一种消费预测方法及其相关设备技术

本申请公开了一种消费预测方法及其相关设备，在针对用户进行消费预测的过程中，所考虑的因素较为全面，可以使得最终得到的用户的预测消费额度具备足够高的准确度。本申请的方法包括：当需要针对用户进行消费预测时，可先获取与用户相关联的信息，并将该信息输入至目标模型中。接着，目标模型可对该信息进行特征提取处理，从而得到用户的消费概率。与此同时，目标模型还可对该信息进行第一回归处理，从而得到用户的第一消费额度，并对该信息进行第二回归处理，从而得到用户的第二消费额度。最后，目标模型可对消费概率、第一消费额度以及第二消费额度进行处理，从而得到用户的预测消费额度。度。度。

【技术实现步骤摘要】
一种消费预测方法及其相关设备


[0001]本申请实施例涉及人工智能(artificial intelligence，AI)
，尤其涉及一种消费预测方法及其相关设备。

技术介绍

[0002]推荐系统是当前许多互联网应用的核心技术之一，该系统可以基于用户的消费行为，来为用户推荐一些商品或服务，以供用户进行消费。可见，针对用户的消费预测是推荐系统所需具备的重要功能之一。
[0003]在相关技术中，可利用AI技术的神经网络模型实现针对用户的消费预测。具体地，可先将与用户相关联的信息输入至神经网络模型。然后，神经网络模型可对该信息进行一系列的处理，从而得到用户的消费概率以及用户的初始消费额度。最后，神经网络模型可基于用户的消费概率以及用户的初始消费额度，来确定用户的最终消费额度。
[0004]上述过程中，由于神经网络仅利用用户的初始消费额度来确定用户的最终消费额度，所考虑的因素较为单一，导致预测得到用户的最终消费额度不够准确。

