本公開涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，具體地，涉及一種用戶行為預(yù)測方法及裝置。

背景技術(shù)：

隨著城市化進(jìn)程的加快，城市交通體系也在迅速發(fā)展。提高交通運(yùn)營的效率，對城市交通的順暢、能源消耗及用戶出行等都起到重要的作用。

相關(guān)技術(shù)中，利用大數(shù)據(jù)分析，采集大量用戶的出行習(xí)慣，結(jié)合節(jié)假日等信息，進(jìn)行交通擁堵預(yù)測，以指導(dǎo)用戶錯峰出行，或提前規(guī)劃出行路線，避開擁堵等。

但是，相關(guān)技術(shù)的預(yù)測是一種宏觀的預(yù)測，是以大量用戶的出行習(xí)慣為依據(jù)，不能對單個用戶實(shí)現(xiàn)更準(zhǔn)確、精細(xì)的出行行為預(yù)測。

另一方面，相關(guān)技術(shù)的預(yù)測，并未考慮大量數(shù)據(jù)中的“偶發(fā)性出行數(shù)據(jù)”的影響，導(dǎo)致預(yù)測結(jié)果并不能準(zhǔn)確體現(xiàn)用戶的出行行為。

技術(shù)實(shí)現(xiàn)要素：

本公開的目的是提供一種用戶行為預(yù)測方法及裝置，以實(shí)現(xiàn)對用戶行為的精細(xì)、準(zhǔn)確預(yù)測。

為了實(shí)現(xiàn)上述目的，第一方面，本公開提供一種用戶行為預(yù)測方法，包括：

采集至少兩個用戶的行為記錄數(shù)據(jù)；

分別對每個用戶的行為記錄數(shù)據(jù)進(jìn)行聚類，形成多個簇；

分別對所述每個用戶對應(yīng)的多個簇進(jìn)行過濾，獲得每個用戶的長期行為特征簇；

根據(jù)所述每個用戶的長期行為特征簇，確定用戶間的相似度，以對用戶行為進(jìn)行預(yù)測。

可選地，所述分別對每個用戶的行為記錄進(jìn)行聚類，形成多個簇的步驟包括：

設(shè)置預(yù)設(shè)長度的滑動窗口；

對位于所述滑動窗口內(nèi)的行為記錄數(shù)據(jù)進(jìn)行聚類，形成多個簇。

可選地，所述對位于所述滑動窗口內(nèi)的行為記錄數(shù)據(jù)進(jìn)行聚類，形成多個簇的步驟包括：

將所述滑動窗口中的一個或多個行為記錄數(shù)據(jù)分別作為單個簇，形成一簇集合；

分別獲取所述滑動窗口中的其余行為記錄數(shù)據(jù)與所述簇集合中的每個簇的相似度；

對于所述簇集合中的每個簇，分別獲取與該每個簇具有最大相似度的行為記錄數(shù)據(jù)；

對于與每個簇對應(yīng)的最大相似度，若最大相似度大于預(yù)設(shè)閾值，則將最大相似度對應(yīng)的行為記錄數(shù)據(jù)歸屬于該簇，并重新計(jì)算該簇的質(zhì)心；若最大相似度小于預(yù)設(shè)閾值，則將最大相似度對應(yīng)的行為記錄數(shù)據(jù)作為新的簇，增加到所述簇集合中。

