【技术实现步骤摘要】
跨场景预测模型训练方法及预测方法、装置及存储介质
[0001]本说明书涉及人工智能
,尤其涉及一种跨场景预测模型训练方法及场景预测方法
、
装置及存储介质
。
技术介绍
[0002]近年来,随着信息技术的快速发展,软件服务商为用户提供服务时,会基于相同服务场景下用户的历史行为对用户在该服务场景下未来的行为进行预测,为了优化用户使用体验,软件服务商在每个服务场景下均需要提供各自的用户行为预测服务
。
技术实现思路
[0003]本说明书提供了一种跨场景预测模型训练方法及预测方法
、
装置及存储介质,所述技术方案如下:
[0004]第一方面,本说明书提供了一种跨场景预测模型训练方法,所述方法包括:
[0005]创建初始跨场景预测模型;
[0006]获取样本用户的样本用户特征序列,所述样本用户特征序列基于所述样本用户在至少两个第一样本场景下的样本场景用户行为事件确定;
[0007]基于所述样本用户特征序列和样本场景用户行为事件对所述初始跨场景预测模型进行至少一轮模型训练,在每一轮模型训练过程中确定所述初始跨场景预测模型输出的所述样本用户在第二样本场景下的样本用户行为预测事件;
[0008]基于所述样本用户行为预测事件和样本用户真实行为事件确定模型损失值,采用所述模型损失值对所述初始跨场景预测模型进行模型参数调整,得到目标跨场景预测模型
。
[0009]第二方面,本说明书提供了一种跨场景用户行为预测方法
【技术保护点】
【技术特征摘要】
1.
一种跨场景预测模型训练方法,所述方法包括:创建初始跨场景预测模型;获取样本用户的样本用户特征序列,所述样本用户特征序列基于所述样本用户在至少两个第一样本场景下的样本场景用户行为事件确定;基于所述样本用户特征序列和样本场景用户行为事件对所述初始跨场景预测模型进行至少一轮模型训练,在每一轮模型训练过程中确定所述初始跨场景预测模型输出的所述样本用户在第二样本场景下的样本用户行为预测事件;基于所述样本用户行为预测事件和样本用户真实行为事件确定模型损失值,采用所述模型损失值对所述初始跨场景预测模型进行模型参数调整,得到目标跨场景预测模型
。2.
根据权利要求1所述的方法,所述基于所述样本用户特征序列和样本场景用户行为事件对所述初始跨场景预测模型进行至少一轮模型训练,在每一轮模型训练过程中确定所述初始跨场景预测模型输出的所述样本用户在第二样本场景下的样本用户行为预测事件,包括:将所述样本用户特征序列和样本场景用户行为事件输入初始跨场景预测模型进行至少一轮模型训练;在每一轮模型训练过程中通过所述初始跨场景预测模型从所述样本用户特征序列中确定用户跨场景行为特征,并基于所述用户跨场景行为特征和所述样本场景用户行为事件预测所述样本用户在第二样本场景下的样本用户行为预测事件
。3.
根据权利要求2所述的方法,所述基于所述用户跨场景行为特征和所述样本场景用户行为事件预测所述样本用户在第二样本场景下的样本用户行为预测事件,包括:确定在所述样本场景用户行为事件发生前的样本用户历史行为事件;基于所述用户跨场景行为特征确定所述样本场景用户行为事件对应的第一事件激励特征和第一事件抑制特征;基于所述用户跨场景行为特征确定所述样本用户历史行为事件对应的第二事件激励特征和第二事件抑制特征;基于所述第一事件激励特征和所述第一事件抑制特征
、
所述第二事件激励特征和所述第二事件抑制特征预测所述样本用户在第二样本场景下的样本用户行为预测事件
。4.
根据权利要求1所述的方法,所述基于所述样本用户行为预测事件和样本用户真实行为事件确定模型损失值,包括:基于所述初始跨场景预测模型确定所述样本用户行为预测事件的似然估计项;基于所述样本用户真实行为事件对应的真实事件类型和所述样本用户行为预测事件的预测事件类型构建第一损失项;基于所述第一损失项减去所述似然估计项构建第一损失函数并得到所述第一损失函数对应的第一损失值,将所述第一损失值作为模型损失值
。5.
根据权利要求1所述的方法,所述基于所述样本用户特征序列和样本场景用户行为事件对所述初始跨场景预测模型进行至少一轮模型训练,在每一轮模型训练过程中确定所述初始跨场景预测模型输出的所述样本用户在第二样本场景下的样本用户行为预测事件,包括:确定所述样本场景用户行为事件对应的事件时间;
基于所述样本用户特征序列
、
样本场景用户行为事件和所述样本场景用户行为事件对应的事件时间对所述初始跨场景预测模型进行至少一轮模型训练,在每一轮模型训练过程中确定所述初始跨场景预测模型输出的所述样本用户在第二样本场景下的样本用户行为预测事件和与所述样本用户行为预测事件对应的样本用户行为预测事件时间;所述基于所述样本用户行为预测事件和样本用户真实行为事件确定模型损失值,包括:基于所述样本用户行为预测事件和样本用户真实行为事件
、
所述样本用户行为预测事件时间和真实事件时间确定模型损失值
。6.
根据权利要求5所述的方法,所述基于所述样本用户行为预测事件和样本用户真实行为事件
、
所...
【专利技术属性】
技术研发人员:唐浩,
申请(专利权)人:支付宝中国网络技术有限公司,
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。