[發明專利]下單率預測方法、裝置、設備及可讀存儲介質

在審

• 申請號: 202010624211.8
• 申請日: 2020-06-30
• 公開（公告）號: CN111784401A
• 公開（公告）日: 2020-10-16
• 發明（設計）人: 黃福華;王亮;鄭文琛
• 申請（專利權）人: 深圳前海微眾銀行股份有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06K9/62;G06N20/00
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 張志江

1.一種下單率預測方法，其特征在于，所述下單率預測方法包括：

獲取用戶行為數據，并生成所述用戶行為數據對應的目標用戶行為圖，并將所述用戶行為圖轉換為的圖表示數據；

將所述圖表示數據輸入預設目標預測模型，對所述圖表示數據對應的目標用戶進行下單率預測，獲得目標下單率。

2.如權利要求1所述下單率預測方法，其特征在于，所述圖表示數據包括用戶行為圖嵌入，

所述將所述用戶行為圖轉換為預設數據維度的圖表示數據的步驟包括：

確定所述目標用戶行為圖對應的各用戶行為子圖，并基于各所述用戶行為子圖，對所述目標用戶行為圖進行獨熱編碼，獲得所述目標用戶行為圖對應的獨熱編碼向量；

將所述獨熱編碼向量映射至所述預設數據維度，獲得所述用戶行為圖嵌入。

3.如權利要求1所述下單率預測方法，其特征在于，所述生成所述用戶行為數據對應的目標用戶行為圖的步驟包括：

確定所述用戶行為數據對應的各用戶行為和各所述用戶行為之間的用戶行為轉換頻率數據，并生成各所述用戶行為對應的用戶行為節點；

基于各所述用戶行為對應的行為轉換順序，將各所述用戶行為節點進行連接，獲得初始用戶行為圖；

基于所述用戶行為轉換頻率數據和所述初始用戶行為圖，確定所述目標用戶行為圖。

4.如權利要求3所述下單率預測方法，其特征在于，所述初始用戶行為圖至少包括一用戶行為節點連接邊，

所述基于所述用戶行為轉換頻率數據和所述初始用戶行為圖，確定所述目標用戶行為圖的步驟包括：

基于所述用戶行為轉換頻率數據，確定各所述用戶行為節點連接邊對應的用戶行為轉換頻率；

基于各所述用戶行為轉換頻率和各所述用戶行為節點連接邊對應的預設目標轉換頻率，確定各所述用戶行為節點連接邊對應的連接邊權值；

將各所述連接邊權值分別賦予各自對應的所述用戶行為節點連接邊，獲得所述目標用戶行為圖。

5.如權利要求1所述下單率預測方法，其特征在于，所述將所述圖表示數據輸入預設目標預測模型，對所述圖表示數據對應的目標用戶進行下單率預測，獲得目標下單率的步驟包括：

將所述圖表示數據輸入預設目標預測模型，對所述圖表示數據嵌入進行分類，獲得分類標簽向量；

基于所述分類標簽向量，確定所述目標用戶對應的所述目標下單率。

6.如權利要求1所述下單率預測方法，其特征在于，在所述將所述圖表示數據輸入預設目標預測模型，對所述圖表示數據對應的目標用戶進行下單率預測，獲得目標下單率的步驟之前，所述下單率預測方法還包括：

獲取訓練用戶行為圖和待訓練預測模型，并生成所述訓練用戶行為圖對應的訓練圖表示數據；

基于所述訓練圖表示數據，對所述待訓練預測模型進行迭代訓練，直至所述待訓練預測模型滿足預設迭代訓練結束條件，獲得所述預設目標預測模型。

7.如權利要求6所述下單率預測方法，其特征在于，所述基于所述訓練圖表示數據，對所述待訓練預測模型進行迭代訓練，直至所述待訓練預測模型滿足預設迭代訓練結束條件，獲得所述預設目標預測模型的步驟包括：

將所述訓練圖表示數據輸入所述待訓練預測模型，對所述訓練圖表示數據進行分類，獲得訓練分類標簽；

計算所述訓練分類標簽與所述訓練圖表示數據對應的預設真實標簽之間的訓練距離，并將所述訓練距離與預設距離閥值進行比對；

若所述訓練距離小于或者等于所述預設距離閥值，則判定所述待訓練預測模型滿足所述預設迭代訓練條件，并將所述待訓練預測模型作為所述預設目標預測模型；

若所述訓練距離大于所述預設距離閥值，則繼續對所述待訓練預測模型進行迭代訓練，直至所述訓練距離小于或者等于所述預設距離閥值。