摘要
本申请公开了一种时空数据驱动的消费行为预测方法及系统,涉及文旅数智分析技术领域,该方法包括:根据用户属性数据、商圈属性数据和历史外部事件分别定义用户节点、商圈节点和事件节点,并结合用户历史消费数据和商圈POI数据进行分析以确定相应的用户‑商圈消费边、商圈‑事件影响边和事件‑用户触发边,从而构建异构三元图;对异构三元图进行多尺度Motif子图采样以提取多粒度子图,并从多粒度子图中提取相应用户节点的多尺度空间特征;进而将二者有机融合为高度表达的时空融合特征,依据该时空融合特征对用户在不同商圈的商圈消费行为进行预测。由此,大幅提升对用户的商圈消费行为的预测精度与鲁棒性。
技术关键词
节点
时空融合特征
时域卷积网络
历史消费数据
多任务深度学习模型
模板
异构
特征加权融合
时序
邻居
因子
编码向量
多尺度
编码特征
序列
时间段
注意力
强度
空间特征提取
特征提取单元
系统为您推荐了相关专利信息
数据处理方法
虚拟化管理
保护个人隐私信息
数据处理系统
资源状态监控
屏幕显示区域
控件
可读存储介质
脚本
计算机程序产品
关键词
生成方法
多头注意力机制
检索策略
大规模知识库