【技术实现步骤摘要】
本专利技术涉及计算机，具体提供一种用户行为预测方法及装置、控制装置及存储介质。
技术介绍
1、用户行为预测，即根据用户的现有行为来预测用户的下一行为。用户行为预测在广告在线投放、推荐系统等很多领域都有着广泛应用。现有的用户行为预测方法，一般是收集上报用户的操作日志，基于用户的操作日志进行数据的清洗过滤，然后按照点击、浏览、曝光等粗粒度的划分来记录用户的行为序列，以进行行为预测。然而，不同的业务场景中关注的用户行为不同，基于这种粗粒度的用户行为进行预测，并不能真正体现出具体的业务价值，难以达到准确的预测效果。另一方面，由于个体的行为数据有限，训练样本的覆盖度不够，现有技术中基于操作日志训练预测模型进行用户行为预测时，也会出现预测不准确的现象。
2、对于用户在移动终端中的用户行为预测，则是很多厂商将ai用于移动终端系统，用于预测下一步或者下几步用户最有可能使用的应用，以便让移动终端系统提前加载一些与操作等，达到加快应用启动速度，提升用户体验的目的。而现有技术中，仅通过简单的历史应用使用数据统计，使用相关时间序列方法进行用户行为预测，导致预测结果和实际结果的差距较大，即预测结果的准确性较低。
3、相应地，本领域需要一种新的用户在移动终端上的行为预测方案来解决上述问题。
技术实现思路
1、本专利技术旨在解决上述技术问题，即解决当前通过简单的历史应用使用数据统计，使用相关时间序列方法进行用户行为预测带来的预测结果的准确性较低的问题，本专利技术提供了一种用户行为预测方法
2、在第一方面，本专利技术提供一种用户行为预测方法，该方法包括：
3、获取用户在移动终端中当前使用的应用；
4、获取表征所述用户应用使用习惯的状态转移概率矩阵，其中，所述状态转移概率矩阵中包括所述用户在所述移动终端中使用的各应用之间切换使用的转移概率；
5、根据所述用户在移动终端中当前使用的应用以及所述状态转移概率矩阵，得到第一预测结果；其中，所述第一预测结果包括预测出的用户从当前使用的应用转移到用户在所述移动终端中使用的各应用的概率。
6、在上述用户行为预测方法的一个技术方案中，该方法还包括：
7、获取预设时间段内用户在移动终端中的历史应用使用记录数据；
8、根据所述历史应用使用记录数据，统计获取用户在所述移动终端中使用的各应用的状态转移概率矩阵。
9、在上述用户行为预测方法的一个技术方案中，所述根据所述历史应用使用记录数据，统计获取用户在所述移动终端中使用的各应用的状态转移概率矩阵，包括：
10、在历史时刻t1到当前时刻t时段内，统计用户在移动终端中从某一个正在使用的应用转移到用户在所述移动终端中使用的各应用的时长；
11、根据所述时长确定用户在移动终端中从某一个正在使用的应用转移到用户在所述移动终端中使用的各应用的概率。
12、在上述用户行为预测方法的一个技术方案中，所述状态转移概率矩阵
13、其中，n为预设时间段内用户在移动终端中使用的各应用的总个数；pij为用户在移动终端中从某一个正在使用的应用i转移到用户在所述移动终端中使用的各应用j的概率，其中，1≤i≤n；1≤j≤n。
14、在上述用户行为预测方法的一个技术方案中，所述根据所述用户在移动终端中当前使用的应用以及所述状态转移概率矩阵，得到第一预测结果，包括：
15、获取用户在移动终端中当前使用的应用，用矩阵m＝{m1m2...mn}表示；
16、利用所述矩阵m和一个所述状态转移概率矩阵p，得到预测出的用户从当前使用的应用转移一次转移到用户在所述移动终端中使用的各应用的概率为：
17、
18、其中，mg为当前使用的应用为第g应用的概率，其中，1≤g≤n；mg的取值为0或1，mg取值为0的应用为当前未使用的应用；mg取值为1的应用为当前使用的应用；pnext1为预测的用户在移动终端中从当前使用的应用转移一次转移到用户在所述移动终端中使用的各应用的概率。
19、在上述用户行为预测方法的一个技术方案中，该方法还包括：
20、利用所述矩阵m和n个所述状态转移概率矩阵p，得到第n预测结果，其中，n为大于等于2的正整数；所述第n预测结果包括预测出的用户从当前使用的应用转移n次转移到用户在所述移动终端中使用的各应用的概率为：
21、
22、其中，pnextn为预测的用户从当前使用的应用转移n次转移到用户在所述移动终端中使用的各应用的概率。
