一种电子商务中用户行为的预测方法及系统

本发明涉及电子商务人工智能技术领域，公开了一种电子商务中用户行为的预测方法及系统，包括：采集用户行为数据与商品数据，对采集的数据进行预处理和序列化，获取兴趣偏好向量和行为时序向量；根据兴趣偏好向量获取候选商品集合，计算用户的探索因子，基于探索因子计算每一候选商品的探索评分；根据行为时序向量构建行为序列模型，预测用户的行为类别，同时输出行为预测的不确定度指标；根据不确定度指标调整探索因子，根据调整后的探索因子获取最终推荐集合，基于用户的行为类别和最终推荐集合进行联合决策。本发明方法在不增加推理延迟的情况下，冷启动商品曝光率与整体成交额均显著提升，系统鲁棒性与可维护性同步增强。