-
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
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
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。
-