跨APP的用户行为分析模型训练方法、分析方法及相关设备

摘要

本发明涉及人工智能，提供一种跨APP的用户行为分析模型训练方法、用户行为分析方法、计算机设备及存储介质，包括：获取多个用户在多个APP中的多个埋点数据，并对每个用户对应的多个埋点数据进行排序得到第一埋点数据序列；将每个用户的第一埋点数据序列编码为第一JSON串；将每个第一JSON串切分为多个文本片段；计算每个文本片段的TF‑IDF值，并根据所述TF‑IDF值构建用户行为向量；基于所述多个用户的用户行为向量训练lightGBM网络得到跨APP的用户行为分析模型。本申请首次实现了跨APP的埋点数据的整合，将跨APP的埋点数据序列编码为JSON串，不仅提高了模型训练的效率，且提高了模型分析的性能。此外，本申请还涉及区块链技术，跨APP的用户行为分析模型可存储于区块链。