[發(fā)明專利]一種行為預測方法、裝置、設備和存儲介質

有效

• 申請?zhí)枺?/td>: 201910539299.0
• 申請日: 2019-06-20
• 公開（公告）號: CN110264270B
• 公開（公告）日: 2020-09-01
• 發(fā)明（設計）人: 王帝;范相儒;張雯
• 申請（專利權）人: 京東數字科技控股有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q10/04;G06N3/08;G06N3/06;G06F16/903
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

1.一種行為預測方法，其特征在于，包括：

獲取目標行為對應的已有時間序列數據，其中，所述已有時間序列數據包括至少兩個采集時刻采集的特征數據；

將各所述特征數據以及兩兩相鄰采集時刻之間的時間間隔輸入至預設時間遞歸神經網絡模型中，其中，所述預設時間遞歸神經網絡模型根據訓練樣本預先訓練獲得；所述預設時間遞歸神經網絡模型包括預設時間間隔處理模塊，所述預設時間間隔處理模塊用于將所述時間間隔與所述特征數據進行融合處理；

根據所述預設時間遞歸神經網絡模型的輸出確定所述目標行為對應的預測結果；

其中，所述預設時間間隔處理模塊，具體用于：將上一細胞記憶狀態(tài)數據和當前采集時刻與上一采集時刻之間的時間間隔進行融合處理，以更新所述上一細胞記憶狀態(tài)數據，其中所述上一細胞記憶狀態(tài)數據是當前預設神經元的上一預設神經元中的細胞記憶狀態(tài)模塊的輸出結果數據，其中，更新后的上一細胞記憶狀態(tài)數據用于與獨立輸入的當前采集時刻的特征數據進行整合處理。

2.根據權利要求1所述的方法，其特征在于，所述預設時間遞歸神經網絡模型包括至少兩個預設神經元，每個所述預設神經元包括遺忘模塊、輸入模塊、細胞記憶狀態(tài)模塊、隱狀態(tài)模塊、輸出模塊和所述預設時間間隔處理模塊；其中，

所述遺忘模塊用于從當前采集時刻對應的特征數據和歷史時間序列數據對應的歷史編碼數據中確定待丟棄數據，其中所述歷史時間序列數據包括當前采集時刻之前的各個歷史采集時刻對應的特征數據；所述歷史編碼數據是上一預設神經元中的所述隱狀態(tài)模塊的輸出結果；

所述輸入模塊用于從當前采集時刻對應的特征數據和所述歷史編碼數據中確定待增加數據和候選細胞記憶狀態(tài)數據；

所述細胞記憶狀態(tài)模塊用于從更新后的上一細胞記憶狀態(tài)數據中丟掉所述待丟棄數據，并根據所述待增加數據和所述候選細胞記憶狀態(tài)數據進行數據添加，獲得當前細胞記憶狀態(tài)數據，并輸出所述當前細胞記憶狀態(tài)數據；

所述隱狀態(tài)模塊用于根據從當前采集時刻對應的特征數據和所述歷史編碼數據中確定待輸出數據，并根據所述待輸出數據和所述當前細胞記憶狀態(tài)數據確定當前時間序列數據對應的當前編碼數據；其中所述當前時間序列數據包括當前采集時刻和各個歷史采集時刻對應的特征數據；

所述輸出模塊用于根據所述當前編碼數據確定所述目標行為在當前采集時刻對應的輸出數據。

3.根據權利要求2所述的方法，其特征在于，所述預設神經元的數量與所述特征數據的數量相等；其中，

當前預設神經元中的所述預設時間間隔處理模塊的第一輸入端與上一預設神經元中的所述細胞記憶狀態(tài)模塊的輸出端連接；

所述當前預設神經元中的所述遺忘模塊的輸入端、所述輸入模塊的輸入端、所述隱狀態(tài)模塊的第一輸入端均與所述上一預設神經元中的所述隱狀態(tài)模塊的輸出端連接；

其中，在所述當前預設神經元中，

所述細胞記憶狀態(tài)模塊的第一輸入端與所述預設時間間隔處理模塊的輸出端連接；

所述細胞記憶狀態(tài)模塊的第二輸入端與所述遺忘模塊的輸出端連接；

所述細胞記憶狀態(tài)模塊的第三輸入端與所述輸入模塊的輸出端連接；

所述細胞記憶狀態(tài)模塊的輸出端與所述隱狀態(tài)模塊的第二輸入端連接；

所述隱狀態(tài)模塊的輸出端與所述輸出模塊的輸入端連接。

4.根據權利要求3所述的方法，其特征在于，將各所述特征數據以及兩兩相鄰時刻之間的時間間隔輸入至預設時間遞歸神經網絡模型中，包括：

將當前采集時刻與上一采集時刻之間的時間間隔輸入至當前預設神經元中的所述預設時間間隔處理模塊的第二輸入端；

將當前采集時刻對應的特征數據均輸入至當前預設神經元中的所述遺忘模塊的輸入端、所述輸入模塊的輸入端以及所述隱狀態(tài)模塊的第二輸入端。