[發明專利]一種基于神經網絡的多輸出多任務特征評估方法、裝置和電子設備

在審

• 申請號: 202110167037.3
• 申請日: 2021-02-07
• 公開（公告）號: CN112949824A
• 公開（公告）日: 2021-06-11
• 發明（設計）人: 王垚煒
• 申請（專利權）人: 北京淇瑀信息科技有限公司
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06N3/08;G06F16/215;G06Q40/02
• 代理公司: 北京清誠知識產權代理有限公司 11691
• 代理人: 喬東峰

1.一種基于神經網絡的多輸出多任務特征評估方法，其特征在于，包括：

獲取歷史用戶信息，所述歷史用戶信息包括歷史用戶基礎信息和業務表現信息；

基于所述歷史用戶信息構建特征評價框架模型，所述框架模型包括多個互相連接并能夠各自獨立輸出對應業務特征評價結果的子模型，所述多個子模型串聯且前一子模型的輸出結果為其以后所有子模型的輸入信息；

獲取當前用戶基礎信息；

將所述當前用戶基礎信息輸入至所述特征評價框架模型獲取所述當前用戶多個不同類型業務的特征評分。

2.根據權利要求1所述的方法，其特征在于：所述業務表現信息包括不同類型業務表現信息和/或同一業務以時間為序列的多個業務表現信息。

3.根據權利要求2所述的方法，其特征在于：所述同一業務以時間為序列的多個業務表現信息為選取同一業務不同時間的表現值構成的以時間為序列的向量。

4.根據權利要求1所述的方法，其特征在于，所述特征評價框架模型進一步包括：任一子模型的輸入信息包括所述用戶基礎信息以及當前子模型之前所有子模型的輸出結果信息。

5.根據權利要求4所述的方法，其特征在于，還包括：所述特征評價框架模型為利用tensorflow搭建的神經網絡框架。

6.根據權利要求5所述的方法，其特征在于，還包括：所述特征評價框架模型采用帶動量的隨機梯度下降優化方法。

7.一種基于神經網絡的多輸出多任務特征評估裝置，其特征在于，包括：

歷史信息模塊，用于獲取歷史用戶信息，所述歷史用戶信息包括歷史用戶基礎信息和業務表現信息；

模型模塊，用于基于所述歷史用戶信息構建特征評價框架模型，所述框架模型包括多個互相連接并能夠各自獨立輸出對應業務特征評價結果的子模型，所述多個子模型串聯且前一子模型的輸出結果為其以后所有子模型的輸入信息；

當前信息模塊，用于獲取當前用戶基礎信息；

評分模塊，用于將所述當前用戶基礎信息輸入至所述特征評價框架模型獲取所述當前用戶多個不同類型業務的特征評分。

8.一種電子設備，其中，該電子設備包括：

處理器；以及，

存儲計算機可執行指令的存儲器，所述可執行指令在被執行時使所述處理器執行根據權利要求1-6中任一項所述的方法。

9.一種計算機可讀存儲介質，其中，所述計算機可讀存儲介質存儲一個或多個程序，所述一個或多個程序當被處理器執行時，實現權利要求1-6中任一項所述的方法。