【技术实现步骤摘要】
信息预测方法、装置及相关设备
[0001]本公开涉及信息处理
,尤其涉及一种信息预测方法、装置及相关设备。
技术介绍
[0002]在商品琳琅满目、各大电商平台激烈竞争的当下,如何在海量用户数据中挖掘潜在消费者成了相关企业亟待解决的问题。
[0003]为挖掘潜在消费者,相关企业会进行用户的购买意向预测,目前,相关技术多采用训练好的预测模型来预测用户的购买意向,由于上述预测模型多依据对应购买行为的用户画像进行意向预测,但缺乏对用户数据的深入挖掘,使得预测模型的输出结果的可靠性低。
技术实现思路
[0004]本公开的目的在于提供一种信息预测方法、装置及相关设备,用于解决相关技术在预测用户购买意向时,存在的预测结果可靠性低的技术问题。
[0005]第一方面,本公开实施例提供一种信息预测方法,包括:
[0006]获取目标用户对应的多个事件信息,其中,每一所述事件信息包括第一数据和第二数据,所述第一数据用于指示所述目标用户与目标商品之间的交互事件的事件类型,所述第二数据用于指示所述目标用户与 ...
【技术保护点】
【技术特征摘要】
1.一种信息预测方法,其特征在于,所述方法包括:获取目标用户对应的多个事件信息,其中,每一所述事件信息包括第一数据和第二数据,所述第一数据用于指示所述目标用户与目标商品之间的交互事件的事件类型,所述第二数据用于指示所述目标用户与所述目标商品之间的交互事件的发生时间信息,所述交互事件包括购买事件;基于所述多个事件信息对初始模型进行训练,获得目标模型,其中,所述初始模型用于指示所述购买事件对应的时序点过程;根据目标模型预测购买意向信息,其中,所述购买意向信息用于指示所述目标用户在目标时刻购买所述目标商品的概率。2.根据权利要求1所述的方法,其特征在于,所述基于所述多个事件信息对初始模型进行训练,获得目标模型,包括:获取所述目标用户的用户属性;根据所述用户属性确定用户信息,其中,所述用户信息用于指示所述目标用户对应的用户群体购买所述目标商品的概率;基于所述用户信息和所述多个事件信息对初始模型进行训练,获得目标模型。3.根据权利要求2所述的方法,其特征在于,所述交互事件还包括其他事件,所述其他事件为除所述购买事件之外的事件,所述初始模型包括第一模型部分和第二模型部分,其中,所述第一模型部分用于指示所述购买事件在目标时段内独立发生的概率,所述第二模型部分用于指示所述购买事件在所述目标时段内受所述其他事件影响而发生的概率,所述目标时段为所述多个事件信息对应的历史时段,所述用户信息用于训练所述第一模型部分,所述多个事件信息用于训练所述第二模型部分。4.根据权利要求3所述的方法,其特征在于,所述目标时段包括第一子时段和第二子时段,所述第二模型部分包括激励函数,所述激励函数的输入为所述目标时段内的任意时间,所述激励函数的函数值在所述第一子时段内与输入函数的时间呈正相关,所述激励函数的函数值在所述第二子时段内与输入函数的时间呈负相关。5.根据权利要求2所述的方法,其特征在于,所述基于所述用户信息和所述多个事件信息对初始模型进行训...
【专利技术属性】
技术研发人员:罗华刚,张杰,于皓,李犇,
申请(专利权)人:北京中关村科金技术有限公司,
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。