[發(fā)明專利]用于實現(xiàn)事件歸因的方法、裝置、介質和電子設備

有效

• 申請?zhí)枺?/td>: 202010468154.9
• 申請日: 2020-05-28
• 公開（公告）號: CN111626898B
• 公開（公告）日: 2022-03-15
• 發(fā)明（設計）人: 李嘉晨;郭凱;劉雷;劉洋;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: G06Q50/16
• 分類號: G06Q50/16;G06Q10/04
• 代理公司: 北京思源智匯知識產(chǎn)權代理有限公司 11657
• 代理人: 毛麗琴

1.一種用于實現(xiàn)事件歸因的方法，包括：

獲取多個用戶的第一特征信息；其中一個用戶的第一特征信息包括多個特征元素；

根據(jù)所述多個用戶的第一特征信息，預測所述多個用戶分別獲得事件的第一概率；

針對由所述多個特征元素中的至少一個特征元素形成的一歸因特征組，交換所述多個用戶的歸因特征組，獲得所述多個用戶的第二特征信息；

根據(jù)所述多個用戶的第二特征信息，預測所述多個用戶分別獲得事件的第二概率；

根據(jù)所述第一概率和第二概率，確定所述歸因特征組中的特征元素對用戶獲得事件的貢獻；

其中，所述交換所述多個用戶的歸因特征組包括：

針對所述多個用戶中的任一用戶的一歸因特征組，將該用戶的該歸因特征組中的各特征元素的取值，設置為所述多個用戶中除該用戶之外的其他用戶的該歸因特征組中的各特征元素的取值。

2.根據(jù)權利要求1所述的方法，其中，所述根據(jù)所述多個用戶的第一特征信息，預測所述多個用戶分別獲得事件的第一概率，包括：

將所述多個用戶的第一特征信息分別提供給預測模型，經(jīng)由所述預測模型對所述多個用戶的第一特征信息分別進行概率預測處理；

根據(jù)所述預測模型的輸出，獲得所述多個用戶分別獲得事件的第一概率；

其中，所述預測模型包括：由決策樹和邏輯回歸形成的預測模型。

3.根據(jù)權利要求1所述的方法，其中，所述方法還包括：

根據(jù)所述多個特征元素之間的相似度，確定屬于同一歸因特征組的特征元素。

4.根據(jù)權利要求3所述的方法，其中，所述根據(jù)所述多個特征元素之間的相似度，確定屬于同一歸因特征組的特征元素，包括：

計算所述多個特征元素中的兩兩特征元素之間的相似度；

將相似度滿足預定相似度要求的兩個特征元素作為一個歸因特征組；

合并包含有相同特征元素的不同歸因特征組。

5.根據(jù)權利要求4所述的方法，其中，所述計算所述多個特征元素中的兩兩特征元素之間的相似度，包括：

在兩個特征元素為一連續(xù)型特征元素和一離散型特征元素的情況下，將所述連續(xù)型特征元素轉換為離散型特征元素；

確定兩個離散型特征元素的信息增益率；

其中，所述信息增益率被作為所述連續(xù)型特征元素和離散型特征元素之間的相似度。

6.根據(jù)權利要求4所述的方法，其中，所述計算所述多個特征元素中的兩兩特征元素之間的相似度，包括：

在兩個特征元素為兩個離散型特征元素的情況下，確定所述兩個離散型特征元素的信息增益率；

其中，所述信息增益率被作為所述兩個離散型特征元素之間的相似度。

7.根據(jù)權利要求4所述的方法，其中，所述計算所述多個特征元素中的兩兩特征元素之間的相似度，包括：

針對所述多個特征元素中的所有連續(xù)型特征元素，確定所述所有連續(xù)型特征元素的皮爾遜相關系數(shù)矩陣；

其中，所述皮爾遜相關系數(shù)矩陣中的矩陣元素被作為相應兩個連續(xù)型特征元素之間的相似度。

8.根據(jù)權利要求1至7中任一項所述的方法，其中，所述根據(jù)所述多個用戶的第二特征信息，預測所述多個用戶分別獲得事件的第二概率，包括：

將所述多個用戶的第二特征信息分別提供給預設預測模型，經(jīng)由所述預測模型對所述多個用戶的第二特征信息分別進行概率預測處理；

根據(jù)所述預測模型的輸出，獲得所述多個用戶分別獲得事件的第二概率；

其中，所述預測模型包括：由決策樹和邏輯回歸形成的預測模型。