可選地，分別對所述每個用戶對應(yīng)的多個簇進(jìn)行過濾，獲得每個用戶的長期行為特征簇的步驟包括：

統(tǒng)計(jì)每個簇中的行為記錄數(shù)據(jù)的數(shù)量；

將簇中的行為記錄數(shù)據(jù)的數(shù)量小于預(yù)設(shè)閾值的簇刪除，獲得所述每個用戶的長期行為特征簇；或

根據(jù)預(yù)設(shè)行為離散度，將簇的離散度小于所述預(yù)設(shè)行為離散度的簇過濾掉，獲得所述每個用戶的長期行為特征簇。

可選地，分別對所述每個用戶對應(yīng)的多個簇進(jìn)行過濾，獲得每個用戶的長期行為特征簇的步驟包括：

統(tǒng)計(jì)每個簇中的行為記錄數(shù)據(jù)的數(shù)量；

將簇中的行為記錄數(shù)據(jù)的數(shù)量小于預(yù)設(shè)閾值的簇刪除，得到待處理簇；

根據(jù)預(yù)設(shè)行為離散度，將所述待處理簇中離散度小于預(yù)設(shè)行為離散度的簇過濾掉，以獲得所述每個用戶的長期行為特征簇。

可選地，根據(jù)所述每個用戶的長期行為特征簇，確定用戶間的相似度，以對用戶行為進(jìn)行預(yù)測的步驟包括：

獲取待預(yù)測用戶與一個或多個用戶的長期行為特征簇的簇相似度；

根據(jù)簇相似度，獲取所述待預(yù)測用戶與所述一個或多個用戶的相似度；

根據(jù)用戶間的相似度，在所述一個或多個用戶中，確定與所述待預(yù)測用戶相似的目標(biāo)用戶；

根據(jù)確定的所述目標(biāo)用戶，對所述待預(yù)測用戶的行為進(jìn)行預(yù)測。

可選地，根據(jù)所述每個用戶的長期行為特征簇，確定用戶間的相似度，以對用戶行為進(jìn)行預(yù)測的步驟包括：

根據(jù)多個用戶的長期行為特征簇，獲取多個用戶的長期行為特征簇的簇相似度；

根據(jù)所述簇相似度，獲取多個用戶的相似度；

將用戶相似度超過預(yù)設(shè)相似度閾值的用戶歸屬于相似用戶集；

根據(jù)所述相似用戶集，進(jìn)行用戶行為預(yù)測。

可選地，所述方法還包括：

根據(jù)用戶行為預(yù)測的結(jié)果，向用戶進(jìn)行信息推薦。

第二方面，本公開提供一種用戶行為預(yù)測裝置，包括：

采集模塊，用于采集至少兩個用戶的行為記錄數(shù)據(jù)；

聚類模塊，用于分別對每個用戶的行為記錄數(shù)據(jù)進(jìn)行聚類，形成多個簇；

過濾模塊，用于分別對所述每個用戶對應(yīng)的多個簇進(jìn)行過濾，獲得每個用戶的長期行為特征簇；

預(yù)測模塊，用于根據(jù)所述每個用戶的長期行為特征簇，確定用戶間的相似度，以對用戶行為進(jìn)行預(yù)測。

可選地，所述聚類模塊包括：

簇集合形成子模塊，用于將所述滑動窗口中的一個或多個行為記錄數(shù)據(jù)分別作為單個簇，形成一簇集合；

相似度獲取子模塊，用于分別獲取所述滑動窗口中的其余行為記錄數(shù)據(jù)與所述簇集合中的每個簇的相似度；

最大相似度獲取子模塊，用于對于所述簇集合中的每個簇，分別獲取與該每個簇具有最大相似度的行為記錄數(shù)據(jù)；

簇更新子模塊，用于對于與每個簇對應(yīng)的最大相似度，若最大相似度大于預(yù)設(shè)閾值，則將最大相似度對應(yīng)的行為記錄數(shù)據(jù)歸屬于該簇，并重新計(jì)算該簇的質(zhì)心；若最大相似度小于預(yù)設(shè)閾值，則將最大相似度對應(yīng)的行為記錄數(shù)據(jù)作為新的簇，增加到所述簇集合中。

可選地，所述過濾模塊包括：

統(tǒng)計(jì)子模塊，用于統(tǒng)計(jì)每個簇中的行為記錄數(shù)據(jù)的數(shù)量；

刪除子模塊，用于將簇中的行為記錄數(shù)據(jù)的數(shù)量小于預(yù)設(shè)閾值的簇刪除，得到待處理簇；

離散度過濾子模塊，用于根據(jù)預(yù)設(shè)行為離散度，將所述待處理簇中離散度小于預(yù)設(shè)行為離散度的簇過濾掉，以獲得所述每個用戶的長期行為特征簇。

可選地，所述預(yù)測模塊包括：

第一簇相似度獲取子模塊，用于獲取待預(yù)測用戶與一個或多個用戶的長期行為特征簇的簇相似度；

第一用戶相似度獲取子模塊，用于根據(jù)簇相似度，獲取所述待預(yù)測用戶與所述一個或多個用戶的相似度；

目標(biāo)用戶獲取子模塊，用于根據(jù)用戶間的相似度，在所述一個或多個用戶中，確定與所述待預(yù)測用戶相似的目標(biāo)用戶；

第一行為預(yù)測子模塊，用于根據(jù)確定的所述目標(biāo)用戶，對所述待預(yù)測用戶的行為進(jìn)行預(yù)測。

可選地，所述預(yù)測模塊包括：

第二簇相似度獲取子模塊，用于根據(jù)多個用戶的長期行為特征簇，獲取多個用戶的長期行為特征簇的簇相似度；

第二用戶相似度獲取子模塊，用于根據(jù)所述簇相似度，獲取多個用戶的相似度；

相似用戶集獲取子模塊，用于將用戶相似度超過預(yù)設(shè)相似度閾值的用戶歸屬于相似用戶集；

第二行為預(yù)測子模塊，用于根據(jù)所述相似用戶集，進(jìn)行用戶行為預(yù)測。

可選地，所述裝置還包括：

信息推薦模塊，用于根據(jù)用戶行為預(yù)測的結(jié)果，向用戶進(jìn)行信息推薦。

第三方面，本公開提供一種用戶行為預(yù)測裝置，包括：

處理器；

用于存儲處理器可執(zhí)行指令的存儲器；

其中，所述處理器被配置為：采集至少兩個用戶的行為記錄數(shù)據(jù)；分別對每個用戶的行為記錄數(shù)據(jù)進(jìn)行聚類，形成多個簇；分別對所述每個用戶對應(yīng)的多個簇進(jìn)行過濾，獲得每個用戶的長期行為特征簇；根據(jù)所述每個用戶的長期行為特征簇，確定用戶間的相似度，以對用戶行為進(jìn)行預(yù)測。

通過上述技術(shù)方案，利用單個用戶的長期行為特征簇，實(shí)現(xiàn)相似用戶的獲取，以對用戶行為進(jìn)行預(yù)測，例如，可預(yù)測出在某一特定時間內(nèi)用戶是否會出行，以及出行的地點(diǎn)等，可實(shí)現(xiàn)對單個用戶更準(zhǔn)確、精細(xì)的進(jìn)行行為預(yù)測；過濾掉了用戶行為中的短期行為，可提高預(yù)測的準(zhǔn)確性；通過對用戶的出行行為進(jìn)行預(yù)測，對軌道交通的運(yùn)營提供指導(dǎo)意義；另外，根據(jù)預(yù)測的用戶行為，進(jìn)行信息推薦，可實(shí)現(xiàn)針對性的信息推薦，提升用戶體驗(yàn)和商業(yè)價值。

本公開的其他特征和優(yōu)點(diǎn)將在隨后的具體實(shí)施方式部分予以詳細(xì)說明。

附圖說明

附圖是用來提供對本公開的進(jìn)一步理解，并且構(gòu)成說明書的一部分，與下面的具體實(shí)施方式一起用于解釋本公開，但并不構(gòu)成對本公開的限制。在附圖中：

