[发明专利]训练因果推断模型的方法、信息提示方法以装置

说明书

本公开提供了一种训练因果推断模型的方法、信息提示方法以装置，涉及计算机技术领域，尤其涉及人工智能、大数据、深度学习技术领域。具体实现方案为：利用第一样本数据集来训练波动预测模型和操作预测模型；利用经训练的波动预测模型，基于第二样本数据集确定多个数据波动预测值；利用经训练的操作预测模型，基于第二样本数据集确定多个操作预测值；以及利用第二样本数据集、多个数据波动预测值和多个操作预测值，训练因果推断模型。

技术领域

本公开涉及计算机技术领域，尤其涉及人工智能、大数据、深度学习技术领域。

背景技术

在互联网广告的投放过程中，广告的展现量、点击量、消费量等数据经常会出现波动，而这些波动对于广告投放方(以下称为用户)是非常敏感的。通常这些数据波动是由于用户在管理系统中所做的操作造成的。在数据波动前用户可能进行了多种类型的操作，而这些操作可能并不全是导致数据波动的原因，因此用户难以确定哪些操作是导致数据波动的主因。

发明内容

本公开提供了一种训练因果推断模型的方法、装置、设备以及存储介质。

根据本公开的一方面，提供了一种训练因果推断模型的方法，包括：利用第一样本数据集来训练波动预测模型和操作预测模型；利用经训练的波动预测模型，基于第二样本数据集确定多个数据波动预测值；利用经训练的操作预测模型，基于所述第二样本数据集确定多个操作预测值；以及利用所述第二样本数据集、所述多个数据波动预测值和所述多个操作预测值，训练因果推断模型。

根据本公开的另一方面，提供了一种信息提示方法，包括：获取目标数据波动值，以及与所述目标数据波动值对应的目标用户特征和目标操作值，其中，所述目标操作值与至少一个目标操作对应；将所述目标用户特征、所述目标数据波动值和所述目标操作值输入经训练的第一因果推断模型，得到第一因果参数预测值；将所述目标用户特征、所述目标数据波动值和所述目标操作值输入经训练的第二因果推断模型，得到第二因果参数预测值；根据所述目标操作值、所述第一因果参数预测值和第二因果参数预测值，确定目标因果参数预测值；以及在所述目标因果参数预测值大于因果参数阈值的情况下，生成针对所述至少一个目标操作的提示信息，其中，所述第一因果推断模型和所述第二因果推断模型是基于本公开实施例的训练因果推断模型的方法训练的。

本公开的另一个方面提供了一种计算设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开实施例所示的方法。

根据本公开实施例的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行本公开实施例所示的方法。

根据本公开实施例的另一方面，提供了一种计算机程序产品，计算机程序，所述计算机程序在被处理器执行时实现本公开实施例所示的方法。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1示意性示出了根据本公开实施例的训练因果推断模型的方法的流程图；

图2示意性示出了根据本公开另一实施例的训练波动预测模型的方法的流程图；

图3示意性示出了根据本公开另一实施例的训练操作预测模型的方法的流程图；

图4示意性示出了根据本公开另一实施例的训练因果推断模型的方法的流程图；

图5示意性示出了根据本公开实施例的信息提示方法的流程图；