技术实现思路

[0005]本申请实施例提供了一种消费预测方法及其相关设备，在针对用户进行消费预测的过程中，所考虑的因素较为全面，可以使得最终得到的用户的预测消费额度具备足够高的准确度。
[0006]本申请实施例的第一方面提供了一种消费预测方法，该方法包括：
[0007]当需要针对用户进行消费预测时，可先获取与用户相关联的信息。
[0008]得到与用户相关联的信息后，可将该信息输入至目标模型。那么，目标模型可对该信息进行特征提取处理，从而得到用户的消费概率，也就是用户可能进行消费的概率。与此同时，目标模型还可对该信息进行第一回归处理，从而得到用户的第一消费额度。与此同时，目标模型还可对该信息进行第二回归处理，从而得到用户的第二消费额度。其中，第一回归处理和第二回归处理为不同的两种回归处理。
[0009]得到用户的消费概率、用户的第一消费额度和用户的第二消费额度，目标模型可对消费概率、第一消费额度以及第二消费额度进行计算，从而得到用户的预测消费额度。至此，则完成了针对用户的消费预测。
[0010]从上述方法可以看出：当需要针对用户进行消费预测时，可先获取与用户相关联的信息，并将该信息输入至目标模型中。接着，目标模型可对该信息进行特征提取处理，从而得到用户的消费概率。与此同时，目标模型还可对该信息进行第一回归处理，从而得到用户的第一消费额度，并对该信息进行第二回归处理，从而得到用户的第二消费额度。最后，目标模型可对消费概率、第一消费额度以及第二消费额度进行处理，从而得到用户的预测消费额度。前述过程中，第一回归处理以及第二回归处理为不同的两种回归处理，也就是说，目标模型包含了不同的两个回归分支，可以从不同的两个视角来初步得到用户的两个
消费额度。那么，目标模型可基于这两个消费额度最终确定用户的预测消费额度，该确定过程中所考虑的因素较为全面，可以使得用户的预测消费额度具备足够高的准确度。
[0011]在一种可能实现的方式中，该方法还包括：对信息进行第三回归处理，得到用户的第三消费额度，第一回归处理、第二回归处理以及第三回归处理为不同的回归处理；基于消费概率、第一消费额度以及第二消费额度，获取用户的预测消费额度包括：基于消费概率、第一消费额度、第二消费额度以及第三消费额度，获取用户的预测消费额度。前述实现方式中，得到与用户相关联的信息后，目标模型还可对该信息进行第三回归处理，从而得到用户的第三消费额度。其中，第一回归处理、第二回归处理以及第三回归处理为不同的三种回归处理。那么，目标模型可对消费概率、第一消费额度、第二消费额度以及第三消费额度进行计算，从而得到用户的预测消费额度。
[0012]在一种可能实现的方式中，对信息进行第一回归处理，得到用户的第一消费额度包括：对信息进行基于第一多层感知机的处理，得到信息的第一特征；基于第一特征构建目标分布，目标分布用于指示多个消费额度与多个消费概率之间的对应关系；对目标分布指示的多个消费额度进行求均值处理，得到用户的第一消费额度。前述实现方式中，接收到与用户相关联的信息后，目标模型可先对该信息进行基于第一多层感知机的处理，从而得到该信息的第一特征，再对第一特征进行计算，从而得到目标分布的核心参数，并利用该核心参数来构建目标分布，目标分布用于指示多个消费额度与多个消费概率之间的对应关系。得到目标分布后，目标模型可对目标分布指示的多个消费额度进行求均值计算，从而可准确得到用户的第一消费额度。
[0013]在一种可能实现的方式中，对信息进行第二回归处理，得到用户的第二消费额度包括：对信息进行基于第二多层感知机的处理，得到信息的第二特征；对第二特征进行线性修正处理，得到用户的第二消费额度。前述实现方式中，接收到与用户相关联的信息后，目标模型可先对该信息进行基于第二多层感知机的处理，从而得到该信息的第二特征，并对第二特征后进行线性修正计算，从而可准确得到用户的第二消费额度。
[0014]在一种可能实现的方式中，对信息进行第三回归处理，得到用户的第三消费额度包括：对信息进行基于第三多层感知机的处理，得到信息的第三特征；对第三特征进行归一化处理，得到用户的第三消费额度。前述实现方式中，接收到与用户相关联的信息后，目标模型可先对该信息进行基于第三多层感知机的处理，从而得到该信息的第三特征，并对第三特征后进行归一化计算，从而可准确得到用户的第三消费额度。
[0015]在一种可能实现的方式中，对信息进行特征提取处理，得到用户的消费概率包括：对信息进行基于第四多层感知机的处理，得到信息的第四特征；对第四特征进行映射处理，得到用户的消费概率。前述实现方式中，接收到与用户相关联的信息后，目标模型可先对该信息进行基于第四多层感知机的处理，从而得到该信息的第四特征，并对第四特征进行映射计算，从而可准确得到用户的消费概率。
