The application discloses a scene adaptation method, device and electronic device, the method includes: determining the target evaluation data based on the basic data provided by the target object in the target application scenario; determining whether the scene model is suitable for the target application scenario based on the target matching result of the target evaluation data and the basic data; and determining whether the scene model is not suitable for the target application scenario In the target application scenario, the target migration learning algorithm is determined; based on the target migration learning algorithm, the target scenario model adapted to the target application scenario is generated.
【技术实现步骤摘要】
场景适配方法、装置及电子设备
本申请涉及计算机
,尤其涉及一种场景适配方法、装置及电子设备。
技术介绍
场景模型可以是通过用户的特征数据来获得用户的标签数据的一个模型,特征数据为表征用户特征的数据,标签数据表征用户行为的数据。举例来说,场景模型的训练可以通过用户的多个特征数据和用户的历史消费情况来判断用户对于一个产品的消费概率。例如,场景模型通过用户m的年龄、性别、城市、毕业学校、住址等特征数据以及用户的历史消费情况进行综合分析,确定一个与用户m对饮品类别产品产生消费的概率值。将目标用户的特征数据输入训练得到的场景模型,将会得到与目标用户对应的标签数据,场景模型表达了特征数据和标签数据的对应关系。近年来随着金融科技的不断发展,越来越多的场景模型和解决方案希望更多地拓展应用场景、对外赋能。现有的场景模型通常直接应用到目标应用场景,场景模型与目标应用场景的适配性差。
技术实现思路
本申请实施例提供一种场景适配方法、装置及电子设备,以解决场景模型与目标应用场景的适配性差的问题。第一方面,提供了一种场景适配方法,包括:基于目标应用场景下的目标对象提供的基础数据,确定目标评估数据;基于所述目标评估数据与所述基础数据的目标匹配结果,确定场景模型是否适配所述目标应用场景;在所述场景模型不适配所述目标应用场景时,确定目标迁移学习算法;基于所述目标迁移学习算法,生成适配所述目标应用场景的目标场景模型。第二方面,提供了一种场景适配装置,包括:数据获 ...
【技术保护点】
1.一种场景适配方法,包括:/n基于目标应用场景下的目标对象提供的基础数据,确定目标评估数据;/n基于所述目标评估数据与所述基础数据的目标匹配结果,确定场景模型是否适配所述目标应用场景;/n在所述场景模型不适配所述目标应用场景时,确定目标迁移学习算法;/n基于所述目标迁移学习算法,生成适配所述目标应用场景的目标场景模型。/n
【技术特征摘要】
1.一种场景适配方法,包括:
基于目标应用场景下的目标对象提供的基础数据,确定目标评估数据;
基于所述目标评估数据与所述基础数据的目标匹配结果,确定场景模型是否适配所述目标应用场景;
在所述场景模型不适配所述目标应用场景时,确定目标迁移学习算法;
基于所述目标迁移学习算法,生成适配所述目标应用场景的目标场景模型。
2.根据权利要求1所述的方法,所述基础数据包括所述目标对象相关的第一用户信息数据,所述目标评估数据包括M组第二用户信息数据,所述M组第二用户信息数据从训练所述场景模型的样本数据中随机获取;
其中,所述基于所述目标评估数据与所述基础数据的目标匹配结果,确定场景模型是否适配所述目标应用场景,包括:
确定所述M组第二用户信息数据的随机分布信息与所述第一用户信息数据的随机分布信息的第一偏移量;
基于所述第一偏移量和第一预设阈值,确定第一偏移数量;
在所述第一偏移数量大于或等于第一预设值的情况下,确定所述场景模型不适配所述目标应用场景;
其中,所述确定目标迁移学习算法,包括:
确定所述目标迁移学习算法包括样本迁移学习适配算法。
3.根据权利要求1所述的方法,所述基础数据包括所述目标对象相关的用户信息数据和与所述用户信息数据对应的第一特征数据,所述目标评估数据包括与所述用户信息数据对应的第二特征数据,所述第二特征数据从训练所述场景模型的样本数据中获取;
其中,所述基于所述目标评估数据与所述基础数据的目标匹配结果,确定场景模型是否适配所述目标应用场景,包括:
确定所述第一特征数据和所述第二特征数据之间的第二偏移量;
基于所述第二偏移量和第二预设阈值,确定第二偏移数量;
在所述第二偏移数量大于或等于第二预设值的情况下,确定所述场景模型不适配所述目标应用场景;
其中,所述确定目标迁移学习算法,包括:
确定所述目标迁移学习算法包括特征迁移学习适配算法。
4.根据权利要求1所述的方法,所述基础数据包括所述目标对象相关的用户信息数据和与所述用户信息数据对应的第一标签数据,所述目标评估数据包括与所述用户信息数据对应的第二标签数据,所述第二标签数据基于所述场景模型确定;
其中,所述基于所述目标评估数据与所述基础数据的目标匹配结果,确定场景模型是否适配所述目标应用场景,包括:
确定所述第一标签数据和所述第二标签数据之间的第三偏移量;
基于所述第三偏移量和第三预设阈值,确定第三偏移数量;
在所述第三偏移数量大于或等于第三预设值且小于第四预设值的情况下,确定所述场景模型不适配所述目标应用场景;
其中,所述确定目标迁移学习...
【专利技术属性】
技术研发人员:汲小溪,郑霖,陆梦倩,嵇方方,王维强,赵闻飙,
申请(专利权)人:阿里巴巴集团控股有限公司,
类型:发明
国别省市:开曼群岛;KY
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。