[发明专利]一种基于大数据的短视频活跃用户预测方法

摘要

本发明请求保护一种基于大数据的短视频活跃用户预测方法，包括：101对用户的历史行为数据进行预处理操作；102根据注册时间将用户划分成训练集候选用户和测试集候选用户103将训练集候选用户和测试集候选用户根据历史行为转化为时序序列，作为训练集和测试集；104对处理好的时序序列进行打标；105通过时序序列建立many‑to‑many结构的LSTM模型；106根据用户历史行为时间序列，对当月注册用户在未来一周是否会使用相应短视频APP进行预测。本发明主要是通过对用户历史数据进行预处理和分析，提取特征，转换时序序列工作，建立深度学习模型，对当月注册用户在未来一周是否会使用该短视频APP进行预测，为短视频领域寻找活跃用户提供更为精准的个性化推送服务。

主权项

1.一种基于大数据的短视频活跃用户预测方法，其特征在于，包括以下步骤：101、对用户的历史行为数据进行包括“僵尸”用户处理步骤、用户注册设备处理步骤在内的预处理操作；102、根据注册时间将用户划分成训练集候选用户和测试集候选用户；103、将训练集候选用户和测试集候选用户的历史行为转化为时序序列，再将时序序列根据时间划窗划分为训练集和测试集；104、对作为训练集的时序序列进行打标；105、通过时序序列建立many‑to‑many多输入对多输出结构的LSTM长短期记忆网络模型；many‑to‑many多输入对多输出结构即每个输入都对应输出之后7天是否活跃；106、根据用户历史行为时间序列，采用LSTM长短期记忆网络模型对当月注册用户在未来一周是否会使用相应短视频APP进行预测。