圖1是本公開一示例性實(shí)施例的用戶行為預(yù)測方法的流程示意圖；

圖2是本公開一實(shí)施例的數(shù)據(jù)采集平臺示意圖；

圖3是本公開的一實(shí)施例中對位于滑動窗口內(nèi)的行為記錄數(shù)據(jù)進(jìn)行聚類，形成多個簇的流程示意圖；

圖4是本公開一實(shí)施例中對簇進(jìn)行過濾的流程示意圖；

圖5是本公開一實(shí)施例進(jìn)行用戶行為預(yù)測的流程示意圖；

圖6是本公開另一實(shí)施例進(jìn)行用戶行為預(yù)測的流程示意圖；

圖7是本公開一實(shí)施例的用戶行為預(yù)測裝置的結(jié)構(gòu)示意圖；

圖8是本公開另一實(shí)施例的用戶行為預(yù)測裝置的結(jié)構(gòu)示意圖；

圖9是本公開根據(jù)一示例性實(shí)施例示出的一種用于用戶行為預(yù)測方法的裝置的框圖。

具體實(shí)施方式

以下結(jié)合附圖對本公開的具體實(shí)施方式進(jìn)行詳細(xì)說明。應(yīng)當(dāng)理解的是，此處所描述的具體實(shí)施方式僅用于說明和解釋本公開，并不用于限制本公開。

參見圖1為本公開一示例性實(shí)施例的用戶行為預(yù)測方法的流程示意圖。該用戶行為預(yù)測方法包括以下步驟：

步驟101、采集至少兩個用戶的行為記錄數(shù)據(jù)。

在本公開的一實(shí)施例中，以用戶的行為記錄數(shù)據(jù)包括出行的行為數(shù)據(jù)為例，對本公開實(shí)施例進(jìn)行說明。出行的行為記錄數(shù)據(jù)可包括從公交系統(tǒng)、地鐵系統(tǒng)、鐵路系統(tǒng)、航空系統(tǒng)、公路運(yùn)輸系統(tǒng)以及第三方平臺(例如，各類出行軟件系統(tǒng)、天氣預(yù)報系統(tǒng)和新聞系統(tǒng)等)等獲取到的數(shù)據(jù)。

對于地鐵系統(tǒng)，用戶在出行時，若采用公交卡進(jìn)行刷卡進(jìn)出，則可以根據(jù)刷卡交易數(shù)據(jù)，得到該用戶的出發(fā)地、出發(fā)時間、目的地和到達(dá)時間等出行數(shù)據(jù)。例如，在一個實(shí)施例中，每張公交卡具有各自的標(biāo)識號。每位持卡用戶進(jìn)出站刷卡時將產(chǎn)生交易數(shù)據(jù)，而這些交易數(shù)據(jù)與標(biāo)識號相對應(yīng)，由此可獲取到與各個標(biāo)識號對應(yīng)的持卡用戶的出行數(shù)據(jù)。

對于僅進(jìn)行上車刷卡制的公交系統(tǒng)，可根據(jù)上車刷卡時產(chǎn)生的交易數(shù)據(jù)獲得出發(fā)時間。在一個實(shí)施例中，可結(jié)合公交車的GPS，根據(jù)出發(fā)時間，確定出發(fā)站點(diǎn)(出發(fā)地)。通過結(jié)合其它信息，例如，同一公交卡的換乘刷卡信息獲得目的地和到達(dá)時間，可對目的地和到達(dá)時間進(jìn)行確定。若不能結(jié)合到換乘刷卡信息，則可將目的地和到達(dá)時間設(shè)為缺省，或?qū)⒐卉嚨慕K點(diǎn)站作為目的地，將公交車到達(dá)終點(diǎn)站的時間作為達(dá)到時間。

在本公開的一實(shí)施例中，為了更加全面的反應(yīng)用戶的出行行為，將同一用戶通過鐵路系統(tǒng)、航空系統(tǒng)、公交系統(tǒng)、公路運(yùn)輸系統(tǒng)以及第三方平臺的出行信息與鐵路系統(tǒng)的出行信息進(jìn)行整合，以獲得用戶出行的行為記錄數(shù)據(jù)。

其中，對于鐵路系統(tǒng)和航空系統(tǒng)，可根據(jù)所購票的車票信息，獲得出發(fā)地、出發(fā)時間、目的地和到達(dá)時間等出行數(shù)據(jù)。對于第三方平臺中的出行軟件系統(tǒng)(例如，網(wǎng)絡(luò)約車平臺和互聯(lián)網(wǎng)巴士出行平臺等)，可根據(jù)用戶的出行選擇(對出發(fā)地和目的地的選擇)，獲得出發(fā)地、出發(fā)時間、目的地和到達(dá)時間等出行數(shù)據(jù)。

應(yīng)理解，對于采用實(shí)名制的鐵路系統(tǒng)、航空系統(tǒng)、公路運(yùn)輸系統(tǒng)和第三方平臺，可根據(jù)用戶的身份信息(例如，身份證信息)從不同的系統(tǒng)和平臺中，獲取到同一用戶的出行的行為記錄數(shù)據(jù)。而對于地鐵系統(tǒng)和公交系統(tǒng)，可在購買公交卡時，將用戶的身份信息與公交車的標(biāo)識號進(jìn)行綁定，由此，可實(shí)現(xiàn)根據(jù)用戶的身份信息，將各個系統(tǒng)和平臺的同一用戶的出行數(shù)據(jù)進(jìn)行整合。

