一种基于贝叶斯最优传输的用户行为建模方法

本申请提供一种基于贝叶斯最优传输的用户行为建模方法，包括：获取用户行为序列数据以及高斯混合模型的先验分布参数；利用所述先验分布参数对高斯混合模型进行初始化，并将所述用户行为序列数据输入至初始化后的高斯混合模型，利用EM算法求解获得用户兴趣表示；将所述用户兴趣表示输入至多层感知机，获得用户行为预测结果。本申请能够更灵活地对用户行为数据进行建模，并在辅助模型参数学习的同时加速了模型的训练过程，避免了过拟合或者模型退化的问题，从而提高模型的泛化能力和预测准确性，不仅可以更准确地学习用户行为模式，还可以减少噪声数据的影响，确保了模型的复杂度，使得模型能够有效地对长序列进行建模。