技术特征：
1.一种用户行为预测确定方法，其特征在于，所述方法包括：对第一数据集合以及第二数据集合进行聚类分析，以得到优化数据集合，其中，所述第一数据集合以及所述第二数据集合分别对应不同的用户行为，所述优化数据集合包括显性数据以及隐性数据；根据拟合阈值剔除所述优化数据集合中的过拟合数据，以得到第三数据集合，其中，所述拟合阈值是根据所述显性数据以及所述隐性数据确定的；通过预先训练完成的行为转化预测模型，根据所述第三数据集合确定目标用户的用户行为转化率，其中，所述目标用户为所述第二数据集合对应的至少一个用户。2.根据权利要求1所述的方法，其特征在于，所述对第一数据集合以及第二数据集合进行聚类分析，以得到优化数据集合，包括：根据行为数据对所述第一数据集合以及所述第二数据集合进行聚类分析，以得到所述优化数据集合，所述行为数据包括至少一种网络行为特征。3.根据权利要求2所述的方法，其特征在于，所述显性数据对应的网络行为包括以下之一：用户评论、用户评分；所述隐性数据对应的网络行为包括以下之一：点击行为、购买行为以及搜索行为。4.根据权利要求1所述的方法，其特征在于，所述根据拟合阈值剔除所述优化数据集合中的过拟合数据，以得到第三数据集合，包括：通过预先训练完成的拟合值计算模型，根据所述显性数据以及所述隐性数据确定所述拟合阈值；根据所述拟合阈值确定所述过拟合数据；剔除所述优化数据集合中的所述过拟合数据，以得到所述第三数据集合。5.根据权利要求1所述的方法，其特征在于，所述通过预先训练完成的行为转化预测模型，根据所述第三数据集合确定目标用户的用户行为转化率，包括：将所述第三数据集合输入至所述行为转化预测模型，其中，所述行为转化预测模型是根据贝叶斯算法构建的；根据所述第三数据集合中目标用户的行为数据，确定所述用户行为转化率。6.根据权利要求1所述的方法，其特征在于，所述方法还包括：向用户行为转化率大于预设转化率阈值的意向用户的终端设备，发送预设推送信息。7.一种用户行为预测装置，其特征在于，所述装置包括：分析模块，用于对第一数据集合以及第二数据集合进行聚类分析，以得到优化数据集合，其中，所述第一数据集合以及所述第二数据集合分别对应不同的用户行为，所述优化数据集合包括显性数据以及隐性数据；处理模块，用于根据拟合阈值剔除所述优化数据集合中的过拟合数据，以得到第三数据集合，其中，所述拟合阈值是根据所述显性数据以及所述隐性数据确定的；确定模块，用于通过预先训练完成的行为转化预测模型，根据所述第三数据集合确定目标用户的用户行为转化率，其中，所述目标用户为所述第二数据集合对应的至少一个用户。8.根据权利要求7所述的装置，其特征在于，所述分析模块包括：分析子模块，用于根据行为数据对所述第一数据集合以及所述第二数据集合进行聚类
分析，以得到所述优化数据集合，所述行为数据包括至少一种网络行为特征。9.根据权利要求6所述的装置，其特征在于，所述处理模块包括：第一确定子模块，用于通过预先训练完成的拟合值计算模型，根据所述显性数据以及所述隐性数据确定所述拟合阈值；第二确定子模块，用于根据所述拟合阈值确定所述过拟合数据；处理子模块，用于剔除所述优化数据集合中的所述过拟合数据，以得到所述第三数据集合。10.根据权利要求7所述的装置，其特征在于，所述装置还包括：发送模块，向用户行为转化率大于预设转化率阈值的意向用户的终端设备，发送预设推送信息。11.一种电子设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至6中任一项所述的用户行为预测方法的步骤。12.一种可读存储介质，其特征在于，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的用户行为预测方法的步骤。
技术总结
本发明提供了一种用户行为预测方法及装置，涉及数据分析技术领域。方法包括：对第一数据集合以及第二数据集合进行聚类分析，以得到优化数据集合，其中，第一数据集合以及第二数据集合分别对应不同的用户行为，优化数据集合包括显性数据以及隐性数据；根据拟合阈值剔除优化数据集合中的过拟合数据，以得到第三数据集合，其中，拟合阈值是根据显性数据以及隐性数据确定的；通过预先训练完成的行为转化预测模型，根据第三数据集合确定目标用户的用户行为转化率，其中，目标用户为第二数据集合对应的至少一个用户。因此，本发明能够解决现有技术中的现有聚类分析以及分析算法，用户行为的分析结果准确率低，无法准确预测用户行为转化率的问题。率的问题。率的问题。
技术研发人员：槐正 徐冬冬 姜承祥 付迎鑫 崔明 徐锐 王健 魏丫丫 徐蕾
受保护的技术使用者：中国电信股份有限公司
技术研发日：2022.11.30
技术公布日：2023/2/27