在本公開的一實(shí)施例中，用戶出行的行為記錄數(shù)據(jù)至少包括以下其中之一：出行日期、出行所采用的交通工具、出發(fā)地、出發(fā)時間、目的地、到達(dá)時間、天氣信息(出發(fā)地的天氣情況、目的地的天氣情況)和事件信息(例如，重大節(jié)日信息、重大會議)等。

其中，如上所述，出行日期、出行所采用的交通工具、出發(fā)地、出發(fā)時間、目的地和到達(dá)時間可根據(jù)刷卡交易數(shù)據(jù)、購票數(shù)據(jù)或用戶的出行選擇等獲得；天氣信息可從天氣預(yù)報系統(tǒng)獲得；事件信息可從新聞系統(tǒng)、日歷等獲得。

在本公開的一實(shí)施例中，可建立一數(shù)據(jù)采集平臺，對用戶的行為數(shù)據(jù)進(jìn)行采集。參見圖2，該數(shù)據(jù)采集平臺200分別與地鐵系統(tǒng)201、公交系統(tǒng)202、鐵路系統(tǒng)203、航空系統(tǒng)204、公路運(yùn)輸系統(tǒng)205以及第三方平臺206通信連接。數(shù)據(jù)采集平臺200可從各系統(tǒng)獲取用戶的出行數(shù)據(jù)，并可對來自不同系統(tǒng)的出行數(shù)據(jù)進(jìn)行格式轉(zhuǎn)換、信息提取等操作，得到各個用戶出行的行為記錄數(shù)據(jù)。

步驟102、分別對每個用戶的行為記錄數(shù)據(jù)進(jìn)行聚類，形成多個簇。

聚類即按照特定標(biāo)準(zhǔn)(如距離準(zhǔn)則)把一個數(shù)據(jù)集分割成不同的簇，使得同一個簇內(nèi)的數(shù)據(jù)對象的相似性盡可能大，同時不在同一個簇中的數(shù)據(jù)對象的差異性也盡可能地大。

在本公開的實(shí)施例中，用戶的行為記錄數(shù)據(jù)是對用戶的出行記錄進(jìn)行追蹤獲得的，為了準(zhǔn)確體現(xiàn)用戶的出行行為，需要采集大量的數(shù)據(jù)。為了便于大量數(shù)據(jù)的分析，設(shè)定一個預(yù)設(shè)長度的滑動窗口，將用戶的行為記錄按時間進(jìn)行排序。隨著用戶行為記錄的增加，滑動窗口進(jìn)行滑動(例如，向右滑動)以將最新的行為記錄包含到滑動窗口中，而將舊的行為記錄從滑動窗口中去除。對位于滑動窗口內(nèi)的行為記錄進(jìn)行聚類，聚類后會形成多個簇，每個簇內(nèi)的行為相似。

在本公開的一實(shí)施例中，預(yù)設(shè)長度的滑動窗口按照時間長度進(jìn)行定義，例如，可設(shè)置滑動窗口的長度為半年、一年等。

參見圖3，為本公開的一實(shí)施例中對位于滑動窗口內(nèi)的行為記錄數(shù)據(jù)進(jìn)行聚類，形成多個簇的流程示意圖。

在本公開的一實(shí)施例中，首先，將滑動窗口中的行為記錄數(shù)據(jù)轉(zhuǎn)化為行為向量矩陣。若滑動窗口中包括用戶A的m個行為記錄數(shù)據(jù)r₁，r₂，……，r_m，其中，每個行為記錄數(shù)據(jù)的維度為n(例如，若行為記錄數(shù)據(jù)包括：出行日期、出行所采用的交通工具、出發(fā)地、出發(fā)時間、目的地、到達(dá)時間和天氣信息，則維度n為7)，則與用戶A對應(yīng)的行為向量矩陣為m×n。

步驟301、將滑動窗口中的一個或多個行為記錄數(shù)據(jù)分別作為單個簇，形成一簇集合C。

在本公開的實(shí)施例中，初始時，可將滑動窗口中的任一行為記錄數(shù)據(jù)作為簇集合C中的第一個單個簇C₁，即C＝{C₁}。簇集合C將在后續(xù)的步驟中逐漸被更新。

步驟302、分別獲取滑動窗口中的其余行為記錄數(shù)據(jù)與簇集合中的每個簇的相似度。

在一個實(shí)施例中，采用向量空間模型進(jìn)行相似度的計(jì)算，即相似度如式(1)所示。

其中，n為行為記錄數(shù)據(jù)的維度，rc_i為簇C_i的質(zhì)心。簇C_i的質(zhì)心rc_i可通過式(2)求得。

其中，|r_i|是簇C_i中的數(shù)據(jù)個數(shù)，p_j為簇C_i的數(shù)據(jù)對象。

在本公開的一個實(shí)施例中，將第一個行為記錄數(shù)據(jù)r₁作為簇集合C中的第一個簇C₁，則按時間從遠(yuǎn)到近依次計(jì)算滑動窗口中的其余行為記錄數(shù)據(jù)(r₂，……，r_m)與簇C₁的相似度。即將式(1)中的i取1，j取2至m，即可分別得到行為記錄數(shù)據(jù)r₂，……，r_m與簇C₁的相似度。

步驟303、對于簇集合中的每個簇，分別獲取與該每個簇具有最大相似度的行為記錄數(shù)據(jù)。

步驟304、對于與每個簇對應(yīng)的最大相似度，若最大相似度大于預(yù)設(shè)閾值，則將最大相似度對應(yīng)的行為記錄數(shù)據(jù)歸屬于該簇，并重新計(jì)算該簇的質(zhì)心；若最大相似度小于預(yù)設(shè)閾值，則將最大相似度對應(yīng)的行為記錄數(shù)據(jù)作為新的簇，增加到簇集合中。

