一种基于隐马尔可夫模型的消费者线下消费行为预测方法

摘要

本发明涉及一种基于隐马尔可夫模型的消费者线下消费行为预测方法，包括如下步骤：步骤一、数据预处理得到观测序列；步骤二、初始化隐马尔可夫模型；步骤三、使用Baum‑Welch算法和观测序列(o1o2...ot)对模型进行迭代；步骤四、使用Viterbi算法和训练好的模型，计算观测序列(o1o2...ot)对应的最优的状态序列，然后预测t+1时刻的最有可能的状态yt+1，然后计算t+1时刻概率最大的观测值；步骤五、通过计算的t+1时刻概率最大的观测值ot+1并对照商家编号即可得到消费者在t+1时刻最有可能消费的线下商店shopt+1。本发明的有益效果是：提供了一种基于隐马尔可夫模型的消费者线下消费行为的预测方法，使用概率图模型更加准确高效地对不同用户的线下消费行为进行预测。