本发明专利技术实施例提供了一种基于多任务模型的推荐方法、装置、电子设备和存储介质，包括：根据用户手机号，从日志数据中获取用户行为数据；从所述用户行为数据中筛选特征数据，所述特征数据包括基础特征、交互特征以及时间片特征；采用所述特征数据，通过多任务模型进行针对语音使用的预测任务和针对流量使用的预测任务，得到预测结果；根据所述预测结果，确定为所述用户推荐的语音套餐和流量套餐。在本发明专利技术实施例中可以通过使用多任务模型，分别对流量和语音这两个任务进行预测，提高了预测效率，并且能够更加精准的匹配最合适用户的套餐，实现最大程度的服务并留存用户。现最大程度的服务并留存用户。现最大程度的服务并留存用户。
【技术实现步骤摘要】
基于多任务模型的推荐方法、装置、电子设备和存储介质
[0001]本专利技术涉及线上营销
，特别是涉及一种基于多任务模型的推荐方法、一种基于多任务模型的推荐装置、一种电子设备和一种计算机可读存储介质。
技术介绍
[0002]由于用户入网时选择的套餐往往与后续使用习惯并不匹配，导致用户粘性不高，从而使得用户流失。并且，随着5G时代的到来，越来越多的用户需要将手机卡从4G更换至5G，因此，为了在用户携号转网时，能够留存更多的用户，如何跟用户推荐更适合的套餐，以增加用户对产品的信任和用户的粘度成为亟待解决的问题。
技术实现思路
[0003]鉴于上述问题，提出了本专利技术实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种基于多任务模型的推荐方法、一种基于多任务模型的推荐装置、一种电子设备和一种计算机可读存储介质。
[0004]为了解决上述问题，本专利技术实施例公开了一种基于多任务模型的推荐方法，所述方法包括：
[0005]根据用户手机号，从日志数据中获取用户行为数据；
[0006]从所述用户行为数据中筛选特征数据，所述特征数据包括基础特征、交互特征以及时间片特征；
[0007]采用所述特征数据，通过多任务模型进行针对语音使用的预测任务和针对流量使用的预测任务，得到预测结果；
[0008]根据所述预测结果，确定为所述用户推荐的语音套餐和流量套餐。
[0009]可选地，所述根据所述预测结果，确定为所述用户推荐的语音套餐和流量套餐，包括：
[0010]若所述预测结果为流量和语音时长，则根据预先设置的映射关系，将流量和语音时长映射为语音套餐和流量套餐；
[0011]根据所述语音套餐和所述流量套餐，组合成基础套餐，以推荐给所述用户。
[0012]可选地，所述多任务模型包括：两个门网络、多个专家网络以及两个Tower网络，所述两个门网络与所述两个Tower网络一一对应；所述采用所述特征数据，通过多任务模型进行针对语音使用的预测任务和针对流量使用的预测任务，得到预测结果，包括：
[0013]通过每个所述门网络对所述特征数据进行处理，以获取每个所述门网络对应的多个专家网络的权重；
[0014]通过每个所述门网络对应的多个专家网络，分别对所述特征数据进行特征提取，以得到多个第一特征；
[0015]根据每个门网络对应的多个专家网络的权重，对每个门网络对应的多个第一特征，进行加权求和，并通过每个所述门网络对应的Tower网络得到所述预测结果。
[0016]可选地，所述通过每个门网络对所述特征数据进行处理，以获取每个门网络对应的多个专家网络的权重，包括：
[0017]通过每个所述门网络对所述特征数据进行特征提取，以得到多个所述专家网络被每个所述门网络选择的概率；
[0018]对多个所述专家网络被每个所述门网络选择的概率进行归一化处理，得到每个所述门网络对应的多个专家网络的权重。
[0019]可选地，通过如下方式训练所述多任务模型：
[0020]获取特征样本数据，所述特征样本数据包括基础特征样本、交互特征样本以及时间片特征样本；
[0021]将所述特征样本数据作为所述多任务模型的输入；
[0022]在所述多任务模型中，采用所述特征样本数据进行针对语音使用的预测任务和针对流量使用的预测任务，以得到预测结果；
[0023]根据所述预测结果，对所述多任务模型进行训练。
[0024]可选地，所述多任务模型包括：两个门网络、多个专家网络以及两个Tower网络，所述两个门网络与所述两个Tower网络一一对应；所述在所述多任务模型中，采用所述特征样本数据进行针对语音使用的预测任务和针对流量使用的预测任务，以得到预测结果，包括：
[0025]通过每个所述门网络对所述特征样本数据进行处理，以获取每个所述门网络对应的多个所述专家网络的权重；
[0026]通过每个所述门网络对应的多个专家网络，分别对所述特征样本数据进行特征提取，以得到多个第一特征样本；
[0027]根据每个所述门网络对应的多个专家网络的权重，对每个门网络对应的多个第一特征样本，进行加权求和，并通过每个所述门网络对应的Tower网络，以得到流量和语音时长的预测结果。
[0028]可选地，所述通过每个所述门网络对所述特征样本数据进行处理，以获取每个所述门网络对应的多个所述专家网络的权重，包括：
