本申请实施例公开了一种基于人工智能的对象意向预测方法、装置、计算机设备及存储介质，包括：获取操作对象的M个第一特征和被操作对象的N个第二特征；根据M个第一特征和N个第二特征，得到K个初始特征；通过预测模型将每一初始特征编码为第一编码特征和第二编码特征；根据第一编码特征和第二编码特征，通过预测模型得到每一初始特征的目标编码特征；根据第二编码特征，通过预测模型确定每一目标编码特征的目标特征缩放参数；根据目标特征缩放参数，通过预测模型得到每一目标编码特征的目标缩放特征；根据目标缩放特征通过预测模型进行意向预测，得到操作对象针对被操作对象执行预设操作的操作，提高了意向预测的准确性。提高了意向预测的准确性。提高了意向预测的准确性。
【技术实现步骤摘要】
对象意向预测方法、装置、计算机设备及存储介质
[0001]本申请涉及互联网
，具体涉及一种对象意向预测方法、装置、计算机设备及存储介质，其中，该装置为对象意向预测装置，存储介质为计算机可读存储介质。
技术介绍
[0002]随着互联网技术的快速发展，通过互联网进行数据交互越来越普及，由此衍生了丰富的大数据应用场景，如大数据应用场景可以包括通过大数据线索预测用户执行某个行为的意向度，进而可以根据意向度评估数据安全性。
[0003]相关技术中，针对用户执行某个行为的意向度的预测，是通过预测模型根据用户的相关特征，以及可能的被执行对象的相关特征进行的，存在预测准确率较低的问题。
技术实现思路
[0004]本申请实施例提供一种对象意向预测方法、装置、计算机设备及存储介质，可以提高意向预测的准确性。
[0005]为解决上述技术问题，本申请实施例提供以下技术方案：本申请实施例提供了一种对象意向预测方法，包括：获取操作对象的M个第一特征，以及获取被操作对象的N个第二特征；根据所述M个第一特征和所述N个第二特征，得到K个初始特征；通过预测模型，将每一初始特征编码为第一编码特征和第二编码特征，所述第一编码特征表征所述初始特征的不同特征取值的共有部分，所述第二编码特征表征所述初始特征的不同特征取值的差异部分；根据每一初始特征的第一编码特征和第二编码特征，通过所述预测模型得到每一初始特征的目标编码特征，所述目标编码特征用于表征所述初始特征的不同特征取值；根据每一初始特征的第二编码特征，通过所述预测模型，确定每一目标编码特征的目标特征缩放参数；根据每一目标特征缩放参数，通过所述预测模型，得到每一目标编码特征的目标缩放特征；根据K个目标缩放特征，通过所述预测模型进行意向预测，得到所述操作对象针对所述被操作对象执行预设操作的操作意向。
[0006]根据本申请的一个方面，还提供了一种对象意向预测装置，包括：第一获取单元，用于获取操作对象的M个第一特征，以及获取被操作对象的N个第二特征；第二获取单元，用于根据所述M个第一特征和所述N个第二特征，得到K个初始特征；特征编码单元，用于通过预测模型，将每一初始特征编码为第一编码特征和第二编码特征，以及根据每一初始特征的第一编码特征和第二编码特征，通过所述预测模型得
到每一初始特征的目标编码特征，所述第一编码特征表征所述初始特征的不同特征取值的共有部分，所述第二编码特征表征所述初始特征的不同特征取值的差异部分，所述目标编码特征用于表征所述初始特征的不同特征取值；特征缩放单元，用于根据每一初始特征的第二编码特征，通过所述预测模型，确定每一目标编码特征的目标特征缩放参数，以及根据每一目标特征缩放参数，通过所述预测模型，得到每一目标编码特征的目标缩放特征；意向预测单元，用于根据K个目标缩放特征，通过所述预测模型进行意向预测，得到所述操作对象针对所述被操作对象执行预设操作的操作意向。
[0007]在一些实施例中，所述K个初始特征包括所述M个第一特征和所述N个第二特征，或所述K个初始特征包括所述M个第一特征、所述N个第二特征以及P个融合特征，所述融合特征是由一个所述第一特征和一个所述第二特征融合得到。
[0008]在一些实施例中，所述对象意向预测装置还包括：第三获取单元，用于获取样本操作对象的M个样本第一特征、样本被操作对象的N个样本第二特征，以及获取所述样本操作对象针对所述样本被操作对象执行预设操作的操作意向标签；第四获取单元，用于根据所述M个样本第一特征和所述N个样本第二特征，得到K个样本初始特征；样本特征编码单元，用于通过预测模型，将每一样本初始特征编码为样本第一编码特征和样本第二编码特征，以及根据每一样本初始特征的样本第一编码特征和样本第二编码特征，通过所述预测模型得到每一样本初始特征的样本目标编码特征，所述样本第一编码特征表征所述样本初始特征的不同特征取值的共有部分，所述样本第二编码特征表征所述样本初始特征的不同特征取值的差异部分，所述样本目标编码特征用于表征所述样本初始特征的不同特征取值；样本特征缩放单元，用于根据每一样本初始特征的样本第二编码特征，通过所述预测模型，确定每一样本目标编码特征的样本目标特征缩放参数，以及根据每一样本目标特征缩放参数，通过所述预测模型，得到每一样本目标编码特征的样本目标缩放特征；样本操作意向预测单元，用于根据K个样本目标缩放特征，通过所述预测模型进行意向预测，得到所述样本操作对象针对所述样本被操作对象执行预设操作的样本操作意向；更新单元，用于根据所述样本操作意向和所述操作意向标签的差异，更新所述预测模型的网络参数，直至满足预设停止条件。
[0009]在一些实施例中，所述样本操作意向预测单元包括：丢弃子单元，用于通过所述预测模型，对所述K个样本目标缩放特征进行特征丢弃处理，得到K'个处理后样本特征；预测子单元，用于根据所述K'个处理后样本特征，通过所述预测模型进行意向预测，得到所述样本操作对象针对所述样本被操作对象执行预设操作的样本操作意向。
