随着计算技术的不断发展及互联网应用的日益普及，各行各业产生了大量信息数据，如何有效利用和挖掘过往数据，学术界和工业界开展了大量的探索与尝试。基于电商历史交易数据可以辅助提高用户体验，降低商家成本；基于用户历史支付数据可以辅助评估金融风险，建立信用机制；基于学术研究历史数据可以辅助衡量科技水平，估计科技未来发展。这些应用直接或间接的依赖于用户行为的分析与建模。因此基于历史数据的用户行为预测研究成为人们争相关注的研究热点。

 

受到数据种类多样、种类间关系复杂、结构化程度低、信息采集难度大等因素影响，历史数据普遍存在数据稀疏、噪声干扰等问题，使得基于历史数据的用户行为预测变得十分有挑战性。本文针对基于历史数据的用户行为预测研究中的多信息联合建模问题和关联信息辅助建模问题提出了自己的解决思路与方案，提高了用户行为预测的准确率。具体而言，本文的主要工作与贡献如下：

 

1.针对多种历史用户信息联合建模问题，本文提出了基于异构图挖掘的学术机构影响力预测算法。为了挖掘历史信息中多种因素及其关系对未来用户行为的影响，本文构建了一种异构图用于归纳与描述多种影响因素及其关联关系，然后对该异构图进行特征抽取与描述，并结合梯度上升回归树模型对用户未来进行预测。具体地，由于学术机构的影响力与学术机构发表的论文数量成正比，因此通过预测学术机构未来一段时间发表的论文数量可以较好地评估学术机构影响力变化情况。传统的论文数量预测方法大多基于学术机构历史发表论文数量，但是学术机构发表论文受多种因素的影响，例如权威学者数量、机构研究方向等等。利用本文提出的算法能够较好地结合多种因素对学术机构未来发表论文数量（影响力）进行预测与评估。在多个重要会议数据上的实验结果和KDDCup2016学术机构影响力预测比赛结果（第二赛季第一，共341只队）都表明该算法是一种有效的建模多种因素及其关系辅助预测学术机构影响力的算法。

 

2.针对用户行为预测研究中存在的历史数据不足问题，本文提出了基于多时间窗口关联信息挖掘的重复购买用户预测方法。为了预测被促销吸引来的新用户是否可能成为商店的重复购买用户，本文预测方法从数据扩充、特征设计、模型选择三个方面入手，引入丰富的用户和商店关联信息辅助重复购买用户预测。来自电子商务的关联数据十分稀疏，而且伴随着大量噪声，为此本文提出了基于多时间窗口的用户行为扩充方法，在放松用户行为时间约束的情况下，丰富了关联信息和用户行为数据。进一步，本文分析设计了多种关联信息特征，并结合两种不同的模型进行重复购买用户预测。其中，梯度上升决策树模型能够较好地建立不同特征组合与重复购买用户之间的关系，改进的因子分解机模型能够充分地利用特征之间两两组合的信息增益辅助重复购买用户预测。利用本文提出的方法能够较好地实现对商店新用户中重复购买用户的识别与预测。在天猫商城用户数据的预测实验结果和IJCAI2015重复购买用户预测的比赛结果（5/753）都验证了该方法能够有效地引入关联信息辅助重复购买用户预测。