[发明专利]用户行为量化方法、系统、设备及存储介质在审
| 申请号： | 201810461491.8 | 申请日： | 2018-05-15 |
| 公开（公告）号： | CN108648020A | 公开（公告）日： | 2018-10-12 |
| 发明（设计）人： | 李腾龙;霍文虎 | 申请（专利权）人： | 携程旅游信息技术（上海）有限公司 |
| 主分类号： | G06Q30/02 | 分类号： | G06Q30/02;G06N3/04 |
| 代理公司： | 上海隆天律师事务所 31282 | 代理人： | 臧云霄;盛晓颖 |
| 地址： | 201203 上海市浦东新*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了用户行为量化的方法、系统、设备及存储介质，包括步骤：将订单涉及的所有动作按固定次序预先排列为一参考序列；采集用户订单下单前的操作的动作，按形成时序排列动作以形成动作序列；将动作序列转换为动作矩阵；构建循环神经网络模型，将多个动作矩阵以及与动作矩阵对应的订单的样本标签输入循环神经网络模型进行训练；输出最后一层的隐藏层作为输出结果。本发明通过动作序列采集包括时序信息的动作，通过转换动作向量，以实现时序信息的初步数值化，通过构建以及训练循环神经网络模型，输出最后一层的隐藏层，从而实现处理和预测时间序列数据，以应用于用户行为监督模型，有效提高预测准确性。 | ||
| 搜索关键词： | 动作序列 用户行为 循环神经网络 存储介质 动作矩阵 时序信息 隐藏层 构建 采集 矩阵 量化 神经网络模型 时间序列数据 参考序列 多个动作 固定次序 时序排列 输出结果 输入循环 转换动作 输出 数值化 预测 向量 样本 标签 转换 应用 监督 | ||
【主权项】：
1.一种用户行为量化的方法，其特征在于，包括以下步骤：S10、将订单涉及的所有动作按固定次序预先排列为一参考序列；S11、采集用户订单下单前的操作的动作，按形成时序排列所述动作以形成动作序列；S12、将所述动作序列中的每一个动作匹配所述参考序列而转换为一组由0或1表示的动作向量，以将所述动作序列转换为动作矩阵；S13、构建循环神经网络模型，所述循环神经网络模型符合公式：st＝f(U*xt+W*st‑1+b)其中，f为激活函数，St以及St‑1为构建循环神经网络的隐藏层，U，W为模型的参数矩阵，b为偏置项，xt为步骤S12中的所述动作向量；S14、将多个动作矩阵以及与动作矩阵对应的订单的样本标签作为输入数据，输入所述循环神经网络模型，以训练循环神经网络模型；S15、输出最后一层的隐藏层作为输出结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于携程旅游信息技术（上海）有限公司，未经携程旅游信息技术（上海）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810461491.8/，转载请声明来源钻瓜专利网。
