行为预测方法、模型训练方法及设备与流程

本申请涉及人工智能，尤其涉及一种行为预测方法、模型训练方法及设备。

背景技术：

1、机器模型广泛应用于各种领域中，例如，机器模型可用于对用户进行行为预测，以确定用户是否会出现某个行为。

2、机器模型可以结合结构化数据进行行为预测。结构化数据是具有预定义数据模型的数据，可以方便使用数据库的二维逻辑表来表示。该结构化数据中可以包括用户的任意信息内容，例如，该用户的基础信息、历史行为信息、地域信息等信息内容。

技术实现思路

1、本申请提供一种行为预测方法、模型训练方法及设备。

2、第一方面，本申请提供一种行为预测方法，包括：

3、获取用户特征数据，所述用户特征数据包括结构化数据和n种非结构化数据，所述n为正整数；

4、生成所述结构化数据对应的第一向量，以及，生成所述n种非结构化数据分别对应的第二向量；

5、根据n个所述第二向量进行行为预测，得到第一预测结果；

6、将所述第一向量和所述第一预测结果输入到行为预测模型中进行行为预测，得到第二预测结果，所述第一预测结果和所述第二预测结果用于指示用户是否出现目标行为。

7、可以看出，在本申请实施例中，基于结构化数据和多种非结构化数据实现行为预测，充分利用了多种数据源，可以提高目标行为的预测准确度。另外，先根据多种非结构化数据进行目标行为的初步预测得到第一预测结果，再结合第一预测结果和结构化数据进行再次预测得到第二预测结果，实现了两次预测，进一步提高目标行为的预测准确度。

8、第二方面，本申请提供一种模型训练方法，包括：

9、获取样本用户的特征数据，所述样本用户的特征数据包括样本结构化数据和n种样本非结构化数据，所述n为正整数；

10、生成所述样本结构化数据对应的第一样本向量，以及，生成所述n种样本非结构化数据分别对应的第二样本向量；

11、根据n个所述第二样本向量进行行为预测，得到第一样本预测结果；

12、将所述第一样本向量和所述第一样本预测结果输入到行为预测模型中进行行为预测，得到第二样本预测结果，所述第一样本预测结果和所述第二样本预测结果用于指示样本用户是否出现目标行为；

13、通过所述第二样本预测结果对所述行为预测模型的参数进行更新。

14、可以看出，在本申请实施例中，模型训练时充分利用了多种数据源，提高了行为预测模型的准确度。

15、第三方面，本申请提供一种行为预测装置，包括：

16、特征数据获取模块，用于获取用户特征数据，所述用户特征数据包括结构化数据和n种非结构化数据，所述n为正整数；

17、向量生成模块，用于生成所述结构化数据对应的第一向量，以及，生成所述n种非结构化数据分别对应的第二向量；

18、第一预测模块，用于根据n个所述第二向量进行行为预测，得到第一预测结果；

19、第二预测模块，用于将所述第一向量和所述第一预测结果输入到行为预测模型中进行行为预测，得到第二预测结果，所述第一预测结果和所述第二预测结果用于指示用户是否出现目标行为。

20、第四方面，本申请实施例提供一种模型训练装置，包括：

21、样本特征数据获取模块，用于获取样本用户的特征数据，所述样本用户的特征数据包括样本结构化数据和n种样本非结构化数据，所述n为正整数；

22、样本向量生成模块，用于生成所述样本结构化数据对应的第一样本向量，以及，生成所述n种样本非结构化数据分别对应的第二样本向量；

23、第一样本预测模块，用于根据n个所述第二样本向量进行行为预测，得到第一样本预测结果；

24、第二样本预测模块，用于将所述第一样本向量和所述第一样本预测结果输入到行为预测模型中进行行为预测，得到第二样本预测结果，所述第一样本预测结果和所述第二样本预测结果用于指示样本用户是否出现目标行为；

25、模型更新模块，用于通过所述第二样本预测结果对所述行为预测模型的参数进行更新。

26、第五方面，本申请提供一种电子设备，包括存储器和至少一个处理器；

27、其中，存储器存储计算机执行指令；

28、至少一个处理器执行存储器存储的计算机执行指令，使得电子设备实现前述第一方面或第二方面的方法。

29、第六方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如第一方面或第二方面所述的方法。

30、第七方面，本申请提供一种计算机程序产品，用于实现第一方面或第二方面的方法。

技术特征：

1.一种行为预测方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述根据n个所述第二向量进行行为预测，得到第一预测结果，包括：

3.根据权利要求2所述的方法，其特征在于，所述根据n个所述第三向量进行行为预测，得到所述第一预测结果，包括：

4.根据权利要求1至3任一项所述的方法，其特征在于，所述生成所述n种非结构化数据分别对应的第二向量，包括：

5.根据权利要求4所述的方法，其特征在于，

6.根据权利要求5所述的方法，其特征在于，所述非结构化数据为用户信息；通过所述嵌入模型对所述用户信息进行处理，生成所述用户信息对应的第二向量，包括：

7.一种模型训练方法，其特征在于，所述方法包括：

8.一种行为预测装置，其特征在于，包括：

9.一种模型训练装置，其特征在于，包括：

10.一种电子设备，包括存储器和至少一个处理器；

11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1至6任一项所述的行为预测方法，或，如权利要求7所述的模型训练方法。

12.一种计算机程序产品，其特征在于，用于实现如权利要求1至6任一项所述的行为预测方法，或，如权利要求7所述的模型训练方法。

技术总结
本申请提供一种行为预测方法、模型训练方法及设备，可用于人工智能技术领域。该方法包括：获取用户特征数据，用户特征数据包括结构化数据和N种非结构化数据；生成结构化数据对应的第一向量，以及，生成N种非结构化数据分别对应的第二向量；根据N个第二向量进行行为预测，得到第一预测结果；将第一向量和第一预测结果输入到行为预测模型中进行行为预测，得到第二预测结果，第一预测结果和第二预测结果用于指示用户是否出现目标行为。采用本申请实施例可提高行为预测的准确度。

技术研发人员：张龙
受保护的技术使用者：马上消费金融股份有限公司
技术研发日：
技术公布日：2024/9/23