重復(fù)執(zhí)行步驟302、303和304，直到滑動窗口中的行為記錄數(shù)據(jù)均實(shí)現(xiàn)聚類，被歸于相應(yīng)的簇中。

例如，對于簇集合中包括由第一個行為記錄數(shù)據(jù)形成的簇C₁的情況，依次獲取行為記錄數(shù)據(jù)r₂，……，r_m與簇C₁的相似度，并獲取與簇C₁具有最大相似度S_max的行為記錄數(shù)據(jù)，例如，為r₂。若最大相似度S_max大于預(yù)設(shè)閾值，則將該最大相似度對應(yīng)的行為記錄數(shù)據(jù)r₂歸屬于簇C₁，將最大相似度對應(yīng)的行為記錄數(shù)據(jù)歸屬于簇C₁后，根據(jù)式(2)更新該簇C₁的質(zhì)心rc₁。循環(huán)執(zhí)行到步驟302時，獲取滑動串口中的行為記錄數(shù)據(jù)r₃，……，r_m與更新了質(zhì)心的簇C₁的相似度，并根據(jù)預(yù)設(shè)閾值對最大相似度對應(yīng)的行為記錄數(shù)據(jù)進(jìn)行聚類。

而若最大相似度S_max小于預(yù)設(shè)閾值，則將該最大相似度對應(yīng)的行為記錄數(shù)據(jù)r₂作為新的簇C₂，增加到簇集合中，則簇集合C＝{C₁,C₂}。循環(huán)到步驟302時，將滑動窗口中的行為記錄數(shù)據(jù)r₃，……，r_m分別與簇集合中的簇C₁和簇C₂進(jìn)行相似度計(jì)算，并分別獲取與簇C₁和簇C₂具有最大相似度的行為記錄數(shù)據(jù)，并根據(jù)預(yù)設(shè)閾值對最大相似度對應(yīng)的行為記錄數(shù)據(jù)進(jìn)行聚類。

在本公開的實(shí)施例中，隨著時間的推進(jìn)，當(dāng)增加一個或多個新的行為記錄數(shù)據(jù)時，可將根據(jù)步驟302-304將新增的行為記錄數(shù)據(jù)進(jìn)行聚類，使其被歸入簇集合中的現(xiàn)有簇或者形成新簇。由于滑動窗口的長度是固定的，當(dāng)新增行為記錄數(shù)據(jù)后，將時間最久遠(yuǎn)的行為記錄數(shù)據(jù)從滑動窗口中去除，并且重新計(jì)算去除的行為記錄數(shù)據(jù)所屬簇的質(zhì)心。

步驟103、分別對每個用戶對應(yīng)的多個簇進(jìn)行過濾，獲得每個用戶的長期行為特征簇。

同簇的記錄或是聚集或是離散，一般的反映短期行為的簇會比較聚集，因?yàn)槎唐谛袨橥谀骋惶囟ǖ臅r間頻繁出現(xiàn)，而反映用戶長期行為的簇則比較離散，因?yàn)檫@種行為比較常態(tài)，會在行為記錄中持續(xù)穩(wěn)定出現(xiàn)。本公開實(shí)施例中，通過識別出用戶行為記錄中的短期行為，可以降低用戶行為預(yù)測的噪音，提高預(yù)測的準(zhǔn)確率。

本公開一實(shí)施例中，通過以下方式一或二或其結(jié)合對形成的簇進(jìn)行過濾，以過濾掉短期行為，提高預(yù)測的準(zhǔn)確率。

方式一：通過定義過濾因子的方式進(jìn)行過濾

用戶的行為中有一部分是用戶偶然的行為，具有隨機(jī)性，不能反映用戶的行為特征，在根據(jù)滑動窗口中的行為記錄數(shù)據(jù)形成的簇中，這些記錄往往聚類成一些很小的簇。因此，可通過定義過濾因子f，從聚類好的多個簇中，找出反映用戶長期行為特征和最近短期行為特征的簇。

由此，統(tǒng)計(jì)每個簇中的行為記錄數(shù)據(jù)的數(shù)量，將簇中的行為記錄數(shù)據(jù)數(shù)量小于預(yù)設(shè)閾值f×m(m為滑動窗口中的總行為記錄數(shù)據(jù)數(shù)量)的簇作為噪音簇刪除。將簇中的行為記錄數(shù)據(jù)數(shù)量大于f×m的簇認(rèn)為是反映用戶行為特征的有效簇。由此，只有當(dāng)簇中的行為記錄數(shù)據(jù)數(shù)量占滑動窗口中的總行為記錄數(shù)據(jù)數(shù)量的比例達(dá)到一定值時，才認(rèn)為該簇能夠反映用戶的行為特征，獲得用戶的長期行為特征簇。

方式二：根據(jù)預(yù)設(shè)行為離散度，將簇的離散度小于預(yù)設(shè)行為離散度的簇過濾掉，獲得每個用戶的長期行為特征簇。

對于反映用戶長期行為特征的簇，簇中記錄分布得越廣泛，說明用戶在較長時間均有類似的行為。由此，根據(jù)式(3)獲取各簇的離散度w，以對簇進(jìn)行過濾，獲得用戶的長期行為特征簇。

其中，n為簇中的行為記錄數(shù)據(jù)的維度，t為簇中行為發(fā)生時間(例如，可為出發(fā)時間)取得時分后的值，例如，行為發(fā)生時間為：2016-09-2615:05:26，那么t的值為距離0點(diǎn)過去了多少分，即t＝15*60+5＝905；d為簇中的各行為記錄數(shù)據(jù)的天數(shù)跨度。預(yù)設(shè)行為離散度w與時間波動成反比，與天數(shù)成正比。

