基于深度游走和集成学习的用户行为预测方法及系统
基本信息
| 申请号 | CN202010524285.4 | 申请日 | - |
| 公开（公告）号 | CN111695042A | 公开（公告）日 | 2020-09-22 |
| 申请公布号 | CN111695042A | 申请公布日 | 2020-09-22 |
| 分类号 | G06F16/9536(2019.01)I | 分类 | 计算；推算；计数; |
| 发明人 | 陈佐;吴志良;杨胜刚;朱桑之;谷浩然;杨捷琳 | 申请（专利权）人 | 湖南湖大金科科技发展有限公司 |
| 代理机构 | 成都行之专利代理事务所（普通合伙） | 代理人 | 林菲菲 |
| 地址 | 415000湖南省常德市鼎城区灌溪镇（常德高新技术产业开发区樟窑路-常德科技创新创业孵化产业园第二层230号） | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了基于深度游走和集成学习的用户行为预测方法及系统，本发明对原始数据集中存在的重复、异常和冗余等问题进行了预处理工作，从预处理后的数据集中提取出能够反映消费者行为习惯和偏好程度的统计信息和活跃度信息，以此为用户构建用户画像，然后通过从用户购买商品的社交网络图结构进行随机漫步(Ramdon Walk)得到新的行为序列，然后在用Word2vec模型得到用户每个行为的上下信息加入到机器学习模型中去训练学习，提高了模型的预测可靠性和预测精度。 |
