摘要
本发明公开了一种基于用户行为数据的建模方法和用户行为预测方法,应用于人工智能领域,包括:根据用户的历史行为数据构建混合关系网络,并根据混合关系网络确定包含隐性关系和显性关系的混合关系矩阵;基于历史行为数据中的用户行为数据和经济行为数据构建多视角数据矩阵;基于混合关系矩阵和多视角数据矩阵得到特征提取模型,并根据特征提取模型得到用户行为特征;基于预测模型和用户行为特征构建得到用户行为预测模型。本发明基于含有隐性关系和显性关系的混合关系矩阵,以及多视角数据矩阵得到更显著和具有多样性尺度的用户行为特征,能够表征不同视角差异性和相同视角的一致性,使得构建的预测模型更具有可靠性和准确性。
技术关键词
特征提取模型
关系网络
多视角
建模方法
矩阵
频域特征
标签
拉格朗日乘子法
时域特征
编码器
成分分析法
存储计算机程序
节点
建模装置
数据获取模块
答题
预测装置
系统为您推荐了相关专利信息
状态空间模型
热处理炉
分区控制方法
子空间辨识方法
预测评估方法
溯源方法
预测持续时间
溯源数据
机器学习模型
序列
Winograd算法
winograd算法
矩阵
嵌入方法
元素