模型输入向量的生成方法、装置、存储介质及电子设备制造方法及图纸

本申请公开了一种模型输入向量的生成方法、装置、存储介质及电子设备，涉及大数据领域、金融科技领域以及其他相关技术领域，其中，该方法包括：获取目标用户对应的M个第一向量，M个第一向量中的每个第一向量用于表征目标用户在一个预设周期内购买金融产品的总金额，依据每个第一向量对应的预设周期的开始时刻对M个第一向量进行排序，得到目标序列，依据目标序列生成神经网络模型的模型输入向量，神经网络模型用于通过模型训练过程中所学习的先验知识基于模型输入向量预测目标用户在未来时间段对金融产品的购买金额。本申请解决了现有技术中神经网络模型的输入数据的数量较多所导致的神经网络模型运行效率低的技术问题。

【技术实现步骤摘要】

本申请涉及大数据领域、金融科技领域以及其他相关，具体而言，涉及一种模型输入向量的生成方法、装置、存储介质及电子设备。

技术介绍

1、在大数据领域中，技术人员通常将用户对应的多个具有相同业务特征的数据(例如，具有时序关系的金融数据)输入至神经网络模型进行分析，从而预测用户在未来时间段的某一种的行为特征，然而，多个用户对应的具有相同业务特征的数据往往具有较高的信息冗余，因此，在现有技术中，技术人员直接将多个具有相同业务特征的数据输入至神经网络模型，在神经网络模型的输入数据的数量过多的情况下，会造成神经网络模型的计算数据量增加，从而造成神经网络模型运行时间超时或者运行中断的问题，进而导致神经网络模型运行效率低的技术问题。

2、针对上述技术问题，目前尚未提出有效的解决方案。

技术实现思路

1、本申请提供了一种模型输入向量的生成方法、装置、存储介质及电子设备，以至少解决现有技术中神经网络模型的输入数据的数量较多所导致的神经网络模型运行效率低的技术问题。

2、根据本申请的一个方面，提供了一种模型输本文档来自技高网...

【技术保护点】

1.一种模型输入向量的生成方法，其特征在于，包括：

2.根据权利要求1所述的模型输入向量的生成方法，其特征在于，获取目标用户对应的M个第一向量，包括：

3.根据权利要求2所述的模型输入向量的生成方法，其特征在于，依据所述M+1个交易集合确定所述M个第一向量，包括：

4.根据权利要求1所述的模型输入向量的生成方法，其特征在于，依据所述每个第一向量对应的预设周期的开始时刻对所述M个第一向量进行排序，得到目标序列，包括：

5.根据权利要求1所述的模型输入向量的生成方法，其特征在于，依据所述目标序列生成神经网络模型的模型输入向量，包括：

...

【技术特征摘要】

1.一种模型输入向量的生成方法，其特征在于，包括：

2.根据权利要求1所述的模型输入向量的生成方法，其特征在于，获取目标用户对应的m个第一向量，包括：

3.根据权利要求2所述的模型输入向量的生成方法，其特征在于，依据所述m+1个交易集合确定所述m个第一向量，包括：

4.根据权利要求1所述的模型输入向量的生成方法，其特征在于，依据所述每个第一向量对应的预设周期的开始时刻对所述m个第一向量进行排序，得到目标序列，包括：

5.根据权利要求1所述的模型输入向量的生成方法，其特征在于，依据所述目标序列生成神经网络模型的模型输入向量，包括：

6.根据权利要求5所述的模型输入向量的生成方法，其特征在于，所述卷积子模型、所述池化子模型以及所述输出子模型组成第一模型，其中，...

【专利技术属性】
技术研发人员：文弘扬，贾小茹，王一喆，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：

全部详细技术资料下载 我是这个专利的主人