一种基于用户购买行为的用户特征预测方法.pdf
一条****贺6
亲,该文档总共15页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于用户购买行为的用户特征预测方法.pdf
本发明公开了一种基于用户购买行为的用户特征预测方法,该方法包括:采集目标用户特征信息、历史订单信息以及订单商品信息,并利用订单商品信息从公开知识图谱获取商品相关的三元组知识,构建知识子图,利用图卷积神经网络聚合实体近邻局部特征,充分学习实体的表示向量;在用户特征预测模型中根据不同的商品特征以及不同的具有相似购买行为用户的特征学习到目标用户与不同商品以及相似购买行为用户的相似度,充分根据用户间以及用户实体间的相似度学习其特征向量,满足用户的个性化需求。本发明提高了用户特征预测的准确性,从而可以更准确地预测用
基于用户行为特征挖掘用户潜在购买商品和品类的方法.pdf
本发明属于用户行为分析和数据挖掘领域,涉及一种基于用户行为特征挖掘用户潜在购买商品和品类的方法,对预处理后的数据进行数据编码,并进行特征工程处理,得到用户行为特征数据;对样本数据进行正负样本分析与分类,将正负样本通过动态欠采样处理生成多个样本子集,作为训练的正负样本数据;通过正负样本数据对决策树模型进行训练,训练出多个单预测模型,再通过stacking方式对单预测模型进行融合,生成多个融合预测模型;基于多个融合预测模型对用户潜在购买商品和品类进行预测,对各个融合预测模型的预测结果进行处理分析,得到带有权重
基于图神经网络与用户意图感知的用户购买行为预测方法.pdf
本发明将用户的历史购买数据中的物品作为一个行为序列,然后基于这些序列构造有向图,其中每个节点代表用户购买过的一个物品,每条有向边表示用户在购买过此边的源物品之后购买了指向的物品。基于此图,通过图神经网络捕获物品之间的联系以及物品与用户的联系并准确地生成物品的向量表示,并且通过用户意图感知模块准确地捕获用户当前的意图,将其作为用户的向量表示。基于这些物品的向量表示和用户的向量表示,将其与注意力机制结合,为用户推荐可能感兴趣的物品。
基于用户的行为顺序预测购买概率的方法及其设备.pdf
本文中公开的是基于用户的行为顺序预测购买概率的方法及其设备。该方法和设备实时收集访问购物网站的用户的日志,通过按时间顺序排列日志来生成与用户的在线行为相对应的统一资源标识符(URI)序列,并且通过将URI序列与对应于购物网站的购买概率模型进行比较来计算用户的产品购买概率。此外,可以更准确地检测顾客的当前购买意图,因此可以提供关于顾客当前感兴趣的产品的信息。
基于大数据用户行为分析的高潜在用户购买意向预测方法.pdf
本发明请求保护一种基于大数据用户行为分析的高潜在用户购买意向预测方法,包括:101数据预处理,对电商用户历史行为数据集进行预处理操作;102样本定义与打标,根据用户历史消费行为,以有交互的用户产品对为关键字构建样本;103训练集测试集划分,采用时间窗口划分法,将历史数据划分为训练集与测试集;104特征构建,对用户的历史行为数据进行特征工程构建;105算法设计与实现,首先对特征群特征选择和对数据集进行不平衡数据的处理,随后本发明提出一种两层模型迭代学习算法预测最终结果。本发明基于时间跨度45天的电商用户历史