摘要
本发明公开了基于多源信息的用户行为分析方法,基于所述用户消费行为得到用户画像,该方法对用户的消费记录和支付数据进行预处理,提取用户行为特征向量,所述特征向量包括消费金额、消费频率、支付方式和消费品类;基于预设的神经网络模型对所述特征向量进行编码,得到用户行为的标准化表示;根据用户行为的标准化表示,通过预设的遗传算法对用户进行聚类分析,得到用户画像;本发明显著提升了用户画像的准确性和全面性,为企业的个性化推荐和精准营销提供了有力支持。
技术关键词
神经网络模型
分析方法
遗传算法
画像
矩阵
样本
重构误差
消费品
传播算法
生成用户
更新网络参数
神经网络参数
注意力
编码
时序特征
动态更新
忠诚度
染色体
周期性
系统为您推荐了相关专利信息
套印误差
设备状态评估
平均无故障时间
分析方法
指数
智能分类方法
注意力
混合神经网络模型
Softmax函数
荧光光谱仪
文本特征值
体积预测方法
图像特征值
神经网络模型
多模态