[發明專利]用于更新預測模型的方法、裝置、介質和電子設備

有效

• 申請號: 202010418579.9
• 申請日: 2020-05-18
• 公開（公告）號: CN111598338B
• 公開（公告）日: 2021-08-31
• 發明（設計）人: 劉思明;郭凱;李嘉晨;劉雷;付東東;胡磊
• 申請（專利權）人: 貝殼找房(北京)科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06N20/20;G06N3/04;G06N3/08
• 代理公司: 北京思源智匯知識產權代理有限公司 11657
• 代理人: 毛麗琴

公開了一種用于更新預測模型的方法、裝置、介質以及電子設備。其中的方法包括：從系統當前使用的預測模型的訓練樣本集合中獲取多個用戶的用戶特征；從準訓練樣本集合中獲取多個用戶的用戶特征；確定來自所述訓練樣本集合的多個用戶的用戶特征和來自所述準訓練樣本集合的多個用戶的用戶特征的特征分布差異信息；若所述特征分布差異信息滿足預設差異條件，則利用準訓練樣本集合中的用戶特征進行預測模型訓練；利用所述訓練獲得的預測模型更新系統當前使用的預測模型；其中，所述預測模型用于預測系統中的用戶在預定時間點之后的第一時間范圍內執行目標行為的概率。本公開提供的技術方案有利于促使系統當前使用的預測模型持續保持較好的預測準確性。

技術領域

本公開涉及計算機技術，尤其是涉及一種用于更新預測模型的方法、用于更新預測模型的裝置、存儲介質以及電子設備。

背景技術

在為系統中的用戶提供服務的過程中，往往需要利用預測模型來預測用戶發生成交行為等目標行為的概率，以便于為用戶提供更好的服務。為了提高預測模型的預測準確率，往往需要對預測模型進行更新。如何及時更新預測模型，以便于提高預測模型的預測準確率，是一個值得關注的技術問題。

發明內容

為了解決上述技術問題，提出了本公開。本公開的實施例提供了一種用于更新預測模型的方法、用于更新預測模型的裝置、存儲介質以及電子設備。

根據本公開實施例的一個方面，提供了一種用于更新預測模型的方法，該方法包括：從系統當前使用的預測模型的訓練樣本集合中獲取多個用戶的用戶特征；從準訓練樣本集合中獲取多個用戶的用戶特征；確定來自所述訓練樣本集合的多個用戶的用戶特征和來自所述準訓練樣本集合的多個用戶的用戶特征的特征分布差異信息；若所述特征分布差異信息滿足預設差異條件，則利用所述準訓練樣本集合中的用戶特征進行預測模型訓練；利用所述訓練獲得的預測模型更新所述系統當前使用的預測模型；其中，所述預測模型用于預測系統中的用戶在預定時間點之后的第一時間范圍內執行目標行為的概率。

在本公開一實施方式中，所述方法在從準訓練樣本集合中獲取多個用戶的用戶特征之前，還包括：根據業務數據，定時獲取距離預定歷史時間最近的第二時間范圍內的所有活躍用戶的用戶特征，形成準訓練樣本集合。

在本公開又一實施方式中，所述特征分布差異信息包括：特征分布差異程度；和/或，用戶特征中的各特征元素對特征分布差異的貢獻的排序信息。

在本公開再一實施方式中，所述確定來自所述訓練樣本集合中的多個用戶的用戶特征和來自所述準訓練樣本集合中的多個用戶的用戶特征的特征分布差異信息，包括：為訓練樣本集合中的各用戶的用戶特征分別設置第一版本標注信息；為準訓練樣本集合中的各用戶的用戶特征分別設置第二版本標注信息；將所述訓練樣本集合中的用戶特征和所述準訓練樣本集合中的用戶特征分別作為輸入提供給版本識別模型，經由所述版本識別模型對輸入的用戶特征分別進行版本識別處理；根據所述版本識別模型輸出的版本識別處理結果、所述第一版本標注信息以及第二版本標注信息，確定來自所述訓練樣本集合的多個用戶的用戶特征和來自所述準訓練樣本集合的多個用戶的用戶特征的特征分布差異信息。

在本公開再一實施方式中，所述將所述訓練樣本集合中的用戶特征和所述準訓練樣本集合中的用戶特征分別作為輸入提供給版本識別模型，經由所述版本識別模型對輸入的用戶特征分別進行版本識別處理，包括：將所述訓練樣本集合中的部分用戶的用戶特征，作為第一訓練樣本；將所述準訓練樣本集合中的部分用戶的用戶特征，作為第二訓練樣本；利用所述第一訓練樣本和第二訓練樣本對版本識別模型進行訓練；將所述訓練樣本集合中的另一部分用戶的用戶特征和所述準訓練樣本集合中的另一部分用戶的用戶特征，分別作為輸入提供給訓練后的版本識別模型，經由所述訓練后的版本識別模型對輸入的用戶特征分別進行版本識別處理。