當(dāng)一簇的離散度小于預(yù)設(shè)行為離散度時，說明此行為是持續(xù)時間不長的偶然性行為或者是沒有規(guī)律時間波動較大的行為，不能代表用戶行為的一般性，因此將此類簇過濾掉。由此，根據(jù)簇的離散度，可對形成的簇進(jìn)行過濾，獲得用戶的長期行為特征簇。

在本公開的一實(shí)施例中，可通過上述方式一或方式二對步驟102形成的簇進(jìn)行過濾，獲得用戶的長期行為特征簇。

參見圖4，在本公開的另一實(shí)施例中，可將方式一和方式二結(jié)合，進(jìn)行簇的過濾，進(jìn)一步提高預(yù)測的準(zhǔn)確性。

步驟401、統(tǒng)計(jì)每個簇中的行為記錄數(shù)據(jù)的數(shù)量；

步驟402、將簇中的行為記錄數(shù)據(jù)的數(shù)量小于預(yù)設(shè)閾值的簇刪除，得到待處理簇；

步驟403、根據(jù)預(yù)設(shè)行為離散度，將待處理簇中離散度小于預(yù)設(shè)行為離散度的簇過濾掉，以獲得每個用戶的長期行為特征簇。

步驟104、根據(jù)每個用戶的長期行為特征簇，確定用戶間的相似度，以對用戶行為進(jìn)行預(yù)測。

在本公開的一實(shí)施例中，可利用協(xié)同思想找到行為相似的用戶，從而實(shí)現(xiàn)根據(jù)已知用戶行為來預(yù)測目標(biāo)用戶行為。

參見圖5，本公開一實(shí)施例進(jìn)行用戶行為預(yù)測的流程示意圖，其包括以下步驟：

步驟501、獲取待預(yù)測用戶與一個或多個用戶的長期行為特征簇的簇相似度。

在一個實(shí)施例中，將用戶U_x的長期行為特征簇中的各個簇分別與待預(yù)測用戶U_y的長期行為特征簇中的各個簇進(jìn)行相似度的計(jì)算。用戶U_x的長期行為特征簇中的簇C_xi與待預(yù)測用戶U_y的長期行為特征簇中的簇C_yi的相似度可通過式(4)獲得。

式中的C_xi和C_yi分別為簇C_xi和C_yi的質(zhì)心。根據(jù)式(2)可知質(zhì)心為向量，則式(4)中||*||是向量的長度。

在一個實(shí)施例中，獲取最大的相似度值作為待預(yù)測用戶U_y與用戶U_x的簇相似度。

步驟502、根據(jù)簇相似度，獲取待預(yù)測用戶與一個或多個用戶的相似度。

在一個實(shí)施例中，根據(jù)式(5)獲得用戶U_x和待預(yù)測用戶U_y的相似度。

其中，n為簇中的行為記錄數(shù)據(jù)的維度，S(C_xi,C_yi)為簇相似度。

本公開實(shí)施例中，根據(jù)簇相似度，進(jìn)一步獲取用戶間的相似度，從更細(xì)的角度來衡量兩個用戶的相似性，提高預(yù)測的準(zhǔn)確性。

步驟503、根據(jù)用戶間的相似度，在一個或多個用戶中，確定與待預(yù)測用戶相似的目標(biāo)用戶。

在一個實(shí)施例中，可將相似度最高的用戶作為目標(biāo)用戶U_i。在一些實(shí)施例中，也可將相似度達(dá)到設(shè)定閾值的用戶均作為目標(biāo)用戶。

步驟504、根據(jù)確定的目標(biāo)用戶，對待預(yù)測用戶的行為進(jìn)行預(yù)測。

當(dāng)獲得了目標(biāo)用戶U_i和待預(yù)測用戶U_y的相似度時，若已知目標(biāo)用戶的行為，則可對待預(yù)測用戶的行為進(jìn)行預(yù)測。

在一個實(shí)施例中，若目標(biāo)用戶U_i在某一時刻進(jìn)行行為L，可通過式(6)獲得待預(yù)測用戶U_y進(jìn)行行為L的概率，從而對待預(yù)測用戶U_y進(jìn)行行為預(yù)測。

其中，p(U_yL)表示待預(yù)測用戶U_y進(jìn)行行為L的概率；S(U_i,U_y)表示兩個用戶的相似度，N為進(jìn)行行為L的目標(biāo)用戶的個數(shù)。

在一個實(shí)施例中，行為L可表示在某一時刻通過某一站點(diǎn)出行，則式(6)中的U_i為在某一時刻通過某一站點(diǎn)出行的用戶(為目標(biāo)用戶中的一個或多個)，通過式(6)獲得待預(yù)測用戶U_y在某一時刻通過某一站點(diǎn)出行的概率。當(dāng)站點(diǎn)有多個時(即行為L有多個)，可分別在目標(biāo)用戶中劃分不同站點(diǎn)的出行用戶，從而分別對各個站點(diǎn)的出行概率進(jìn)行預(yù)測，并將概率最高的站點(diǎn)，預(yù)測為U_y將出行的站點(diǎn)。

參見圖6，本公開另一實(shí)施例進(jìn)行用戶行為預(yù)測的流程示意圖。該實(shí)施例和上述圖5所示的實(shí)施例的區(qū)別在于，在該實(shí)施例中，根據(jù)用戶的長期行為特征簇，分別計(jì)算各用戶間的相似度，并將相似度超過預(yù)設(shè)相似度閾值的用戶作為相似用戶群，從而根據(jù)相似用戶群的進(jìn)行用戶行為預(yù)測。

