一种模型训练、效果预测方法、装置、介质及设备制造方法及图纸

技术编号:43910050 阅读:28 留言:0更新日期:2025-01-03 13:18
本说明书实施例公开了一种模型训练、效果预测方法、装置、介质及设备。本方案可以应用在可信执行环境中执行。在模型训练阶段,交叉使用不同用户组(接受不同处理措施)的用户信息所映射的用户特征,训练关联不同处理措施的效果预测模型。具体来说,在训练关联于第一处理措施的效果预测模型时,不仅采用接受第一处理措施的第一组用户的用户信息所映射的特征及其标签,而且采用接受第二处理措施的第二组用户的用户信息所映射的特征;在训练关联于第二处理措施的效果预测模型时,不仅采用接受第二处理措施的第二组用户的用户信息所映射的特征及其标签,而且采用接受第一处理措施的第一组用户的用户信息所映射的特征。

【技术实现步骤摘要】

本专利技术涉及人工智能,尤其涉及一种模型训练、效果预测方法、装置、介质及设备


技术介绍

1、条件平均处理效应(conditional average treatment effect,cate)是因果推断领域的重要指标,旨在衡量某项处理措施对不同用户群体的异质性效果。例如在医疗领域,对新型药物或者治疗手段进行有效的cate估计可以帮助我们对不同群体做个性化治疗方案,从而实现精准医疗。又如在广告推荐业务中,对不同群体做出精准的广告推荐可以有效节省成本并增强广告效果,这也依赖于如何更好地估计cate。

2、在实际应用中,cate估计问题被转化成了两个独立的效果预测问题,训练不同的两个处理措施分别对应的效果预测模型,然后基于这两个效果预测模型所预测的处理效果的差异,进行cate估计。

3、本公开提供一种更为有效的效果预测模型训练方案。


技术实现思路

1、本说明书实施例提供一种模型训练方法,包括:

2、获取第一组用户的用户信息x1,与第一组用户接受第一处理措施后的实际效果表征y1本文档来自技高网...

【技术保护点】

1.一种模型训练方法,包括:

2.如权利要求1所述方法,其中,所述第一处理措施为第一广告推荐方案,所述第二处理措施为第二广告推荐方案;

3.如权利要求1所述方法,其中,所述第一处理措施为进行医疗干预,所述第二处理措施为不进行医疗干预;

4.一种模型训练方法,包括:

5.一种效果预测方法,包括:

6.如权利要求5所述方法,还包括:

7.如权利要求5所述方法,还包括:

8.一种模型训练装置,包括:

9.一种模型训练装置,包括:

10.一种效果预测装置,包括:

11.一种存储...

【技术特征摘要】

1.一种模型训练方法,包括:

2.如权利要求1所述方法,其中,所述第一处理措施为第一广告推荐方案,所述第二处理措施为第二广告推荐方案;

3.如权利要求1所述方法,其中,所述第一处理措施为进行医疗干预,所述第二处理措施为不进行医疗干预;

4.一种模型训练方法,包括:

5.一种效果预测方法,包括:

6.如权利要求5所述方法,还包括:

7.如权利要求5所述方法,还包括:

8.一种模型训练装置,包括:

9.一种模型训练装置,包括...

【专利技术属性】
技术研发人员:王宁涛石鹏飞傅幸王维强
申请(专利权)人:支付宝杭州信息技术有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1