一种确定用户意向目标的方法及系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114119090A(43)申请公布日2022.03.01(21)申请号202111421625.1(22)申请日2021.11.26(71)申请人北京房江湖科技有限公司地址101399北京市顺义区杨镇二街村农场路62号24室(72)发明人王静远(74)专利代理机构北京德琦知识产权代理有限公司11018代理人牛峥王丽琴(51)Int.Cl.G06Q30/02(2012.01)G06K9/62(2022.01)G06K9/00(2022.01)G06Q50/16(2012.01)G06N3/04(2006.01)权利要求书2页说明书10页附图3页(54)发明名称一种确定用户意向目标的方法及系统(57)摘要本申请公开了一种确定用户意向目标的方法及系统，设置多个节点，每个节点由第一意向目标的预测概率表示值及第二意向目标的预测概率表示值联合确定，包括所有所述节点的网格覆盖第一意向目标的预测概率表示值范围及第二意向目标的预测概率表示值范围；获取多个用户的历史行为信息，计算其中每个用户意向目标的预测概率表示值，根据得到的每个用户的第一意向目标的预测概率表示值及第二意向目标的预测概率表示值，将每个用户归入到对应的节点中；获取每个节点中所有用户的设定未来时间段的行为信息，进行所述网格内的聚类计算，得到每个节点具有的用户意向目标；接收当前用户的行为信息，计算得到当前用户的第一意向目标的预测概率表示值及第二意向目标的预测概率表示值，确定对应的节点，得到所对应的节点具有的用户意向目标。这样，提高了预测用户意向目CN114119090A标的准确性。CN114119090A权利要求书1/2页1.一种确定用户意向目标的方法，其特征在于，所述方法包括：设置多个节点，每个节点由第一意向目标的预测概率表示值及第二意向目标的预测概率表示值联合确定，包括所有所述节点的网格覆盖第一意向目标的预测概率表示值范围及第二意向目标的预测概率表示值范围；获取多个用户的历史行为信息，计算其中每个用户意向目标的预测概率表示值，根据得到的每个用户的第一意向目标的预测概率表示值及第二意向目标的预测概率表示值，将每个用户归入到对应的节点中；获取每个节点中所有用户的设定未来时间段的行为信息，进行所述网格内的聚类计算，得到每个节点具有的用户意向目标；接收当前用户的行为信息，计算得到当前用户的第一意向目标的预测概率表示值及第二意向目标的预测概率表示值，确定对应的节点，将所对应的节点具有的用户意向目标，作为当前用户的意向目标。2.如权利要求1所述的方法，其特征在于，所述计算其中每个用户意向目标的预测概率表示值包括：针对每个用户，将涉及第一意向目标的历史行为信息输入到所设置的第一意向目标神经网络模型中，得到所述用户的第一意向目标的预测概率表示值；将涉及第二意向目标的历史行为信息输入到所设置的第二意向目标神经网络模型中，得到所述用户的第二意向目标的预测概率表示值。3.如权利要求2所述的方法，其特征在于，所述第一意向目标神经网络模型为第一意向目标的神经网络分数模型，所述得到所述用户的第一意向目标的预测概率表示值为所述用户的第一意向目标的得分值；所述第二意向目标神经网络模型为第二意向目标的神经网络分数模型，所述得到所述用户的第二意向目标的预测概率表示值为所述用户的第二意向目标的得分值。4.如权利要求1或2所述的方法，其特征在于，所述计算得到所述节点具有的用户意向目标包括：对于每个节点，根据所述节点中所有用户的设定时间段的行为信息，计算得到用户实施第一意向目标的概率值及用户实施第二意向目标的概率值之间的差值，及实施第一意向目标的用户数量占实施总体意向目标的用户数量的占比值；对网格内的所有节点的用户实施第一意向目标的概率值及用户实施第二意向目标的概率值之间的差值，及实施第一意向目标的用户数量占实施总体意向目标的用户数量的占比值，进行最大值‑最小值的归一化处理，采用K均值聚类算法进行聚类，所述K取值为3，得到聚类结果；将得到的聚类结果作为网格内的各个节点具有的用户意向目标。5.如权利要求4所述的方法，其特征在于，所述进行最大值‑最小值的归一化处理之前，还包括：设定多个历史时间点，在每个历史时间点，根据所述节点中所有用户的设定时间段的行为信息，计算得到都在该历史时间点的用户实施第一意向目标的概率值及实施第二意向目标的概率值之间的差值，及实施第一意向目标的用户数量占实施总体意向目标的用户数量的占比值；2CN114119090A权利要求书2/2页将得到的多个历史时间点的用户实施第一意向目标的概率值及实施第二意向目标的概率值之间的差值，及实施第一意向目标的用户数量占实施总体意向目标的用户数量的占比值，分别进行平均得到的值，分别作为计算得到