[發明專利]事件概率預測模型訓練、事件概率預測方法及相關裝置

有效

• 申請號: 202110049876.5
• 申請日: 2021-01-14
• 公開（公告）號: CN112381338B
• 公開（公告）日: 2021-07-27
• 發明（設計）人: 傅云鳳;童洋;易善鴻;劉慧軍;閆智慧
• 申請（專利權）人: 北京新唐思創教育科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q30/02;G06Q50/20
• 代理公司: 上海知錦知識產權代理事務所(特殊普通合伙) 31327
• 代理人: 李麗

1.一種事件概率預測模型訓練方法，其特征在于，應用于教育領域，包括：

獲取訓練數據集，其中，所述訓練數據集包括對應于各個數據單元的實際事件概率值和相關指標數據值，所述實際事件概率值為各個所述數據單元的事件概率的真實值，所述相關指標數據值為與所述事件概率的相關度滿足相關度閾值的各個指標的數值，其中，所述事件概率包括退費率或續報率，所述指標包括題目正確率、題目參與率、聽懂率、課程喜愛度、搶紅包參與率、積分、表揚次數、個人秀查看率和個人秀點贊率；

利用待訓練的所述事件概率預測模型，根據各個所述數據單元的所述相關指標數據值獲取預測事件概率值，根據所述預測事件概率值和所述實際事件概率值獲取概率損失，根據所述概率損失調整所述事件概率預測模型的參數，直至所述概率損失滿足損失閾值，得到訓練好的事件概率預測模型和事件概率權重矩陣，所述事件概率權重矩陣的各個元分別為對應的各個所述指標的權重；

各個所述指標均包括預先標注的指標類別，所述指標類別的數量小于所述指標的數量；

所述利用待訓練的所述事件概率預測模型，根據各個所述數據單元的所述相關指標數據值獲取預測事件概率的步驟之前，還包括：

利用所述訓練數據集進行待訓練的降維模型和待訓練的所述事件概率預測模型的串聯訓練，直至得到滿足預定訓練目標的所述降維模型和所述事件概率預測模型，獲取所述降維模型的降維權重矩陣，所述降維權重矩陣的各個行對應各個所述指標；

根據所述降維權重矩陣，獲取各個指標權重；

根據對應于同一所述指標的所述指標權重和各個所述數據單元的所述相關指標數據值，獲取各個所述數據單元的所述指標類別的數據值，得到各個所述數據單元的指標類別值；

所述利用待訓練的所述事件概率預測模型，根據各個所述數據單元的所述相關指標數據值獲取預測事件概率的步驟包括：

利用待訓練的所述事件概率預測模型，根據各個所述數據單元的所述指標類別值獲取預測事件概率，當得到訓練好的事件概率預測模型時，所得到的所述事件概率權重矩陣的各個元分別為各個所述指標類別的權重。

2.如權利要求1所述的事件概率預測模型訓練方法，其特征在于，所述根據所述降維權重矩陣，獲取各個指標權重的步驟包括：

利用與所述指標對應的指標相關性方向值和所述指標類別，對所述降維權重矩陣進行調整，得到行數和列數均等于所述指標類別的數量的權重方陣，獲取所述權重方陣的各個用于表示指標類別的目標元，其中，所述指標相關性方向值為所述指標與所述事件概率的相關性方向的數值，所述權重方陣的各行分別對應各個所述指標的指標類別，所述目標元的數量等于所述指標類別的數量；

根據各個所述目標元在所述權重方陣中的位置，確定所述降維權重矩陣中與各個所述目標元對應的各個降維目標元和各個降維目標元值；

利用各個所述降維目標元值和各個所述降維目標元所對應的指標，獲取各個指標權重。