摘要
本发明公开了一种基于因果倾向得分的用户行为预测方法，包括：从历史数据库中采集待测用户的历史行为信息；进行行为特征提取，并对行为特征进行归一化处理；建立行为预测模型；并通过反向传播算法和优化器调整模型参数；分析行为特征之间的因果关系；分析行为预测模型产生预测误差结果的原因；使用已优化行为预测模型进行用户行为预测，并依据倾向得分揭示的因果关系制定优化策略。本发明通过构建特征关联网络、筛选因果候选对、量化因果效应并计算因果倾向得分，实现了对用户行为背后因果关系的深度挖掘与量化评估，这不仅有助于揭示行为预测误差的根本原因，还显著提升了模型的可解释性与决策支持能力。
