技术特征：
技术总结
本发明提供了用户行为量化的方法、系统、设备及存储介质，包括步骤：将订单涉及的所有动作按固定次序预先排列为一参考序列；采集用户订单下单前的操作的动作，按形成时序排列动作以形成动作序列；将动作序列转换为动作矩阵；构建循环神经网络模型，将多个动作矩阵以及与动作矩阵对应的订单的样本标签输入循环神经网络模型进行训练；输出最后一层的隐藏层作为输出结果。本发明通过动作序列采集包括时序信息的动作，通过转换动作向量，以实现时序信息的初步数值化，通过构建以及训练循环神经网络模型，输出最后一层的隐藏层，从而实现处理和预测时间序列数据，以应用于用户行为监督模型，有效提高预测准确性。
技术研发人员：李腾龙;霍文虎
受保护的技术使用者：携程旅游信息技术（上海）有限公司
技术研发日：2018.05.15
技术公布日：2018.10.12