該實(shí)施例包括以下步驟：

步驟601、根據(jù)多個用戶的長期行為特征簇，獲取多個用戶的長期行為特征簇的簇相似度。

步驟602、根據(jù)簇相似度，獲取多個用戶的相似度。

應(yīng)理解，步驟601和602分別和上述步驟501和502的實(shí)施方式相同，在此不再贅述。

步驟603、將用戶相似度超過預(yù)設(shè)相似度閾值的用戶歸屬于相似用戶集。

在本公開的一實(shí)施例中，預(yù)設(shè)相似度閾值可設(shè)置在60％至100％之間。

步驟604、根據(jù)相似用戶集，進(jìn)行用戶行為預(yù)測。

在本公開的一實(shí)施例中，當(dāng)檢測到相似用戶集中的任一用戶或超過一定比例的用戶進(jìn)行某行為時，可預(yù)測相似用戶集中的其它用戶可能進(jìn)行相同的行為，由此，可實(shí)現(xiàn)對用戶行為的預(yù)測。例如，對于用戶的出行行為，若相似用戶集中有1000個用戶，則檢測其中的1個或10個用戶從站點(diǎn)A出行，則可預(yù)測其余用戶均將發(fā)生類似出行行為；由此，相關(guān)站點(diǎn)可提前做好運(yùn)營調(diào)度準(zhǔn)備，實(shí)現(xiàn)對軌道交通的運(yùn)營提供指導(dǎo)意義。在一些實(shí)施例中，還可對相似用戶集中的用戶進(jìn)行提示信息發(fā)送，例如，提示是否會發(fā)生出行擁堵，提示用戶提前做好規(guī)劃等。

在本公開的一實(shí)施例中，可根據(jù)行為預(yù)測結(jié)果，向用戶進(jìn)行信息推薦。推薦的信息可為商品信息、提示信息(例如，天氣提醒、事件提醒)等。例如，根據(jù)行為預(yù)測結(jié)果，在預(yù)測的用戶出行點(diǎn)，進(jìn)行相應(yīng)商品(例如，電影、廣告等)的推薦。

本公開實(shí)施例的用戶行為預(yù)測方法，利用單個用戶的長期行為特征簇，實(shí)現(xiàn)相似用戶的獲取，以對用戶行為進(jìn)行預(yù)測，例如，可預(yù)測出在某一特定時間內(nèi)用戶是否會出行，以及出行的地點(diǎn)等，可實(shí)現(xiàn)對單個用戶更準(zhǔn)確、精細(xì)的進(jìn)行行為預(yù)測；過濾掉了用戶行為中的短期行為，可提高預(yù)測的準(zhǔn)確性；通過對用戶的出行行為進(jìn)行預(yù)測，對軌道交通的運(yùn)營提供指導(dǎo)意義；另外，根據(jù)預(yù)測的用戶行為，進(jìn)行信息推薦，可實(shí)現(xiàn)針對性的信息推薦，提升用戶體驗(yàn)和商業(yè)價值。

參見圖7，為本公開一實(shí)施例的用戶行為預(yù)測裝置的結(jié)構(gòu)示意圖。該用戶行為預(yù)測裝置700包括：

采集模塊701，用于采集至少兩個用戶的行為記錄數(shù)據(jù)；

聚類模塊702，用于分別對每個用戶的行為記錄數(shù)據(jù)進(jìn)行聚類，形成多個簇；

過濾模塊703，用于分別對所述每個用戶對應(yīng)的多個簇進(jìn)行過濾，獲得每個用戶的長期行為特征簇；

預(yù)測模塊704，用于根據(jù)所述每個用戶的長期行為特征簇，確定用戶間的相似度，以對用戶行為進(jìn)行預(yù)測。

在一個實(shí)施例中，聚類模塊702包括：

簇集合形成子模塊7021，用于將所述滑動窗口中的一個或多個行為記錄數(shù)據(jù)分別作為單個簇，形成一簇集合；

相似度獲取子模塊7022，用于分別獲取所述滑動窗口中的其余行為記錄數(shù)據(jù)與所述簇集合中的每個簇的相似度；

最大相似度獲取子模塊7023，用于對于所述簇集合中的每個簇，分別獲取與該每個簇具有最大相似度的行為記錄數(shù)據(jù)；

簇更新子模塊7024，用于對于與每個簇對應(yīng)的最大相似度，若最大相似度大于預(yù)設(shè)閾值，則將最大相似度對應(yīng)的行為記錄數(shù)據(jù)歸屬于該簇，并重新計(jì)算該簇的質(zhì)心；若最大相似度小于預(yù)設(shè)閾值，則將最大相似度對應(yīng)的行為記錄數(shù)據(jù)作為新的簇，增加到所述簇集合中。

在一個實(shí)施例中，過濾模塊703包括：

統(tǒng)計(jì)子模塊7031，用于統(tǒng)計(jì)每個簇中的行為記錄數(shù)據(jù)的數(shù)量；

刪除子模塊7032，用于將簇中的行為記錄數(shù)據(jù)的數(shù)量小于預(yù)設(shè)閾值的簇刪除，得到待處理簇；

離散度過濾子模塊7033，用于根據(jù)預(yù)設(shè)行為離散度，將所述待處理簇中離散度小于預(yù)設(shè)行為離散度的簇過濾掉，以獲得所述每個用戶的長期行為特征簇。

應(yīng)理解，本公開實(shí)施例中的過濾模塊703也可包括統(tǒng)計(jì)子模塊7031和刪除子模塊7032實(shí)現(xiàn)過濾得到用戶的長期行為特征簇。在一些實(shí)施例中，過濾模塊703可包括離散度過濾子模塊7033實(shí)現(xiàn)過濾得到用戶的長期行為特征簇。

