申请/专利权人:平安科技(深圳)有限公司
申请日:2021-06-23
公开(公告)日:2024-04-09
公开(公告)号:CN113435927B
主分类号:G06Q30/0202
分类号:G06Q30/0202;G06N3/0499;G06N3/08;G06F17/18;G06Q40/08
优先权:
专利状态码:有效-授权
法律状态:2024.04.09#授权;2021.11.16#实质审查的生效;2021.09.24#公开
摘要:本发明提供了一种用户意愿预测方法、装置、设备和存储介质,包括:获取目标用户群体在多个离散的观测时间点的观测数据,每个观测时间点的观测数据表征目标用户群体在对应的观测时间点对于产品的平均接受程度;将所有观测数据和预测时间点输入至预测模型,得到在预测时间点的预测数据,预测数据表征目标用户群体在预测时间点对于产品的平均接受程度,预测模型由ODE模型根据观测数据训练得到。由于ODE模型能够接受更广泛且不定期的输入,模型使用不受限;其次还能够提供更广泛的输出,不仅可以对未来较长时间进行预测,也可以回顾历史轨迹进行分析;另外通过ODE模型弥补时间的间隔,能准确反映出用户对于产品接受程度的心理变化,以实现精准营销。
主权项:1.一种用户意愿预测方法,其特征在于,包括:获取目标用户群体在多个离散的观测时间点的观测数据,其中,每个所述观测时间点的所述观测数据表征所述目标用户群体在对应的所述观测时间点对于产品的平均接受程度;将所有所述观测数据和预测时间点输入至预测模型,以得到在所述预测时间点的预测数据,所述预测数据表征所述目标用户群体在所述预测时间点对于产品的平均接受程度,其中,所述预测模型由ODE模型根据所述观测数据训练得到;其中,所述预测模型通过如下公式生成得到:zt0~pzt0zt1,zt2,...ztN=ODESolvezt0,f,θf,t0,t1...,tn对于每个Xti~px|zti,θx其中,所述zt0为初始状态,所述p为分布函数,所述ODESolvezt0,f,θf,t0,t1...,tn为RNN编码器的模型,所述f用于输出潜在轨迹在时间上的变化梯度,所述θf为所述f的参数,所述t0为与所述初始状态对应的初始观测时间点,所述tn为所述观测时间点,所述ztN为潜在状态在第N个所述观测时间点的数值,所述Xti为所述目标用户群体中所有用户在ti观测时间点对于产品的个体接受度,所述Xti符合所述p的分布,所述θx为所述Xti对应的函数参数,所述zti为所述潜在状态在第i个所述观测时间点的数值;其中,所述ODE模型的迭代训练,通过如下公式实现: 其中,所述q为概率函数,所述N为正态分布,所述{xti,ti}i为所述目标用户群体中用户在ti观测时间点对于产品的接受程度,所述μt0和所述σt0来自于所述RNN编码器得到的初始状态所述为{xti,ti}i对应的分布参数μti,σti。
全文数据:
权利要求:
百度查询: 平安科技(深圳)有限公司 用户意愿预测方法、装置、设备和存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。