[发明专利]一种成本确定方法、系统及装置在审

专利信息
申请号: 201911090110.0 申请日: 2019-11-08
公开(公告)号: CN110866785A 公开(公告)日: 2020-03-06
发明(设计)人: 沈怡涛;王越;王蓬金;顾进杰;王盛;杨双红;张国伟;奇峰;严佳 申请(专利权)人: 支付宝(杭州)信息技术有限公司
主分类号: G06Q30/02 分类号: G06Q30/02;G06N20/00
代理公司: 成都七星天知识产权代理有限公司 51253 代理人: 袁春晓
地址: 310000 浙江省杭州市*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 成本 确定 方法 系统 装置
【权利要求书】:

1.一种成本确定方法,其特征在于,包括:

获取与至少一个用户类相关的至少一组特征数据,一个用户类中包括一个或多个用户,每一个用户类对应一组特征数据;

对于所述至少一个用户类中的每一个用户类:基于所述一组特征数据、至少一个预设成本以及决策模型,确定与所述用户类对应的成本-收益曲线,其中,所述决策模型为机器学习模型;

至少基于所述成本-收益曲线,确定针对每个用户类的目标成本。

2.根据权利要求1所述的方法,其特征在于,所述确定与所述用户类对应的成本-收益曲线,包括:

将所述一组特征数据分别与所述至少一个预设成本中的每一个预设成本输入至所述决策模型,获取分别对应于每一个预设成本的预测收益;

基于所述至少一个预设成本,以及其对应的预测收益,确定所述成本-收益曲线。

3.根据权利要求2所述的方法,其特征在于,所述决策模型包括深度神经网络且所述决策模型包括单调性层;

所述单调性层用于约束决策模型输出的预测收益与决策模型输入中的预设成本正相关。

4.根据权利要求3所述的方法,其特征在于,所述单调性层进一步用于:

对所述预设成本进行单调性编码以获取对应于所述预设成本的第一向量;所述第一向量包括M个第一元素和N个第二元素;第一元素大于第二元素,M与预设成本正相关;

对特征数据执行特征提取操作以确定对应于所述特征数据的第二向量;所述第二向量的元素非负;

以及,基于第一向量与第二向量确定所述预测收益。

5.根据权利要求4所述的方法,其特征在于,所述单调性层还用于基于一维卷积核对所述第二向量进行平滑处理。

6.根据权利要求1所述的方法,其特征在于,所述目标成本对应于在预设总成本下用户类的最大净收益。

7.根据权利要求1所述的方法,其特征在于,所述至少基于所述成本-收益曲线,确定针对每个用户类的目标成本,包括:

获取总成本,以及至少一个成本基准曲线;

对于每一个成本基准曲线:基于各成本-收益曲线以及所述成本基准曲线,确定对应于每个用户类的最大净收益以及与所述最大净收益对应的预估成本;对各用户类的最大净收益求和以获取对应于所述成本基准曲线的最大净收益和,以及对各用户类的最大净收益对应的预估成本求和以获取对应于所述成本基准曲线的预估总成本;

确定所述至少一个成本基准曲线中,预估总成本小于所述总成本且最大净收益和最大的成本基准曲线;

指定用户类的成本-收益曲线基于该成本基准曲线的最大净收益对应的预估成本作为针对该用户类的目标成本。

8.一种成本确定系统,其特征在于,所述系统包括获取模块、第一确定模块以及第二确定模块,

获取模块,用于获取与至少一个用户类相关的至少一组特征数据,一个用户类中包括一个或多个用户,每一个用户类对应一组特征数据;

第一确定模块,用于对于所述至少一个用户类中的每一个用户类:基于所述一组特征数据、至少一个预设成本以及决策模型,确定与所述用户类对应的成本-收益曲线,其中,所述决策模型为机器学习模型;

第二确定模块,用于至少基于所述成本-收益曲线,确定针对每个用户类的目标成本。

9.根据权利要求8所述的系统,其特征在于,所述第一确定模块还用于:

将所述一组特征数据分别与所述至少一个预设成本中的每一个预设成本输入至所述决策模型,获取分别对应于每一个预设成本的预测收益;

基于所述至少一个预设成本,以及其对应于所述预设成本的预测收益,确定所述成本-收益曲线。

10.根据权利要求9所述的系统,其特征在于,所述决策模型包括深度神经网络且所述决策模型包括单调性层;

所述单调性层用于约束决策模型输出的预测收益与决策模型输入中的预设成本正相关。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于支付宝(杭州)信息技术有限公司,未经支付宝(杭州)信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911090110.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top