[发明专利]计算机系统中模型自适应调整方法、装置及系统

权利要求书

1.一种计算机系统中模型自适应调整方法，其特征在于，所述方法包括：

获取当前观测点之前第一表现期内的行为数据；

获取目标模型在第一观测点时刻输出的预测结果，所述第一观测点为所 述第一表现期的起始时间点，所述预测结果为所述目标模型预测在所述第一 表现期内发生所述预设事件的概率估计值；

利用获取的所述行为数据和预测结果进行调整函数训练，得到所述目标 模型的调整函数；

利用所述目标模型的调整函数，对所述目标模型在所述当前观测点时刻 输出的预测结果进行调整。

2.根据权利要求1所述的方法，其特征在于，所述行为数据包括多个用 户的行为数据；所述预测结果包括所述多个用户的预测结果；

所述利用获取的所述行为数据和预测结果进行调整函数训练，得到所述 目标模型的调整函数，具体包括：

对所述多个用户进行分组，形成N个分组，N为正整数；

根据所述行为数据，计算所述N个分组中所述预设事件的实际事件发生 率；

根据所述预测结果，计算所述N个分组中所述预设事件的平均概率估计 值；

根据所述N个分组中的实际事件发生率和平均概率估计值，拟合得到所 述目标模型的调整函数。

3.根据权利要求2所述的方法，其特征在于，所述对所述多个用户进行 分组，具体包括：

根据所述多个用户的预测结果中所述概率估计值的大小，对所述各个用 户进行排序分组。

4.根据权利要求2所述的方法，其特征在于，根据所述行为数据，计算 所述N个分组中所述预设事件的实际事件发生率，具体包括：

根据所述分组中各个用户的行为数据，判断所述用户在所述第一时间区 间内的表现期内是否发生所述预设事件；

统计在所述第一时间区间内的表现期内发生所述预设事件的用户数量与 所述分组中的用户总数量的比值，作为所述分组中所述预设事件的实际事件 发生率。

5.根据权利要求2所述的方法，其特征在于，根据所述N个分组中的实 际事件发生率和平均概率估计值，拟合得到所述目标模型的调整函数，具体 包括：

根据所述N个分组中的实际事件发生率和平均概率估计值，拟合得到所 述多个调整函数，并计算所述多个调整函数的拟合优度；

根据所述调整函数的拟合优度，选取得到所述目标模型的调整函数。

6.根据权利要求1所述的方法，其特征在于，利用所述目标模型的调整 函数，对所述目标模型在所述当前观测点时刻输出的预测结果进行调整之后， 还包括：

根据所述调整后的预测结果进行决策和管理。

7.一种计算机系统中模型自适应调整装置，其特征在于，所述装置包括：

第一获取单元，获取当前观测点之前第一表现期内的行为数据；

第二获取单元，获取目标模型在第一观测点时刻输出的预测结果，所述 第一观测点为所述第一表现期的起始时间点，所述预测结果为所述目标模型 预测在所述第一表现期内发生所述预设事件的概率估计值；

训练单元，利用所述第一获取单元获取的所述行为数据和所述第二获取 单元获取的所述预测结果进行调整函数训练，得到所述目标模型的调整函数；

调整单元，利用所述训练单元得到的所述目标模型的调整函数，对所述 目标模型在所述当前观测点时刻输出的预测结果进行调整。