23、在上述用户行为预测方法的一个技术方案中，该方法还包括：
24、根据所述pnext1，确定所述用户在移动终端中从当前使用的应用转移一次转移到用户将要使用的应用；或者
25、根据所述pnextn，确定所述用户在移动终端中从当前使用的应用转移n次转移到用户将要使用的应用。
26、在第二方面，本专利技术提供一种用户行为预测装置，该装置包括：
27、第一获取模块，用于获取用户在移动终端中当前使用的应用；
28、第二获取模块，用于获取表征所述用户应用使用习惯的状态转移概率矩阵，其中，所述状态转移概率矩阵中包括所述用户在所述移动终端中使用的各应用之间切换使用的转移概率；
29、预测模块，用于根据所述用户在移动终端中当前使用的应用以及所述状态转移概率矩阵，得到第一预测结果；其中，所述第一预测结果包括预测出的用户从当前使用的应用转移到用户在所述移动终端中使用的各应用的概率。
30、在第三方面，本专利技术提供一种控制装置，该控制装置包括处理器和存储装置，所述存储装置适于存储多条程序代码，所述程序代码适于由所述处理器加载并运行以执行上述用户行为预测方法的技术方案中任一项技术方案所述的方法。
31、在第四方面，提供一种计算机可读存储介质，该计算机可读存储介质其中存储有多条程序代码，所述程序代码适于由处理器加载并运行以执行上述用户行为预测方法的技术方案中任一项技术方案所述的方法。
32、本专利技术上述一个或多个技术方案，至少具有如下一种或多种
33、有益效果：
34、在实施本专利技术的技术方案中，提出一种用户行为预测方法，该方法通过获取用户在移动终端中当前使用的应用；获取表征所述用户应用使用习惯的状态转移概率矩阵，其中，所述状态转移概率矩阵中包括所述用户在所述移动终端中使用的各应用之间切换使用的转移概率；根据所述用户在移动终端中当前使用的应用以及所述状态转移概率矩阵，得到第一预测结果；其中，所述第一预测结果包括预测出的用户从当前使用的应用转移到用户在所述移动终端中使用的各应用的概率。该方法较准确预测了用户在移动终端中从当前使用的应用进行一次或多次转移后，对应预测出的用户从当前使用的应用进行一次或多次转移后转移到用户在移动终端中使用的各应用的概率，根据预测出的用户在移动终端使用的各应用本文档来自技高网...
【技术保护点】
1.一种用户行为预测方法，其特征在于，包括：
2.根据权利要求1所述的用户行为预测方法，其特征在于，还包括：
3.根据权利要求2所述的用户行为预测方法，其特征在于，所述根据所述历史应用使用记录数据，统计获取用户在所述移动终端中使用的各应用的状态转移概率矩阵，包括：
4.根据权利要求3所述的用户行为预测方法，其特征在于，所述状态转移概率矩阵
5.根据权利要求4所述的用户行为预测方法，其特征在于，所述根据所述用户在移动终端中当前使用的应用以及所述状态转移概率矩阵，得到第一预测结果，包括：
6.根据权利要求5所述的用户行为预测方法，其特征在于，还包括：
7.根据权利要求5或6所述的用户行为预测方法，其特征在于，还包括：
8.一种用户行为预测装置，其特征在于，包括：
9.一种控制装置，包括处理器和存储装置，所述存储装置适于存储多条程序代码，其特征在于，所述程序代码适于由所述处理器加载并运行以执行权利要求1至7中任一项所述的用户行为预测方法。
10.一种计算机可读存储介质，其中存储有
...【技术特征摘要】
1.一种用户行为预测方法，其特征在于，包括：
2.根据权利要求1所述的用户行为预测方法，其特征在于，还包括：
3.根据权利要求2所述的用户行为预测方法，其特征在于，所述根据所述历史应用使用记录数据，统计获取用户在所述移动终端中使用的各应用的状态转移概率矩阵，包括：
4.根据权利要求3所述的用户行为预测方法，其特征在于，所述状态转移概率矩阵
5.根据权利要求4所述的用户行为预测方法，其特征在于，所述根据所述用户在移动终端中当前使用的应用以及所述状态转移概率矩阵，得到第一预测结果，包括：
6....
【专利技术属性】
技术研发人员：王小瑞，
申请(专利权)人：蔚来移动科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。