[發明專利]預測模型訓練和用戶資源額度確定方法及裝置

有效

• 申請號: 202010010460.8
• 申請日: 2020-01-06
• 公開（公告）號: CN111210072B
• 公開（公告）日: 2022-04-12
• 發明（設計）人: 申月;劉子奇;王東
• 申請（專利權）人: 支付寶（杭州）信息技術有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06F16/901;G06K9/62
• 代理公司: 北京億騰知識產權代理事務所(普通合伙) 11309
• 代理人: 陳霽;周良玉

本說明書實施例提供了一種預測模型訓練和用戶資源額度確定方法及裝置。在預測模型訓練階段，基于分享關系圖譜，得到第一用戶的第一關系特征，至少基于第一關系特征得到第一特征數據，將第一特征數據和第一資源額度輸入預測模型，預測模型輸出第一用戶針對第一資源額度的分享行為的預測數據，將預測數據與標準數據進行比較得到第一預測損失，向使得第一預測損失減小的方向，更新預測模型。在確定用戶資源額度階段，將基于分享關系圖譜得到的第二用戶的特征數據和多個不同檔位資源額度輸入預測模型，預測模型可以輸出第二用戶針對不同檔位資源額度的分享行為數據，根據分享行為數據對不同檔位資源額度進行選擇，得到針對第二用戶分配的資源額度。

技術領域

本說明書一個或多個實施例涉及數據處理技術領域，尤其涉及預測模型訓練和用戶資源額度確定方法及裝置。

背景技術

隨著互聯網技術的發展，越來越多的服務平臺可以向用戶提供服務。服務平臺也會為了增加用戶粘度或者增加用戶量等目的，向用戶發送服務邀請的消息。當用戶通過客戶端參與服務平臺的服務邀請，并將服務邀請成功分享至其他用戶時，服務平臺可以向該用戶分配一定的資源獎勵，以便激勵用戶繼續分享該服務邀請。獎勵的資源可以是電、煤氣、水等實體資源，也可以是存儲空間、數據流量等虛擬資源。例如，進行垃圾回收的服務平臺，在老用戶將該服務平臺成功分享至新用戶時，可以向老用戶發放一定的資源獎勵，該資源獎勵能夠促使老用戶繼續向其他用戶分享。目前，存在預測用戶在接收到不同資源額度的資源后的分享行為數據的需求。

因此，希望能有改進的方案，可以更準確地預測用戶在不同資源額度下的分享行為數據，以便使得對用戶分配的資源額度更有針對性，減少資源消耗。

發明內容

本說明書一個或多個實施例描述了預測模型訓練和用戶資源額度確定方法及裝置，以便更準確地預測用戶在不同資源額度下的分享行為數據，進而使得對用戶分配的資源額度更有針對性，減少資源消耗。具體技術方案如下。

第一方面，實施例提供了一種用于預測用戶分享行為數據的預測模型訓練方法，通過計算機執行，所述方法包括：

基于分享關系圖譜，獲取第一用戶的第一關系特征；其中，所述分享關系圖譜用于表征多個用戶之間的分享關系，包括多個用戶節點以及用戶節點之間存在分享關系時形成的連接邊；

至少基于所述第一關系特征，確定所述第一用戶的第一特征數據；

獲取所述第一用戶在接收到第一資源額度的資源之后的分享行為數據，作為標準數據；

將所述第一特征數據和所述第一資源額度輸入預測模型，通過所述預測模型輸出所述第一用戶針對所述第一資源額度的分享行為的預測數據；

根據所述標準數據與所述預測數據的比較，確定第一預測損失；

向使得所述第一預測損失減小的方向，更新所述預測模型。

在一種實施方式中，所述基于分享關系圖譜，獲取第一用戶的第一關系特征的步驟，包括：

通過圖神經網絡模型，利用所述分享關系圖譜中第一用戶節點及其鄰居節點集的數據，進行多級特征聚合，得到所述第一用戶的第一關系特征；其中，所述第一用戶節點對應所述第一用戶。

在一種實施方式中，所述向使得所述第一預測損失減小的方向，更新所述預測模型的步驟，包括：

向使得所述第一預測損失減小的方向，更新所述預測模型和所述圖神經網絡模型。

在一種實施方式中，所述至少基于所述第一關系特征，確定所述第一用戶的第一特征數據的步驟，包括：

獲取用于表征所述第一用戶的靜態屬性的第一屬性特征，和/或，獲取用于表征所述第一用戶的個體資源敏感度的第一個體特征；其中，所述第一個體特征基于所述第一用戶針對不同資源額度執行個體行為時對應的個體行為數據而提取得到；