基于DPI时间序列词嵌入向量的用户个性行为预测方法

摘要

一种基于DPI时间序列词嵌入向量的用户个性行为预测方法，其包括数据预处理步骤S1、通过深度学习构建用户访问DPI访问序列的词向量嵌入步骤S2、模型建立步骤S3和点击率预测步骤S4。因此，本发明通过基于深度学习框架的词向量嵌入技术学习用户访问DPI之间的内在关联，并与原有用户特征一起作为模型输入，得到最终的预测用户点击的二分类学习器，即受自然语言处理中词向量技术的启发，通过词向量技术对于用户访问DPI序列进行学习，挖掘其中的关联，对于提高用户点击率预测的准确性具有重要的理论和应用价值。