[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

本發明實施例提供了一種事件概率預測模型訓練、事件概率預測方法及相關裝置，訓練方法包括：獲取訓練數據集；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。本發明實施例所提供的事件概率預測模型訓練方法、事件概率預測方法及相關裝置，可以實現對于事件概率的預測并確定對事件概率產生影響的影響因素值。

技術領域

本發明實施例涉及計算機領域，尤其涉及一種事件概率預測模型訓練、事件概率預測方法及相關裝置。

背景技術

隨著計算機技術和深度學習技術的發展，事件未來發生的概率的預測需求得以通過技術進行一定程度的實現。

比如：在教育場景下，為了保證生源的穩定性，需要提高已有學生的續報率、降低已有學生的退費率，因此，需要根據已有學生的基本情況，獲取未來的續報率或者退費率，并進一步把握確定影響對現有教學環節的調整達到提高續報率或者降低退費率的目標。

因此，如何實現對于事件概率的預測并確定對事件概率產生影響的影響因素值，就成為亟需解決的技術問題。

發明內容

本發明實施例提供一種事件概率預測模型訓練方法、事件概率預測方法及相關裝置，以實現對于事件概率的預測并確定對事件概率產生影響的影響因素值。

為解決上述問題，本發明實施例提供一種事件概率預測模型訓練方法，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；

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。

為解決上述問題，本發明實施例還提供一種事件概率預測方法，包括：

獲取待事件概率預測的數據單元的預測相關指標數據值；

利用如前述的事件概率預測模型訓練方法得到的事件概率預測模型，根據所述預測相關指標數據值獲取預測事件概率，并根據所述預測相關指標數據值和利用如前述的事件概率預測模型訓練方法得到的事件概率權重矩陣，獲取各個指標的影響因素值。

為解決上述問題，本發明實施例還提供一種事件概率預測方法，包括：

獲取待事件概率預測的數據單元的預測相關指標數據值；

利用如前述任一項所述的事件概率預測模型訓練方法得到的所述指標權重和與所述指標權重對應的預測相關指標數據值，獲取所述數據單元的預測指標類別值；

利用如前述任一項所述的事件概率預測模型訓練方法得到的事件概率預測模型，根據所述指標類別值獲取預測事件概率，并根據所述指標類別值和利用如前述任一項所述的事件概率預測模型訓練方法得到的事件概率權重矩陣，獲取各個指標類別的影響因素值。

為解決上述問題，本發明實施例還提供一種事件概率預測模型訓練裝置，包括：