[0016]在一种可能实现的方式中，基于消费概率、第一消费额度、第二消费额度以及第三消费额度，获取用户的预测消费额度包括：对第一消费额度、第二消费额度以及第三消费额度进行求平均处理，得到第四消费额度；对消费概率以及第四消费额度进行相乘处理，得到用户的预测消费额度。前述实现方式中，得到用户的消费概率、用户的第一消费额度、用户的第二消费额度以及用户的第三消费额度后，目标模型可先对第一消费额度、第二消费额
度以及第三消费额度进行求平均计算，从而得到用户的第四消费额度。然后，目标模型可将消费概率以及第四消费额度进行相乘计算，从而得到并对外输出用户的预测消费额度。
[0017]本申请实施例的第二方面提供了一种模型训练方法，该方法包括：获取与用户相关联的信息；通过待训练模型对信息进行处理，得到用户的预测消费额度，待训练模型用于：对信息进行特征提取处理，得到用户的消费概率；对信息进行第一回归处理，得到用户的第一消费额度；对信息进行第二回归处理，得到用户的第二消费额度，第一回归处理以及第二回归处理为不同的回归处理；基于消费概率、第一消费额度以及第二消费额度，获取用户的预测消费额度；基于消本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种消费预测方法，其特征在于，所述方法通过目标模型实现，所述方法包括：获取与用户相关联的信息；对所述信息进行特征提取处理，得到所述用户的消费概率；对所述信息进行第一回归处理，得到所述用户的第一消费额度；对所述信息进行第二回归处理，得到所述用户的第二消费额度，所述第一回归处理以及所述第二回归处理为不同的回归处理；基于所述消费概率、所述第一消费额度以及所述第二消费额度，获取所述用户的预测消费额度。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：对所述信息进行第三回归处理，得到所述用户的第三消费额度，所述第一回归处理、所述第二回归处理以及所述第三回归处理为不同的回归处理；所述基于所述消费概率、所述第一消费额度以及所述第二消费额度，获取所述用户的预测消费额度包括：基于所述消费概率、所述第一消费额度、所述第二消费额度以及所述第三消费额度，获取所述用户的预测消费额度。3.根据权利要求1或2所述的方法，其特征在于，所述对所述信息进行第一回归处理，得到所述用户的第一消费额度包括：对所述信息进行基于第一多层感知机的处理，得到所述信息的第一特征；基于所述第一特征构建目标分布，所述目标分布用于指示多个消费额度与多个消费概率之间的对应关系；对所述目标分布指示的所述多个消费额度进行求均值处理，得到所述用户的第一消费额度。4.根据权利要求1至3任意一项所述的方法，其特征在于，所述对所述信息进行第二回归处理，得到所述用户的第二消费额度包括：对所述信息进行基于第二多层感知机的处理，得到所述信息的第二特征；对所述第二特征进行线性修正处理，得到所述用户的第二消费额度。5.根据权利要求2所述的方法，其特征在于，所述对所述信息进行第三回归处理，得到所述用户的第三消费额度包括：对所述信息进行基于第三多层感知机的处理，得到所述信息的第三特征；对所述第三特征进行归一化处理，得到所述用户的第三消费额度。6.根据权利要求2或5所述的方法，其特征在于，所述基于所述消费概率、所述第一消费额度、所述第二消费额度以及所述第三消费额度，获取所述用户的预测消费额度包括：对所述第一消费额度、所述第二消费额度以及所述第三消费额度进行求平均处理，得到第四消费额度；对所述消费概率以及所述第四消费额度进行相乘处理，得到所述用户的预测消费额度。7.一种模型训练方法，其特征在于，所述方法包括：获取与用户相关联的信息；通过待训练模型对所述信息进行处理，得到所述用户的预测消费额度，所述待训练模
型用于：对所述信息进行特征提取处理，得到所述用户的消费概率；对所述信息进行第一回归处理，得到所述用户的第一消费额度；对所述信息进行第二回归处理，得到所述用户的第二消费额度，所述第一回归处理以及所述第二回归处理为不同的回归处理；基于所述消费概率、所述第一消费额度以及所述第二消费额度，获取所述用户的预测消费额度；基于所述消费概率、所述第一消费额度以及所述第二消费额度，获取目标损失；基于所述目标损失，对所述待训练模型的参数进行更新，直至满足模型训练条件，得到目标模型。8.根据权利要求7所述的方法，其特征在于，所述待训练模型，还用于对所述信息进行第三回归处理，得到所述用户的第三消费额度，所述第一回归处理、所述第二回归处理以及所述第三回归处理为不同的回归处理；所述待训练模型，用于基于所述消费概率、所述第一消费额度、所述第二消费额度以及所述第三消费额度，获取所述用户的预测消费额度；所述基于所述消费概率、所述第一消费额度以及所述第二消费额度，获取目标损失包括：基于所述消费概率、所述第一消费额度、所述第二...

【专利技术属性】
技术研发人员：武楚涵，贾庆林，李璟洁，祝宏，唐睿明，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：