【技术实现步骤摘要】
本专利技术涉及计算机，尤其涉及一种用户属性值的计算方法和装置。
技术介绍
1、在物流用户管理场景中，合作期内用户的行为表现纷繁多样，不同的物流用户的不同物流发单能力会对物流商家带来不同的影响力，本专利技术实施例的用户属性值用来定量表征这种影响力，如何准确计算出合作用户的用户属性值，对物流商家制定合理的用户激励策略，或者用户维护策略起着重要的作用。现有的用户属性值的计算方法通常根据目标用户的历史物流发单量、历史收益、客诉率等指标由人工预估计算来确定。
2、在实现本专利技术过程中，专利技术人发现现有技术中存在如下问题：
3、现有的用户属性值计算方法非常依赖于目标用户历史经验数据，且计算方式较为粗浅，导致计算出的偏差往往较大，不能为物流商家提供准确的计算结果，进而影响用户策略的制定，不利于存量用户管理。
技术实现思路
1、有鉴于此，本专利技术实施例提供一种用户属性值的计算方法和装置，实现了准确、可靠、高效地计算目标用户的用户属性值，通过相似用户的相关信息，以及多时间粒度的...
【技术保护点】
1.一种用户属性值的计算方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述属性计算模型中的每个所述特征提取网络用于提取每个所述时间粒度序列的特征向量，各个所述特征提取网络并联接入所述自注意力网络。
3.根据权利要求1所述的方法，其特征在于，将所述时序数据子集中的各个时序数据按照时间顺序排序，并生成各个所述时序数据的时间特征，根据各个时间特征构建用户时间序列，包括：
4.根据权利要求1所述的方法，其特征在于，在将所述相似用户的多个时间粒度序列输入预先训练完毕的属性计算模型之前，所述方法还包括：
5.根...
【技术特征摘要】
1.一种用户属性值的计算方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述属性计算模型中的每个所述特征提取网络用于提取每个所述时间粒度序列的特征向量，各个所述特征提取网络并联接入所述自注意力网络。
3.根据权利要求1所述的方法，其特征在于，将所述时序数据子集中的各个时序数据按照时间顺序排序，并生成各个所述时序数据的时间特征，根据各个时间特征构建用户时间序列，包括：
4.根据权利要求1所述的方法，其特征在于，在将所述相似用户的多个时间粒度序列输入预先训练完毕的属性计算模型之前，所述方法还包括：
5.根据权利要求1所述的方法，其特征...
【专利技术属性】
技术研发人员：于一淼，徐诚浪，陈鹏，吴立帅，
申请(专利权)人：北京京东远升科技有限公司，
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。