[發明專利]行為預測系統的更新方法及裝置

有效

• 申請號: 202010762440.6
• 申請日: 2020-07-31
• 公開（公告）號: CN111737584B
• 公開（公告）日: 2020-12-08
• 發明（設計）人: 程曉程;曹紹升;申月;劉子奇;李強;張志強
• 申請（專利權）人: 支付寶（杭州）信息技術有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06Q30/06;G06N3/04;G06N3/08
• 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: 陳婧玥;周良玉

1.一種行為預測系統的更新方法，所述行為預測系統包括多個推薦領域各自對應的對象表征模型、領域用戶表征模型和行為預測模型，還包括通用用戶表征模型和領域判別模型；所述方法包括：

獲取與所述多個推薦領域對應的多個訓練樣本，其中任意的第一訓練樣本中包括第一推薦領域中第一推薦對象的對象特征、第一用戶的用戶特征，以及第一樣本標簽，該第一樣本標簽指示該第一用戶是否對該第一推薦對象做出特定行為；所述第一推薦領域對應第一對象表征模型、第一領域用戶表征模型和第一行為預測模型；

針對所述第一訓練樣本，將所述對象特征輸入所述第一對象表征模型中，得到第一對象表征向量，并且，將所述用戶特征輸入所述第一領域用戶表征模型中，得到第一領域用戶表征向量；

將所述第一領域用戶表征向量輸入所述通用用戶表征模型中，得到第一通用用戶表征向量，進而與所述第一對象表征向量進行融合，得到第一融合向量；

將所述第一融合向量輸入所述第一行為預測模型中，得到第一行為預測結果，進而結合所述第一樣本標簽，確定第一行為預測損失；

將所述第一通用用戶表征向量輸入所述領域判別模型中，得到第一領域判別結果，進而基于所述第一推薦領域的領域標識，確定第一領域判別損失；

基于確定出的對應于所述多個訓練樣本的多個行為預測損失和多個領域判別損失，確定綜合訓練損失，該綜合訓練損失與所述多個行為預測損失分別正相關，且與所述多個領域判別損失分別負相關；

利用綜合訓練損失，調整所述行為預測系統中各個模型的模型參數。

2.根據權利要求1所述的方法，其中，所述多個推薦領域包括以下中的至少一個領域：商品推薦領域、服務推薦領域、內容推薦領域。

3.根據權利要求1所述的方法，其中，所述對象特征包括所述第一推薦對象的對象標識，所述第一對象表征模型包括第一嵌入層；其中，將所述對象特征輸入所述第一對象表征模型中，得到第一對象表征向量，包括：

對所述對象標識進行獨熱編碼，得到獨熱編碼向量；

在所述第一嵌入層中，利用嵌入矩陣對所述獨熱編碼向量進行嵌入處理，得到對象嵌入向量，作為所述第一對象表征向量。

4.根據權利要求1所述的方法，其中，所述第一推薦對象為第一圖片，所述對象特征包括圖片像素、圖片中的文字內容；或者，所述第一推薦對象為第一文本，所述對象特征包括文本關鍵詞、文本字符數；或者，所述第一推薦對象為第一商品，所述對象特征包括商品類別、商品價格、商品產地。

5.根據權利要求1所述的方法，其中，所述第一領域用戶表征模型為第一圖神經網絡；其中，將所述用戶特征輸入所述第一領域用戶表征模型中，得到第一領域用戶表征向量，包括：

獲取預先構建的用戶關系圖譜，其中包括對應于多個用戶的用戶節點，以及用戶節點之間存在關聯關系時形成的連接邊；

將所述用戶特征輸入所述第一圖神經網絡，以使得所述第一圖神經網絡基于所述用戶關系圖譜，在所述用戶特征的基礎上對所述第一用戶的鄰居節點進行特征聚合，得到所述第一領域用戶表征向量。

6.根據權利要求1所述的方法，其中，所述用戶特征包括用戶基礎信息和/或歷史網絡操作數據；所述用戶基礎信息包括以下中的至少一項：性別、年齡、職業、地址、興趣愛好，所述歷史網絡操作數據包括以下中的至少一項：操作對象、操作次數、操作時長、操作地點、操作時間段。

7.根據權利要求1所述的方法，其中，所述特定行為包括點擊行為、瀏覽達到預設時長的行為、注冊行為、登錄行為、購買行為和關注行為。