[发明专利]增益模型的训练方法及装置

说明书

本说明书实施例提供一种增益模型的训练方法，包括：先将用户集中任意目标用户的用户特征，分别输入基于有干预用户而训练的第一预测模型、基于无干预用户而训练的第二预测模型和干预倾向预测模型，对应得到该目标用户针对目标行为的第一预测结果，第二预测结果，和该用户是否被干预的干预倾向分数；接着，根据所述第一预测结果、第二预测结果、干预倾向分数，以及该目标用户的行为标签，确定该目标用户响应干预的增益标签，所述增益标签与所述干预倾向分数成线性关系；再基于所述用户集中各个用户的用户特征和增益标签，训练所述增益模型。

技术领域

本说明书一个或多个实施例涉及机器学习技术领域，尤其涉及一种增益模型的训练方法及装置。

背景技术

在许多领域，都需要研究干预(treatment)对用户个体结果(individualoutcome)的增量影响(incremental impact)，或称增益(uplift)、个体干预效果(individual treatment effect，ITE)。例如，在营销领域，需要分析优惠券等权益的发放，对用户使用平台服务意愿的增量影响，从而辅助决策是否进行权益发放；又例如，在医疗领域，需要分析某些治疗手段对病人健康状态的增量影响，从而辅助进行治疗手段的选取。

随着机器学习技术的兴起，通过构建机器学习模型对上述增量影响进行分析预测已是大势所趋。然而，目前构建出的预测模型的性能有限，难以满足实际应用中对增量影响预测结果的更高要求。因此，需要一种方案，可以实现对增量影响的精准预测。

发明内容

本说明书一个或多个实施例描述了一种增益模型的训练方法及装置，通过构造与用户受干预概率线性相关的增益标签，使得训练出的增益模型具有良好的预测性能。

根据第一方面，提供一种增益模型的训练方法，包括：将用户集中任意目标用户的用户特征，分别输入基于有干预用户而训练的第一预测模型、基于无干预用户而训练的第二预测模型和干预倾向预测模型，对应得到该目标用户针对目标行为的第一预测结果，第二预测结果，和该用户是否被干预的干预倾向分数；根据所述第一预测结果、第二预测结果、干预倾向分数，以及该目标用户的行为标签，确定该目标用户响应干预的增益标签，所述增益标签与所述干预倾向分数成线性关系；基于所述用户集中各个用户的用户特征和增益标签，训练所述增益模型。

在一个实施例中，所述干预为发放与所述目标行为相关的权益，或者，为推送与所述目标行为相关的内容信息。

在一个实施例中，所述第一预测模型的训练包括：基于所述用户集中多个有干预用户的用户特征和行为标签，训练所述第一行为预测模型。

在一个实施例中，所述第二预测模型的训练包括：基于所述用户集中多个无干预用户的用户特征和行为标签，训练所述第二行为预测模型。

在一个实施例中，所述干预倾向预测模型的训练包括：基于所述用户集中各个用户的用户特征以及有无干预，训练所述干预倾向预测模型。

在一个实施例中，根据第一预测结果、第二预测结果、干预倾向分数，以及该目标用户的行为标签，确定该目标用户响应干预的增益标签，包括：根据所述行为标签和与所述目标用户的实际干预情况相反情况下的预测结果，确定基础值；根据所述行为标签和所述实际干预情况所对应的预测结果，确定修正值，并基于所述干预倾向分数对所述修正值进行加权处理；根据所述基础值以及所述加权处理的结果，确定所述增益标签。

在一个具体的实施例中，基于所述干预倾向分数对所述修正值进行加权处理包括：根据所述干预倾向分数确定权重因子，其中，当所述实际干预情况为有干预时，所述权重因子随所述干预倾向分数线性单调递减；当所述实际干预情况为无干预时，所述权重因子随所述干预倾向分数线性单调递增；将所述修正值与所述权重因子的乘积，作为所述加权处理的结果。