← 返回列表

用户响应预测系统的训练方法、用户响应预测方法及装置

申请号: CN202311645094.3
申请人: 支付宝(杭州)信息技术有限公司
申请日期: 2023/12/4

摘要文本

本说明书实施例中提供了一种包括用户响应预测系统的训练方法,系统包括行为预测模型、干预表征模型、特征映射模型和倾向预测模型。方法包括获取样本,样本中包括用户特征,对用户施加的第一干预和施加第一干预后用户做出的第一响应;将用户特征输入已训练的行为预测模型,得到第二响应;将第一干预输入干预表征模型,得到干预表征;将用户特征分别输入特征映射模型和倾向预测模型,得到映射特征和倾向性特征;基于干预表征、映射特征和倾向性特征,对第二响应进行修正,得到第三响应;基于根据第一响应和第三响应的差异而确定的第一损失和根据倾向性特征和第一干预表征的差异而确定的第二损失,训练干预表征模型、特征映射模型和倾向预测模型。

专利详细信息

项目 内容
专利名称 用户响应预测系统的训练方法、用户响应预测方法及装置
专利类型 发明授权
申请号 CN202311645094.3
申请日 2023/12/4
公告号 CN117350351B
公开日 2024/3/5
IPC主分类号 G06N3/08
权利人 支付宝(杭州)信息技术有限公司
发明人 张雷; 何建杉; 褚崴
地址 浙江省杭州市西湖区西溪路556号8层B段801-11

专利主权项内容

1.一种用户响应预测系统的训练方法,包括:获取样本数据,其中第一样本的样本数据包括,第一用户的用户特征,对所述第一用户施加的第一干预,以及施加所述第一干预后所述第一用户做出的第一响应;其中,所述第一干预是预设的N种干预之一,N>=2;将所述用户特征输入已训练好的行为预测模型,得到预测的第二响应;将所述第一干预输入干预表征模型,得到第一干预表征;所述干预表征模型用于对所述N种干预进行表征;将所述用户特征分别输入特征映射模型和倾向预测模型,得到映射特征和倾向性特征,所述倾向性特征表示所述用户特征与第一干预之间的关联倾向表征;基于所述第一干预表征,所述映射特征和所述倾向性特征,对所述第二响应进行修正,得到第三响应;基于预测损失训练所述干预表征模型,所述特征映射模型和所述倾向预测模型;其中所述预测损失包括第一损失和第二损失,所述第一损失根据所述第一响应和所述第三响应的差异而确定,所述第二损失根据所述倾向性特征和所述第一干预表征的差异而确定,其中,训练好的所述行为预测模型、训练好的所述特征映射模型、训练好的所述倾向预测模型和训练好的所述干预表征模型构成所述用户响应预测系统。 来自:www.macrodatas.cn