摘要
本发明提供一种基于深度学习的私域直播用户行为分析与引流推荐方法,涉及深度学习技术领域,包括:采集用户行为数据,构建多模态深度神经网络进行处理,提取用户时序行为特征,利用残差连接结构和对比学习提取用户文本意图特征,通过时序图注意力网络获取用户行为链路特征,通过高斯混合聚类模型进行用户分层,利用深度交叉神经网络预测用户流失概率,并结合循环神经网络预测用户未来活跃度和购买力,通过图注意力商品知识网络匹配商品,利用改进双塔深度神经网络结合难样本挖掘和变分自编码器进行推荐,搜索优化推送策略得到最优推送策略。
技术关键词
神经网络预测模型
融合特征
蒙特卡洛树搜索方法
深度神经网络
注意力
双向长短期记忆网络
多任务
时序
生成器网络
高斯分布模型
策略
联合损失函数
数据
双曲正切函数
门控循环单元
文本
样本
深度Q网络
系统为您推荐了相关专利信息
混合控制策略
强化学习策略
预测误差
深度确定性策略梯度
控制模块
多模态医学图像
策略生成方法
手术
面部结构
节点
图像语义分割方法
岩石薄片
特征提取网络
图像语义分割模型
注意力