[发明专利]一种考虑跳过顺序模式的行为预测系统及方法

权利要求书

1.一种考虑跳过顺序模式的行为预测系统，其特征在于，包括有数据存储模块，顺序行为模式建模模块，跳过顺序行为模式建模模块，投票预测模块；

所述的数据采集存储模块，采集用户的历史行为，以及存储行为数据与系统运行过程中的中间数据；

所述的顺序行为建模模块，通过用户的历史行为利用马尔科夫理论，进行行为模式建模；

所述的跳过顺序行为模式建模模块，通过用户的历史行为序列，通过本发明提出的算法，进行行为建模；

所述的投票预测模块，利用投票法决定最终预测结果。

2.根据权利要求1所述的一种考虑跳过顺序模式的行为预测系统的预测方法，其特征在于，包括以下步骤：

步骤一，触发预测系统开始命令；

步骤二，数据采集存储模块，采集并存储用户行为数据；

步骤三，建模顺序模式，计算N步转移概率矩阵；

步骤四，建模跳过顺序模式，计算N步间隔事件概率；

步骤五，通过投票法综合步骤三，步骤四的结果，给出预测结果。

3.根据权利要求2所述的一种考虑跳过顺序模式的行为预测系统的预测方法，其特征在于，步骤二所述的数据采集存储模块，将采集到的用户行为数据表示为形式化表示为：

U_i＝{E₁,E₂,…,E_n}U_i表示第i个序列,E_i表示第i个事件。

4.根据权利要求2所述的一种考虑跳过顺序模式的行为预测系统的预测方法，其特征在于，步骤三所属的建模顺序模式，具体实现方式如下：

计算所有N个序列所发生的事件的种类数，定义为Var＝{V₁,V₂,...,V_n}，V_i表示第i种事件，共有n种事件种类，

对于一步转移概率矩阵，对于每种事件V_i,统计在所有序列中出现的次数以及其后相邻出现事件的种类以及次数，

得到如下矩阵：

此矩阵为n行n列，因为计算一步转移概率矩阵有n个事件，其中P11表示第V₁种行为的下一个行为为V₁的概率，计算方式为其中Sum(V₁)表示所有序列中V₁事件出现的次数，Sum(V₁V₁)表示事件V₁出现后出现的事件为V₁的次数，依次类推完成此矩阵,当用户当前的行为为V_i则预测用户下一步行为为第i行数值最大的列对应的行为；

对于两步转移概率矩阵，由于共有n种事件，则有n乘n种两步组合，对于每种组合VmVn统计在所有序列中出现的次数以及其后相邻出现事件的种类以及次数，并通过下述计算得到如下矩阵：

此矩阵为n乘以n行,n列，因为两步共有n乘n种组合方式，其中p111表示序列中事件组合V₁V₁发生的条件下，下一事件为V₁的概率，计算方式为其中Sum(V₁V₁)表示所有序列中事件顺序组合V₁V₁发生的次数，Sum(V₁V₁V₁)表示在事件顺序组合V₁V₁发生的条件下,下一事件为V₁的事件顺序组合次数，依次类推完成此概率矩阵，当用户当前的行为与上一个行为组合为V_iV_q时，则预测用户下一步行为为前缀Piq行中最大数值Piqn中n所对应的行为，

依次类推完成预先定义的x步概率转移矩阵记为Sx。