[发明专利]用户信息预测方法、装置、设备及介质

权利要求书

1.一种用户信息预测方法，其特征在于，所述方法包括：

获得当前用户终端的历史用户信息序列，所述历史用户信息序列包括多个历史时刻、以及所述当前用户终端在各个历史时刻的多个维度的用户信息；

将所述历史用户信息序列输入预测模型，得到所述当前用户终端在下一时刻的多个维度的用户信息；

其中，所述预测模型包括向量表示模块、特征提取模块及预测模块，所述预测模块包括多个维度的用户信息预测分支；所述预测模块中的各个分支的参数相互独立，且共享所述嵌入模块和所述特征提取模块的参数；

所述向量表示模块用于生成多个样本用户终端各自的历史用户信息序列对应的向量表示，所述特征提取模块用于对所述多个样本用户终端各自对应的向量表示进行特征提取，每个维度的用户信息预测分支用于根据所述特征提取模块提取的特征，从该维度预测所述多个样本用户终端各自在下一时刻的用户信息。

2.根据权利要求1所述的方法，其特征在于，所述多个维度的用户信息至少包括：地理位置和用户行为；

将所述历史用户信息序列输入预测模型，得到所述当前用户终端在下一时刻的多个维度的用户信息，包括：

将所述当前用户终端在所述多个历史时刻所处的地理位置以及执行的用户行为，输入所述预测模型，得到所述当前用户终端在下一时刻所处的地理位置以及即将触发的用户行为。

3.根据权利要求1或2所述的方法，其特征在于，所述多个维度的用户信息还包括：用户标识；将所述历史用户信息序列输入预测模型，除得到所述当前用户终端在下一时刻的多个维度的用户信息外，还包括：

得到与所述当前用户终端的用户标识匹配的目标样本用户标识，所述目标样本用户标识为所述多个样本用户终端各自的用户标识中的一个。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获得多个样本用户终端各自的历史用户信息序列；

对所述多个样本用户终端各自的历史用户信息序列进行标注，得到多个历史用户信息序列样本，其中，每个历史用户信息序列样本携一个样本用户终端在下一时刻的多个维度的用户信息标签；

将所述多个历史用户信息序列样本输入至预设网络模型，得到所述预设网络模型输出的下一时刻的多个维度的预测用户信息；

根据所述下一时刻的多个维度的预测用户信息以及相应的用户信息标签，分别确定多个维度各自对应的损失值；

根据所述多个维度各自对应的损失值，确定联合损失值；

根据所述联合损失值，对所述预设网络模型的模型参数进行迭代更新，直至满足训练结束条件，得到所述预测模型。

5.根据权利要求1所述的方法，其特征在于，所述向量表示模块用于根据每个样本用户终端的历史用户信息序列，生成每个维度的密集向量表示，并将生成的多个维度的密集向量表示拼接为该样本用户终端对应的向量表示；

所述特征提取模块用于从所述多个样本用户终端各自对应的向量表示中，提取所述多个维度各自的上下文特征以及表征所述多个维度之间的关联性的特征。

6.根据权利要求2所述的方法，其特征在于，在得到所述当前用户终端在下一时刻所处的地理位置以及即将触发的用户行为之后，所述方法还包括以下至少一者：

根据所述当前用户终端在下一时刻所处的地理位置，向所述当前用户终端发送与所述下一时刻所处的地理位置匹配的热点推荐信息；

根据所述当前用户终端即将触发的用户行为，向所述当前用户终端发送与所述即将触发的用户行为匹配的服务信息，以使所述当前用户终端在相应的应用界面中显示所述服务信息；

根据所述当前用户终端在下一时刻所处的地理位置以及在各个历史时刻的地理位置，生成所述当前用户终端的行动轨迹，并将所述行动轨迹发送给所述当前用户终端。