[发明专利]用户信息预测方法、装置、设备及介质

说明书

本申请实施例提供了一种用户信息预测方法、装置、设备及介质，所述方法包括：获得当前用户终端的历史用户信息序列，历史用户信息序列包括多个历史时刻、以及当前用户终端在各个历史时刻的多个维度的用户信息；将历史用户信息序列输入预测模型，得到当前用户终端在下一时刻的多个维度的用户信息；其中，预测模型包括向量表示模块、特征提取模块及包括多个维度的用户信息预测分支的预测模块；向量表示模块用于生成历史用户信息序列对应的向量表示，特征提取模块用于对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特征提取模块提取的特征，从该维度预测多个样本用户终端各自在下一时刻的用户信息。

技术领域

本申请涉及信息处理技术领域，特别是涉及一种用户信息预测方法、装置、设备及介质。

背景技术

随着智能手机的普及和移动互联网技术的发展，城市环境下移动用户的时空行为建模变得越来越重要，准确预测用户的轨迹和相关时空活动有助于更好的为用户提供个性化的服务，即相关技术中需要预测用户在未来时刻的行为和地点。

相关技术中，为了预测用户在未来时刻的行为和地点，一方面，提出了通过对用户的时空行为规律建模的方式，另一方面提出了通过对用户个性化特征的提取的方式。但是通过上述两种方式并不能准确预测出用户在未来时刻的一些行为信息，导致不能准确为用户提供个性化服务。

发明内容

鉴于上述问题，提出了本申请实施例的一种用户信息预测方法、装置、设备及介质，以便克服上述问题或者至少部分地解决上述问题。

为了解决上述问题，本申请的第一方面，公开了一种用户信息预测方法，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、特征提取模块以及预测模块，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。

可选地，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。

可选地，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。

可选地，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；