[發明專利]模型訓練方法、特征序列生成方法和服務器

在審

• 申請號: 201810579566.2
• 申請日: 2018-06-07
• 公開（公告）號: CN108985770A
• 公開（公告）日: 2018-12-11
• 發明（設計）人: 傅欣藝
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06Q20/40
• 分類號: G06Q20/40;G06Q40/02;G06Q40/04
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 李輝

1.一種模型訓練方法，包括：

獲取至少一個用戶在指定時間區間內的行為數據；

確定所述行為數據對應的數據編碼；

以所述數據編碼形成的矩陣為行為矩陣，使用所述行為矩陣訓練基于編碼模型和解碼模型構建的數學模型，以使所述數學模型的輸入和輸出之間的差別滿足預設條件。

2.如權利要求1所述的方法，所述行為數據的數量為至少一個；所述至少一個行為數據對應的數據編碼的數量為至少一個；所述至少一個數據編碼形成的行為矩陣的數量為至少一個；在每個行為矩陣中各個數據編碼對應的行為數據來自同一用戶。

3.如權利要求1所述的方法，在所述行為矩陣中各個數據編碼依據與其對應的行為數據的產生時間順序進行排序。

4.如權利要求1所述的方法，所述數學模型包括序列到序列模型。

5.如權利要求1所述的方法，所述編碼模型用于對所述數學模型的輸入進行編碼得到特征序列；所述解碼模型用于對所述特征序列進行解碼得到所述數學模型的輸出。

6.如權利要求5所述的方法，所述特征序列用于表征用戶的行為特征。

7.如權利要求1所述的方法，所述預設條件包括以下至少一種：

所述差別的度量值達到最小；

所述差別的度量值小于或等于預設閾值。

8.如權利要求7所述的方法，所述度量值包括以下至少一種：

平均絕對誤差；

均方根誤差；

均方誤差。

9.如權利要求1所述的方法，所述確定所述行為數據對應的數據編碼，包括：

使用編碼算法，計算所述行為數據對應的數據編碼。

10.如權利要求9所述的方法，所述編碼算法包括以下至少一種：

獨熱編碼算法；

word2vec算法。

11.如權利要求1所述的方法，所述方法還包括：

以每個用戶在指定時間區間內的行為數據形成的集合為行為數據集合，將所述行為數據集合中行為數據的數量與指定數量進行比對；

相應地，所述確定所述行為數據對應的數據編碼，包括：

在所述行為數據集合中行為數據的數量大于或等于所述指定數量的條件下，從所述行為數據集合中選取所述指定數量個行為數據；

確定所述指定數量個行為數據對應的數據編碼。

12.如權利要求1所述的方法，所述方法還包括：

以每個用戶在指定時間區間內的行為數據形成的集合為行為數據集合，將所述行為數據集合中行為數據的數量與指定數量進行比對；

相應地，所述確定所述行為數據對應的數據編碼，包括：

在所述行為數據集合中行為數據的數量小于所述指定數量的條件下，將默認行為數據添加至所述行為數據集合，以使所述行為數據集合中行為數據的數量等于所述指定數量；

確定所述行為數據集合中各個行為數據對應的數據編碼。

13.一種服務器，包括：

獲取單元，用于獲取至少一個用戶在指定時間區間內的行為數據；

確定單元，用于確定所述行為數據對應的數據編碼；

訓練單元，用于以所述數據編碼形成的矩陣為行為矩陣，使用所述行為矩陣訓練基于編碼模型和解碼模型構建的數學模型，以使所述數學模型的輸入和輸出之間的差別滿足預設條件。