在一個實(shí)施例中，預(yù)測模塊704包括：

第一簇相似度獲取子模塊7041，用于獲取待預(yù)測用戶與一個或多個用戶的長期行為特征簇的簇相似度；

第一用戶相似度獲取子模塊7042，用于根據(jù)簇相似度，獲取待預(yù)測用戶與一個或多個用戶的相似度；

目標(biāo)用戶獲取子模塊7043，用于根據(jù)用戶間的相似度，在一個或多個用戶中，確定與待預(yù)測用戶相似的目標(biāo)用戶；

第一行為預(yù)測子模塊7044，用于根據(jù)確定的目標(biāo)用戶，對待預(yù)測用戶的行為進(jìn)行預(yù)測。

參見圖8，在一個實(shí)施例中，預(yù)測模塊704包括：

第二簇相似度獲取子模塊7045，用于根據(jù)多個用戶的長期行為特征簇，獲取多個用戶的長期行為特征簇的簇相似度；

第二用戶相似度獲取子模塊7046，用于根據(jù)所述簇相似度，獲取多個用戶的相似度；

相似用戶集獲取子模塊7047，用于將用戶相似度超過預(yù)設(shè)相似度閾值的用戶歸屬于相似用戶集；

第二行為預(yù)測子模塊7048，用于根據(jù)所述相似用戶集，進(jìn)行用戶行為預(yù)測。

在一個實(shí)施例中，裝置700還包括：

信息推薦模塊705，用于根據(jù)用戶行為預(yù)測的結(jié)果，向用戶進(jìn)行信息推薦。

關(guān)于上述實(shí)施例中的裝置，其中各個模塊執(zhí)行操作的具體方式已經(jīng)在有關(guān)該方法的實(shí)施例中進(jìn)行了詳細(xì)描述，此處將不做詳細(xì)闡述說明。

圖9是根據(jù)一示例性實(shí)施例示出的一種用于用戶行為預(yù)測方法的裝置900的框圖。例如，裝置900可以被提供為一服務(wù)器。參照圖9，裝置900包括處理組件901，其進(jìn)一步包括一個或多個處理器，以及由存儲器902所代表的存儲器資源，用于存儲可由處理組件901的執(zhí)行的指令，例如應(yīng)用程序。存儲器902中存儲的應(yīng)用程序可以包括一個或一個以上的每一個對應(yīng)于一組指令的模塊。此外，處理組件901被配置為執(zhí)行指令，以執(zhí)行上述用戶行為預(yù)測方法。

裝置900還可以包括一個電源組件903被配置為執(zhí)行裝置900的電源管理，一個有線或無線網(wǎng)絡(luò)接口904被配置為將裝置900連接到網(wǎng)絡(luò)，和一個輸入輸出(I/O)接口905。裝置900可以操作基于存儲在存儲器902的操作系統(tǒng)，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，F(xiàn)reeBSDTM或類似。

在一個實(shí)施例中，上述圖2所示的數(shù)據(jù)采集平臺可設(shè)置在裝置900中，通過網(wǎng)絡(luò)接口904和/或輸入輸出接口905從各系統(tǒng)獲取用戶行為記錄數(shù)據(jù)，并通過處理組件901進(jìn)行處理。這些數(shù)據(jù)可被存儲在存儲器902中。

應(yīng)理解，本公開以上實(shí)施例以用戶出行行為數(shù)據(jù)為例進(jìn)行了用戶行為預(yù)測的說明，對于消費(fèi)行為數(shù)據(jù)、網(wǎng)頁瀏覽行為數(shù)據(jù)以及各類應(yīng)用的使用行為數(shù)據(jù)可按照和用戶出行行為數(shù)據(jù)類似的方式進(jìn)行用戶行為的預(yù)測。

本公開實(shí)施例的用戶行為預(yù)測方法及裝置，利用單個用戶的長期行為特征簇，實(shí)現(xiàn)相似用戶的獲取，以對用戶行為進(jìn)行預(yù)測，例如，可預(yù)測出在某一特定時間內(nèi)用戶是否會出行，以及出行的地點(diǎn)等，可實(shí)現(xiàn)對單個用戶更準(zhǔn)確、精細(xì)的進(jìn)行行為預(yù)測；過濾掉了用戶行為中的短期行為，可提高預(yù)測的準(zhǔn)確性；通過對用戶的出行行為進(jìn)行預(yù)測，對軌道交通的運(yùn)營提供指導(dǎo)意義；另外，根據(jù)預(yù)測的用戶行為，進(jìn)行信息推薦，可實(shí)現(xiàn)針對性的信息推薦，提升用戶體驗(yàn)和商業(yè)價值。

以上結(jié)合附圖詳細(xì)描述了本公開的優(yōu)選實(shí)施方式，但是，本公開并不限于上述實(shí)施方式中的具體細(xì)節(jié)，在本公開的技術(shù)構(gòu)思范圍內(nèi)，可以對本公開的技術(shù)方案進(jìn)行多種簡單變型，這些簡單變型均屬于本公開的保護(hù)范圍。

另外需要說明的是，在上述具體實(shí)施方式中所描述的各個具體技術(shù)特征，在不矛盾的情況下，可以通過任何合適的方式進(jìn)行組合。為了避免不必要的重復(fù)，本公開對各種可能的組合方式不再另行說明。

此外，本公開的各種不同的實(shí)施方式之間也可以進(jìn)行任意組合，只要其不違背本公開的思想，其同樣應(yīng)當(dāng)視為本公開所公開的內(nèi)容。