用于获取所述待预测用户的业务信息；
[0038]匹配子单元，用于将所述业务信息与预先设置的用户行为周期中的各个状态的状态条件进行匹配；
[0039]第一确定子单元，用于将与所述业务信息匹配成功的状态条件所属的状态，确定为所述待预测用户当前所处的成长状态。
[0040]上述的装置，可选的，预测单元，包括：
[0041]第二获取子单元，用于获取各个备选产品的产品信息；
[0042]计算子单元，用于基于每个所述备选产品的产品信息计算各个所述备选产品之间的特征距离；
[0043]聚类子单元，用于基于各个所述备选产品之间的特征距离对各个所述备选产品进行分层聚类，得到各个产品类型的产品集合，其中，每个所述产品集合中的各个备选产品之间的特征距离小于预先设置的距离阈值；
[0044]选取子单元，用于在每个产品类型的产品集合中选取至少一个代表产品；
[0045]生成子单元，用于基于每个历史用户的交易信息、每个所述用户的持有产品的产品信息、每个所述持有产品所属的产品集合的代表产品的产品信息以及历史外部交易环境信息，生成每个历史用户的用户特征；
[0046]训练子单元，用于基于每个所述历史用户的用户特征，训练初始行为预测模型；
[0047]在所述初始行为预测模型满足已设定的训练完成条件的情况下，将所述初始行为预测模型确定为行为预测模型。
[0048]上述的装置，可选的，还包括：
[0049]判断单元，用于判断所述下一级成长状态的状态类型；
[0050]第一执行单元，用于若判断出所述下一成长状态的状态类型为贡献态，则针对所述待预测用户执行第一干预操作，以提升所述待预测用户由该成长状态转移到该成长状态的下一级成长状态的概率；
[0051]第二执行单元，用于若判断出所述下一级成长状态的状态类型本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种用户行为的预测方法，其特征在于，包括：响应于成长状态预测指令，确定待预测用户当前所处的成长状态；获取所述待预测用户的交易行为信息、所述待预测用户所持有的目标产品的产品信息、与所述目标产品相关联的产品的产品信息以及外部交易环境信息；基于所述交易行为信息、所述目标产品的产品信息以及所述产品的产品信息以及所述外部交易环境信息，生成所述待预测用户的用户特征；将所述用户特征输入至预先构建的行为预测模型，获得所述待预测用户的行为预测结果；所述行为预测结果表征，未来时间段内所述待预测用户由所述成长状态转移到该成长状态的下一级成长状态的概率值。2.根据权利要求1所述的方法，其特征在于，所述确定待预测用户当前所处的成长状态，包括：获取所述待预测用户的业务信息；将所述业务信息与预先设置的用户行为周期中的各个状态的状态条件进行匹配；将与所述业务信息匹配成功的状态条件所属的状态，确定为所述待预测用户当前所处的成长状态。3.根据权利要求1所述的方法，其特征在于，构建所述行为预测模型的过程，包括：获取各个备选产品的产品信息；基于每个所述备选产品的产品信息计算各个所述备选产品之间的特征距离；基于各个所述备选产品之间的特征距离对各个所述备选产品进行分层聚类，得到各个产品类型的产品集合，其中，每个所述产品集合中的各个备选产品之间的特征距离小于预先设置的距离阈值；在每个产品类型的产品集合中选取至少一个代表产品；基于每个历史用户的交易信息、每个所述用户的持有产品的产品信息、每个所述持有产品所属的产品集合的代表产品的产品信息以及历史外部交易环境信息，生成每个历史用户的用户特征；基于每个所述历史用户的用户特征，训练初始行为预测模型；在所述初始行为预测模型满足已设定的训练完成条件的情况下，将所述初始行为预测模型确定为行为预测模型。4.根据权利要求1所述的方法，其特征在于，所述获得所述待预测用户的状态转移预测结果之后，还包括：判断所述下一级成长状态的状态类型；若判断出所述下一成长状态的状态类型为贡献态，则针对所述待预测用户执行第一干预操作，以提升所述待预测用户由该成长状态转移到该成长状态的下一级成长状态的概率；若判断出所述下一级成长状态的状态类型为无贡献态，则针对所述待预测用户执行第二干预操作，以降低所述待预测用户由该成长状态转移到该成长状态的下一级成长状态的概率。5.根据权利要求1所述的方法，其特征在于，所述获得所述待预测用户的状态转移预测结果之后，还包括：
判断所述概率值是否大于预先设置的概率阈值；若所述概率值大于所述概率阈值，则在所述下一级成长状态的状态类型为无贡献态的情况下，发送提示信息。6.根据权利要求1所述的方法，其特征在于，所述用户行为...
【专利技术属性】
技术研发人员：汪东野，薛永刚，许侠，
申请(专利权)人：建信基金管理有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。