公开(公告)号：CN114139724B

公开(公告)日：2024-08-09

申请号：CN202111447295.3

申请日：2021-11-30

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 陈炫颖 ,  刘致宁 ,  俞力 ,  姚柳佚 ,  顾立宏

IPC: G06N3/084 ,  G06N3/0464 ,  G06N3/045 ,  G06F16/9535 ,  G06Q30/0251

Abstract: 本说明书实施例提供一种增益模型的训练方法，包括：先将用户集中任意目标用户的用户特征，分别输入基于有干预用户而训练的第一预测模型、基于无干预用户而训练的第二预测模型和干预倾向预测模型，对应得到该目标用户针对目标行为的第一预测结果，第二预测结果，和该用户是否被干预的干预倾向分数；接着，根据所述第一预测结果、第二预测结果、干预倾向分数，以及该目标用户的行为标签，确定该目标用户响应干预的增益标签，所述增益标签与所述干预倾向分数成线性关系；再基于所述用户集中各个用户的用户特征和增益标签，训练所述增益模型。

公开(公告)号：CN114139724A

公开(公告)日：2022-03-04

申请号：CN202111447295.3

申请日：2021-11-30

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 陈炫颖 ,  刘致宁 ,  俞力 ,  姚柳佚 ,  顾立宏

IPC: G06N20/00 ,  G06N3/04 ,  G06N3/08 ,  G06F16/9535 ,  G06Q30/02

Abstract: 本说明书实施例提供一种增益模型的训练方法，包括：先将用户集中任意目标用户的用户特征，分别输入基于有干预用户而训练的第一预测模型、基于无干预用户而训练的第二预测模型和干预倾向预测模型，对应得到该目标用户针对目标行为的第一预测结果，第二预测结果，和该用户是否被干预的干预倾向分数；接着，根据所述第一预测结果、第二预测结果、干预倾向分数，以及该目标用户的行为标签，确定该目标用户响应干预的增益标签，所述增益标签与所述干预倾向分数成线性关系；再基于所述用户集中各个用户的用户特征和增益标签，训练所述增益模型。