【技术实现步骤摘要】
基于标签分布学习的决策方法、系统及装置
本说明书实施例涉及数据处理
，特别涉及一种基于标签分布学习的决策方法、系统、及装置。
技术介绍
互联网的发展和智能终端的普及，使得网络支付手段应运而生。网络支付平台在推广自身所能提供的各种业务时，通常会给用户发放一定金额的红包，以驱动用户使用或参与该业务。红包通常对应着成本，希望通过有限的成本达到最大的收益，因此需要针对不同的用户对发放红包的金额进行决策。
技术实现思路
本说明书实施例的一个方面提供一种基于标签分布学习的决策方法。所述方法可以包括以下至少一种操作。获取与至少一个用户相关的至少一组特征数据，每一个用户可以对应一组特征数据；对于每一个用户，基于所述一组特征数据，以及第一决策模型，确定与所述用户对应的分布曲线，其中，所述第一决策模型可以为基于标签分布学习的可迁移深度学习模型；至少基于所述分布曲线，确定针对每个用户的第一决策结果，所述第一决策结果可以与第一业务相关。本说明书实施例的另一方面提供一种基于标签分布学习的决策系统。所述系统获取模块，以...
【技术保护点】
1.一种基于标签分布学习的决策方法，包括：/n获取与至少一个用户相关的至少一组特征数据，每一个用户对应一组特征数据；/n对于每一个用户，基于所述一组特征数据，以及第一决策模型，确定与所述用户对应的分布曲线，其中，所述第一决策模型为基于标签分布学习的可迁移深度学习模型；/n至少基于所述分布曲线，确定针对每个用户的第一决策结果，所述第一决策结果与第一业务相关。/n
【技术特征摘要】 【专利技术属性】
1.一种基于标签分布学习的决策方法，包括：
获取与至少一个用户相关的至少一组特征数据，每一个用户对应一组特征数据；
对于每一个用户，基于所述一组特征数据，以及第一决策模型，确定与所述用户对应的分布曲线，其中，所述第一决策模型为基于标签分布学习的可迁移深度学习模型；
至少基于所述分布曲线，确定针对每个用户的第一决策结果，所述第一决策结果与第一业务相关。
2.根据权利要求1所述的方法，其中，获取所述第一决策模型，包括：
获取与多个样本用户相关的多组样本特征数据，每一个样本用户对应一组样本特征数据，所述样本特征数据至少包括与样本结果相关的数据；
对于每个样本特征数据，划分所述样本特征数据为第一样本特征数据集和第二样本特征数据集；所述第一样本特征数据集与样本结果无关，所述第二样本特征数据集与样本结果相关；
基于多个第一样本特征数据集，利用标签分布学习算法训练初始决策模型，获取中间决策模型；其中，所述初始决策模型为深度学习模型；
基于多个第二样本特征数据集，利用标签分布学习算法训练所述中间决策模型，获取所述第一决策模型。
3.根据权利要求1所述的方法，其中，所述分布曲线由连续的函数表示。
4.根据权利要求1所述的方法，其中，所述至少基于至少一个分布曲线，确定针对每个用户的第一决策结果，包括：
获取与所述第一业务相关的目标决策结果；
基于所述目标决策结果，以及所述分布曲线，确定用户最大转化率，所述用户最大转化率表示参与所述第一业务用户占所述至少一个用户的最大比例；
基于所述用户最大转化率，确定针对每个用户的第一决策结果。
5.根据权利要求4所述的方法，其中，所述方法进一步包括：
基于所述至少一组特征数据，以及所述第一决策结果，更新所述第一决策模型。
6.根据权利要求5所述的方法，其中，所述更新所述第一决策模型，包括：
将所述至少一组特征数据作为所述第一决策模型的输入，将所述第一决策结果作为对应于所述输入的标签，继续训练所述第一决策模型。
7.根据权利要求1所述的方法，其中，所述方法进一步包括：
基于迁移学习算法，以及所述第一决策模型，获取第二决策模型；其中，所述第二决策模型用于确定针对所述用户的第二决策结果，所述第二决策结果与第二业务相关。
8.一种基于标签分布学习的决策系统，包括获取模块，以及确定模块；
所述获取模块，用于获取与至少一个用户相关的至少一组特征数据，每一个用户对应一组特征数据；
技术研发人员：马健，钟文亮，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：浙江;33
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。