【技术实现步骤摘要】
本申请涉及大数据领域，尤其涉及一种用户购车意向预测方法、装置、设备及存储介质。
技术介绍
1、现有技术中，根据用户浏览汽车垂媒和汽车应用(application，app)的浏览信息，通过多层前馈(back propagation，bp)神经网络建立线上浏览购车意向模型，挖掘潜在的购车用户。
2、然而，现有的线上浏览购车意向模型建立的过程中，只引入了线上浏览汽车垂媒和汽车应用的行为特征，使得模型精确度较低，无法根据线上浏览购车意向模型准确地预测用户的购车意向。
技术实现思路
1、本申请提供一种用户购车意向预测方法、装置、设备及存储介质，用以解决现有的线上浏览购车意向模型精确度较低，无法准确地预测用户的购车意向的问题。
2、第一方面，本申请提供一种用户购车意向预测方法，该方法包括：
3、获取目标用户的第一浏览信息、第二浏览信息、通话信息和访问信息，其中，第一浏览信息用于指示目标用户浏览汽车垂媒的浏览记录，第二浏览信息用于指示目标用户浏览汽车应用的浏览记录，通...
【技术保护点】
1.一种用户购车意向预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述第一浏览信息、第二浏览信息、通话信息和访问信息，通过长短期记忆网络建立多个预测模型，并得到每个预测模型输出的预测概率，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述第一浏览信息、第二浏览信息、通话信息和访问信息，得到多个特征矩阵，包括：
4.根据权利要求3所述的方法，其特征在于，所述第一浏览信息包括多个第一日期，以及每个第一日期对应的第一浏览时长、第一浏览次数和第一浏览流量；
5.根据权利要求2-4任一...
【技术特征摘要】
1.一种用户购车意向预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述第一浏览信息、第二浏览信息、通话信息和访问信息，通过长短期记忆网络建立多个预测模型，并得到每个预测模型输出的预测概率，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述第一浏览信息、第二浏览信息、通话信息和访问信息，得到多个特征矩阵，包括：
4.根据权利要求3所述的方法，其特征在于，所述第一浏览信息包括多个第一日期，以及每个第一日期对应的第一浏览时长、第一浏览次数和第一浏览流量；
5.根据权利要求2-4任一项所述的方法，其特征在于，所述每个特征矩阵均包括日相关特征矩阵和周相关特征矩阵；
【专利技术属性】
技术研发人员：张天铭，张倬荣，冯晓玲，王全达，闫龙，胡博文，李大中，宋雨伦，
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：
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。