[发明专利]一种信息处理方法、装置、电子设备及存储介质

说明书

本申请提供了一种信息处理方法、装置、电子设备及存储介质，该方法包括：从多个用户中选取目标预测模型预测准确的第一用户和目标预测模型预测不准确的第二用户；根据第二用户与第一用户的相似性关系，从第一用户中，选取与第二用户相似的目标第一用户；相似性关系用于表征第二用户与第一用户的服务使用行为是否相似；获取目标第一用户的目标用户类型，目标用户类型是根据目标预测模型对目标第一用户的当前预测结果确定的；该当前预测结果是将目标第一用户当前服务属性特征输入到目标预测模型后得到的；将目标第一用户的目标用户类型确定为第二用户的用户类型。这样，提高了目标预测模型对多个用户的整体预测精度且提高了目标预测模型的训练效率。

技术领域

本申请涉及信息处理技术领域，具体而言，涉及一种信息处理方法、装置、电子设备及存储介质。

背景技术

随着人工智能技术的发展，人工智能技术被越来越多的应用到企业的运营业务中。具体的，基于人工智能技术训练运营业务的预测模型，并将训练好的预测模型应用到运营业务中，以使运营业务为用户提供更好的服务。

实际中，在训练预测模型的过程中，通常是根据用户在历史时间段内针对运营业务的相关特征构建样本数据集，之后，使用上述样本数据集训练预测模型，并在预测模型的相关指标达到要求后，得到训练好的预测模型，该预测模型的预测精度维持在一个目标精度范围内。目前，进一步提升预测模型的预测精度的方式，通常是通过调节预测模型的模型参数或者增加相关特征实现，但是，采用上述提升预测模型的预测精度的方式，无法有效的提高模型的整体预测精度，且降低了预测模型的训练效率。

发明内容

有鉴于此，本申请的目的在于提供一种信息处理方法、装置、电子设备及存储介质，通过从多个用户中选取目标预测模型预测准确的第一用户和预测不准确第二用户，并将与第二用户相似的目标第一用户的目标用户类型确定为该第二用户的用户类型，提高了预测模型对多个用户的整体预测精度且提高了目标预测模型的训练效率。

第一方面，本申请实施例提供了一种信息处理方法，所述方法包括：

从多个用户中选取第一用户和第二用户；所述第一用户为目标预测模型预测准确的用户，所述第二用户为所述目标预测模型预测不准确的用户；所述目标预测模型用于预测用户类型；

根据所述第二用户与所述第一用户的相似性关系，从所述第一用户中，选取与所述第二用户相似的目标第一用户；所述相似性关系用于表征所述第二用户与所述第一用户的服务使用行为是否相似；

获取所述目标第一用户的目标用户类型，所述目标用户类型是根据所述目标预测模型对所述目标第一用户的当前预测结果确定的；所述当前预测结果是将所述目标第一用户当前服务属性特征输入到所述目标预测模型后得到的；

将所述目标第一用户的目标用户类型确定为所述第二用户的用户类型。

结合第一方面，本申请实施例提供了第一方面的第一种可能的实施方式，所述第一用户对应所述目标预测模型的第一预测准确度，所述第二用户对应所述目标预测模型的第二预测准确度；

所述第一预测准确度是根据所述目标预测模型对所述第一用户的历史预测结果和所述第一用户的历史实际结果确定的；所述第二预测准确度是根据所述目标预测模型对所述第二用户的历史预测结果和所述第二用户的历史实际结果确定的；其中，所述历史预测结果与历史实际结果的差值越小，对应的预测准确度越高。

结合第一方面的第一种可能的实施方式，本申请实施例提供了第一方面的第二种可能的实施方式，所述第一用户或者所述第二用户的历史预测结果是，通过将所述第一用户或者所述第二用户在第一历史时间段内的历史服务属性特征输入到所述目标预测模型中得到的；

所述第一用户或者所述第二用户的历史实际结果是，根据所述第一用户或者所述第二用户在第二历史时间段内的指定行为确定的；所述第二历史时间段为与所述第一历史时间段连续的时间段；