[发明专利]用户规律性行为识别方法及装置

权利要求书

1.一种用户规律性行为识别方法，其特征在于，包括：

获取目标用户的第一行为数据和第二行为数据；其中，所述第一行为数据，为所述目标用户当前观测周期内的行为数据；所述第二行为数据，为所述目标用户上一观测周期内的行为数据；

基于所述第一行为数据、所述第二行为数据以及预先确定的上一目标分值，获取当前目标分值；其中，所述上一目标分值，为目标行为在所述上一观测周期的评分；所述当前目标分值，为所述目标行为在所述当前观测周期的评分；

在所述当前目标分值大于分值阈值的情况下，将所述目标行为标记为所述目标用户的规律性行为。

2.根据权利要求1所述的用户规律性行为识别方法，其特征在于，所述在所述当前目标分值大于分值阈值的情况下，将所述目标行为标记为所述目标用户的规律性行为之后，所述方法还包括：

基于所述第一行为数据和所述第二行为数据，预测所述目标用户下一次进行所述目标行为的时间点。

3.根据权利要求1所述的用户规律性行为识别方法，其特征在于，所述基于所述第一行为数据、所述第二行为数据以及预先确定的上一目标分值，获取当前目标分值，具体包括：

在所述目标用户在所述上一观测周期内和所述当前观测周期内均进行了所述目标行为的情况下，基于所述第一行为数据和所述第二行为数据，在所述上一目标分值的基础上加分，获得所述当前目标分值。

4.根据权利要求1所述的用户规律性行为识别方法，其特征在于，所述基于所述第一行为数据、所述第二行为数据以及预先确定的上一目标分值，获取所述当前目标分值，具体包括：

在所述目标用户在所述上一观测周期和/或所述当前观测周期未进行所述目标行为的情况下，基于目标衰减函数，在所述上一目标分值的基础上减分，获得所述当前目标分值。

5.根据权利要求2所述的用户规律性行为识别方法，其特征在于，所述基于所述第一行为数据和所述第二行为数据，预测所述目标用户下一次进行所述目标行为的时间点，具体包括：

基于所述第一行为数据，获取所述目标用户在所述当前观测周期内进行的行为的数量和所述目标用户进行各所述行为的时间点，基于所述上一观测周期的行为数据，获取所述目标用户在所述上一观测周期进行所述目标行为的时间点；

基于所述目标用户在所述当前观测周期内进行的各行为的数量、所述目标用户进行各所述行为的时间点以及所述目标用户在所述上一观测周期进行所述目标行为的时间点，预测所述目标用户下一次进行所述目标行为的时间点。

6.根据权利要求3所述的用户规律性行为识别方法，其特征在于，所述基于所述第一行为数据和所述第二行为数据，在所述上一目标分值的基础上加分，获得所述当前目标分值，具体包括：

基于所述第一行为数据，获取所述目标用户在所述当前观测周期内进行的各行为的数量和所述目标用户进行各所述行为的时间点，基于所述上一观测周期的行为数据，获取所述目标用户在所述上一观测周期进行所述目标行为的时间点；

基于所述目标用户在所述当前观测周期内进行的各行为的数量、进行各所述行为的时间点以及所述目标用户在所述上一观测周期进行所述目标行为的时间点，确定分值增量；

将所述分值增量与所述上一目标分值之和，作为所述当前目标分值。

7.根据权利要求4所述的所述的用户规律性行为识别方法，其特征在于，所述目标衰减函数，为对数函数。