[0029]通过每个所述门网络对所述特征样本数据进行特征提取，以得到多个所述专家网络被每个所述门网络选择的概率；
[0030]对多个所述专家网络被每个所述门网络选择的概率进行归一化处理，得到每个所述门网络对应的多个专家网络的权重。
[0031]本专利技术实施例还公开了一种基于多任务模型的推荐装置，所述装置包括：
[0032]获取数据模块，用于根据用户手机号，从日志数据中获取用户行为数据；
[0033]筛选特征模块，用于从所述用户行为数据中筛选特征数据，所述特征数据包括基础特征、交互特征以及时间片特征；
[0034]特征预测模块，用于采用所述特征数据，通过多任务模型进行针对语音使用的预测任务和针对流量使用的预测任务，得到预测结果；
[0035]套餐确定模块，用于根据所述预测结果，确定为所述用户推荐的语音套餐和流量套餐。
[0036]可选地，所述套餐确定模块包括：
[0037]套餐映射子模块，用于若所述预测结果为流量和语音时长，则根据预先设置的映
射关系，将流量和语音时长映射为语音套餐和流量套餐；
[0038]套餐推荐子模块，用于根据所述语音套餐和所述流量套餐，组合成基础套餐，以推荐给所述用户。
[0039]可选地，所述多任务模型包括：两个门网络、多个专家网络以及两个Tower网络，所述两个门网络与所述两个Tower网络一一对应；所述特征预测模块，包括：
[0040]权重获取子模块，用于通过每个所述门网络对所述特征数据进行处理，以获取每个所述门网络对应的多个专家网络的权重；
[0041]特征提取子模块，用于通过每个所述门网络对应的多个专家网络，分别对所述特征数据进行特征提取，以得到多个第一特征；
[0042]预测结果子模块，用于根据每个门网络对应的多个专家网络的权重，对每个门网络对应的多个第一特征，进行加权求和，并通过每个所述门网络对应的Tower网络得到所述预测结果。
[0043]可选地，所述权重获取子模块，包括：
[0044]获取概率单元，用于通过每个所述门网络对所述特征数据进行特征提取，以得到多个所述专家网络被每个所述门网络选择的概率；
[0045]获取权重单元，用于对多个所述专家网络被每个所述门网络选择的概率进行归一化处理，得到每个所述门网络对应的多个专家网络的权重。
[0046]可选地，通过如下方式训练所述多任务模型：
[0047]样本获取模块，用于获取特征样本数据，所述特征本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于多任务模型的推荐方法，其特征在于，所述方法包括：根据用户手机号，从日志数据中获取用户行为数据；从所述用户行为数据中筛选特征数据，所述特征数据包括基础特征、交互特征以及时间片特征；采用所述特征数据，通过多任务模型进行针对语音使用的预测任务和针对流量使用的预测任务，得到预测结果；根据所述预测结果，确定为所述用户推荐的语音套餐和流量套餐。2.根据权利要求1所述的方法，其特征在于，所述根据所述预测结果，确定为所述用户推荐的语音套餐和流量套餐，包括：若所述预测结果为流量和语音时长，则根据预先设置的映射关系，将流量和语音时长映射为语音套餐和流量套餐；根据所述语音套餐和所述流量套餐，组合成基础套餐，以推荐给所述用户。3.根据权利要求1所述的方法，其特征在于，所述多任务模型包括：两个门网络、多个专家网络以及两个Tower网络，所述两个门网络与所述两个Tower网络一一对应；所述采用所述特征数据，通过多任务模型进行针对语音使用的预测任务和针对流量使用的预测任务，得到预测结果，包括：通过每个所述门网络对所述特征数据进行处理，以获取每个所述门网络对应的多个专家网络的权重；通过每个所述门网络对应的多个专家网络，分别对所述特征数据进行特征提取，以得到多个第一特征；根据每个门网络对应的多个专家网络的权重，对每个门网络对应的多个第一特征，进行加权求和，并通过每个所述门网络对应的Tower网络得到所述预测结果。4.根据权利要求3所述的方法，其特征在于，所述通过每个门网络对所述特征数据进行处理，以获取每个门网络对应的多个专家网络的权重，包括：通过每个所述门网络对所述特征数据进行特征提取，以得到多个所述专家网络被每个所述门网络选择的概率；对多个所述专家网络被每个所述门网络选择的概率进行归一化处理，得到每个所述门网络对应的多个专家网络的权重。5.根据权利要求1所述的方法，其特征在于，通过如下方式训练所述多任务模型：获取特征样本数据，所述特征样本数据包括基础特征样本、交互特征样本以及时间片特征样本；将所述特征样本数据作为所述多任务模型的输入；在所述多任务模型中，采用所述特征样本数据进行针对语音使用的预测任务和针对流量使用的预测任务，以得到预测结果；根据所述预测结果，对所述多任务模...
【专利技术属性】
技术研发人员：汪利伟，仲籽彦，魏丫丫，金伟德，洪迪，刘健，
申请(专利权)人：中国电信股份有限公司，
类型：发明
国别省市：
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。