[发明专利]多渠道用户购车意愿评估模型训练方法、装置及设备在审
申请号: | 202110211435.0 | 申请日: | 2021-02-25 |
公开(公告)号: | CN112949854A | 公开(公告)日: | 2021-06-11 |
发明(设计)人: | 夏婧;吴振宇;王建明 | 申请(专利权)人: | 平安科技(深圳)有限公司 |
主分类号: | G06N3/08 | 分类号: | G06N3/08;G06K9/62 |
代理公司: | 深圳市精英专利事务所 44242 | 代理人: | 武志峰 |
地址: | 518000 广东省深圳市福田区福*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 多渠道 用户 购车 意愿 评估 模型 训练 方法 装置 设备 | ||
1.一种多渠道用户购车意愿评估模型训练方法,包括:
获取训练样本数据集,所述训练样本数据集包括多个租车用户对应的用户信息数据,所述用户信息数据包括租车用户的用户特征及所述用户特征对应的购车意愿标签,所述用户特征包括租车用户的购车进线渠道对应的预设进线渠道标识、所述租车用户的租车消费对应的租车佣金及所述用户信息数据对应的数据产生时长;
根据所述预设进线渠道标识,将所述训练样本数据集进行每个所述购车进线渠道的任务采样,得到采集的任务,并将所有所述任务组成任务池,所述任务包括支持集与查询集,其中,所述任务的所述支持集中所述用户信息数据的数量小于所述查询集中所述用户信息数据的数量;
从任务池中获取第一目标任务,从所述第一目标任务的支持集中,获取目标用户信息数据的目标租车佣金及对应的目标数据产生时长,利用所述目标租车佣金及所述目标数据产生时长,将预设元学习模型中所述第一目标任务对应的目标购车进线渠道的目标模型参数进行第一次梯度更新,得到更新后的预设元学习模型;
获取每个所述购车进线渠道对应的历史成交率及所述购车进线渠道对应的渠道进线费用;
根据所述任务池中每个所述任务的查询集,获取每个所述任务的所述租车佣金、所述数据产生时长、所述历史成交率及所述渠道进线费用,将所述任务池中的每个任务分别作为第二目标任务,利用所述第二目标任务与所述任务池中除所述第二目标任务外的随机任务,计算所述任务池对应的总损失值,并利用所述总损失值将所述更新后的预设元学习模型中的所述目标模型参数进行第二次梯度更新,得到包含对所述目标购车进线渠道的进线用户的用户购车意愿进行评估的购车意愿评估元学习模型。
2.根据权利要求1所述多渠道用户购车意愿评估模型训练方法,其特征在于,所述得到包含对所述目标购车进线渠道的进线用户的用户购车意愿进行评估的购车意愿评估元学习模型的步骤之后,还包括:
获取新增的单购车进线渠道对应的单渠道训练样本数据集,所述单渠道训练样本数据集包括所述单购车进线渠道的租车用户对应的用户信息数据;
从所述单渠道训练样本数据集中抽取单渠道任务,所述单渠道任务包括单渠道支持集;
获取所述单渠道支持集中的单渠道租车佣金及单渠道数据产生时长,并利用所述单渠道租车佣金及所述单渠道数据产生时长,将所述购车意愿评估元学习模型中所述单购车进线渠道的模型参数进行第一次梯度更新,得到包含对所述单购车进线渠道的进线用户的用户购车意愿进行评估的更新后的购车意愿评估元学习模型。
3.根据权利要求1或者2所述多渠道用户购车意愿评估模型训练方法,其特征在于,所述利用所述目标租车佣金及所述目标数据产生时长,将预设元学习模型中所述第一目标任务对应的目标购车进线渠道的目标模型参数进行第一次梯度更新,得到更新后的预设元学习模型的步骤包括:
计算所述目标租车佣金与所述目标数据产生时长之比对应的第一比值,并将所述第一比值作为对应的所述用户信息数据在评估用户购车意愿中所占比重对应的第一权重;
根据所述第一权重,计算所述第一目标任务的支持集中所有所述用户信息数据相对于损失函数的损失值之和对应的第一和值,并将所述第一和值作为第一损失值;
根据所述第一损失值,将预设元学习模型中所述第一目标任务对应的目标购车进线渠道的目标模型参数进行第一次梯度更新,得到更新后的预设元学习模型。
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平安科技(深圳)有限公司,未经平安科技(深圳)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/202110211435.0/1.html,转载请声明来源钻瓜专利网。