[0010]在一些实施例中，所述丢弃子单元具体用于：根据每一样本目标缩放特征对应的样本目标特征缩放参数，通过所述预测模型，确定每一样本目标缩放特征的特征丢弃概率，所述特征丢弃概率和所述样本目标特征缩放
参数正相关；根据每一样本目标缩放特征的特征丢弃概率，通过预测模型，对每一样本目标缩放特征进行特征丢弃处理，得到每一样本目标缩放特征的处理后样本特征。
[0011]在一些实施例中，所述第一获取单元具体用于：接收终端发送的意向评估请求；获取所述意向评估请求指示的操作对象的M个第一特征，以及获取所述意向评估请求指示的被操作对象的N个第二特征；所述对象意向预测装置还包括：返回单元，用于将所述操作意向返回给所述终端。
[0012]在一些实施例中，所述操作对象为多个，所述返回单元具体用于：按照操作意向从高至低的顺序，对多个操作对象对应的操作意向进行排序，得到排序结果；将所述排序结果返回给所述终端，所述排序结果用于所述终端展示。
[0013]在一些实施例中，所述操作对象为多个，所述对象意向预测装置还包括：筛选单元，用于从多个操作对象中筛选出操作意向大于操作意向阈值的目标操作对象；推送单元，用于向所述目标操作对象推送所述被操作对象的操作信息。
[0014]根据本申请的一个方面，还提供了一种存储介质，所述存储介质用于存储计算机程序，所述计算机程序被处理器加载，以执行本申请实施例提供的任一种对象意向预测方法。
[0015]根据本申请的一个方面，还提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器加载，以执行本申请实施例提供的任一种对象意向预测方法。
[0016]本申请中，首先获取操作对象的M个第一特征，以及获取被操作对象的N个第二特征，并根据M个第一特征和N个第二特征，得到K个初始特征；考虑到每个初始特征的不同特征取值对预测结果的影响，以每一初始特征为处理对象，通过预测模型将每一初始特征编码为两个编码特征，分别为表征初始特征的不同特征取值的本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种对象意向预测方法，其特征在于，包括：获取操作对象的M个第一特征，以及获取被操作对象的N个第二特征；根据所述M个第一特征和所述N个第二特征，得到K个初始特征；通过预测模型，将每一初始特征编码为第一编码特征和第二编码特征，所述第一编码特征表征所述初始特征的不同特征取值的共有部分，所述第二编码特征表征所述初始特征的不同特征取值的差异部分；根据每一初始特征的第一编码特征和第二编码特征，通过所述预测模型得到每一初始特征的目标编码特征，所述目标编码特征用于表征所述初始特征的不同特征取值；根据每一初始特征的第二编码特征，通过所述预测模型，确定每一目标编码特征的目标特征缩放参数；根据每一目标特征缩放参数，通过所述预测模型，得到每一目标编码特征的目标缩放特征；根据K个目标缩放特征，通过所述预测模型进行意向预测，得到所述操作对象针对所述被操作对象执行预设操作的操作意向。2.根据权利要求1所述的对象意向预测方法，其特征在于，所述K个初始特征包括所述M个第一特征和所述N个第二特征，或所述K个初始特征包括所述M个第一特征、所述N个第二特征以及P个融合特征，所述融合特征是由一个所述第一特征和一个所述第二特征融合得到。3.根据权利要求1所述的对象意向预测方法，其特征在于，所述通过预测模型，将每一初始特征编码为第一编码特征和第二编码特征之前，所述方法还包括：获取样本操作对象的M个样本第一特征、样本被操作对象的N个样本第二特征，以及获取所述样本操作对象针对所述样本被操作对象执行预设操作的操作意向标签；根据所述M个样本第一特征和所述N个样本第二特征，得到K个样本初始特征；通过预测模型，将每一样本初始特征编码为样本第一编码特征和样本第二编码特征，所述样本第一编码特征表征所述样本初始特征的不同特征取值的共有部分，所述样本第二编码特征表征所述样本初始特征的不同特征取值的差异部分；根据每一样本初始特征的样本第一编码特征和样本第二编码特征，通过所述预测模型得到每一样本初始特征的样本目标编码特征，所述样本目标编码特征用于表征所述样本初始特征的不同特征取值；根据每一样本初始特征的样本第二编码特征，通过所述预测模型，确定每一样本目标编码特征的样本目标特征缩放参数；根据每一样本目标特征缩放参数，通过所述预测模型，得到每一样本目标编码特征的样本目标缩放特征；根据K个样本目标缩放特征，通过所述预测模型进行意向预测，得到所述样本操作对象针对所述样本被操作对象执行预设操作的样本操作意向；根据所述样本操作意向和所述操作意向标签的差异，更新所述预测模型的网络参数，直至满足预设停止条件。4.根据权利要求3所述的对象意向预测方法，其特征在于，所述根据K个样本目标缩放特征，通过所述预测模型进行意向预测，得到所述样本操作对象针对所述样本被操作对象
执行预设操作的样本操作意向，包括：通过所述预测模型，对所述K个样本目标缩放特征进行特征丢弃处理，得到K'个处理后样本特征；根据所述K'个处理后样本特征，通过所述预测模型进行意向预测，得到所述样本操作对象针对所述样本被操作对象执行预设操作的样本操作意向。5.根据权利要求4所述的对象意向预测方法，...
【专利技术属性】
技术研发人员：林炳怀，王丽园，
申请(专利权)人：腾讯科技深圳有限公司，
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。