一种基于卷积神经网络和贝叶斯网络的用户行为预测算法  

作　　者：曾蔚[1,2,3] 吴伊萍 

机构地区：[1]泉州师范学院数学与计算机科学学院,福建泉州362000 [2]福建省大数据管理新技术与知识工程重点实验室,福建泉州362000 [3]智能计算与信息处理福建省高等学校重点实验室,福建泉州362000

出　　处：《安阳师范学院学报》2019年第2期29-34,共6页Journal of Anyang Normal University

基　　金：2016年福建省中青年教师教育科研项目(JAT160419);2016年福建省中青年教师教育科研项目(JAT160424)

摘　　要：针对群体中的个体行为具有随机性及不确定性但在群体结构上却倾向于采取相同或相近策略的问题,提出一种基于卷积神经网络和贝叶斯网络的用户行为预测模型。卷积神经网络负责学习群体共性行为并进行预测,贝叶斯网络融入个人内在因素、客观情景因素及短期效应因素等特征对卷积神经网络的预测结果进行校正。模型旨在融合卷积神经网络优秀的识别能力及贝叶斯网络的因果推理能力,帮助决策者发现隐含在海量用户行为中的因果关系。最后的实验表明,该模型能够有效提升用户行为预测的正确率。

关 键 词：卷积神经网络 贝叶斯网络 用户行为 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论] O235[自动化与计算机技术—计算机科学与技术]