[發明專利]訓練因果推斷模型的方法、信息提示方法以裝置

有效

• 申請號: 202110519634.8
• 申請日: 2021-05-12
• 公開（公告）號: CN113112311B
• 公開（公告）日: 2023-07-25
• 發明（設計）人: 錢麗華;熊健;王浩
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06Q30/0241
• 分類號: G06Q30/0241;G06F18/214;G06N20/00
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 鄢功軍

本公開提供了一種訓練因果推斷模型的方法、信息提示方法以裝置，涉及計算機技術領域，尤其涉及人工智能、大數據、深度學習技術領域。具體實現方案為：利用第一樣本數據集來訓練波動預測模型和操作預測模型；利用經訓練的波動預測模型，基于第二樣本數據集確定多個數據波動預測值；利用經訓練的操作預測模型，基于第二樣本數據集確定多個操作預測值；以及利用第二樣本數據集、多個數據波動預測值和多個操作預測值，訓練因果推斷模型。

技術領域

本公開涉及計算機技術領域，尤其涉及人工智能、大數據、深度學習技術領域。

背景技術

在互聯網廣告的投放過程中，廣告的展現量、點擊量、消費量等數據經常會出現波動，而這些波動對于廣告投放方(以下稱為用戶)是非常敏感的。通常這些數據波動是由于用戶在管理系統中所做的操作造成的。在數據波動前用戶可能進行了多種類型的操作，而這些操作可能并不全是導致數據波動的原因，因此用戶難以確定哪些操作是導致數據波動的主因。

發明內容

本公開提供了一種訓練因果推斷模型的方法、裝置、設備以及存儲介質。

根據本公開的一方面，提供了一種訓練因果推斷模型的方法，包括：利用第一樣本數據集來訓練波動預測模型和操作預測模型；利用經訓練的波動預測模型，基于第二樣本數據集確定多個數據波動預測值；利用經訓練的操作預測模型，基于所述第二樣本數據集確定多個操作預測值；以及利用所述第二樣本數據集、所述多個數據波動預測值和所述多個操作預測值，訓練因果推斷模型。

根據本公開的另一方面，提供了一種信息提示方法，包括：獲取目標數據波動值，以及與所述目標數據波動值對應的目標用戶特征和目標操作值，其中，所述目標操作值與至少一個目標操作對應；將所述目標用戶特征、所述目標數據波動值和所述目標操作值輸入經訓練的第一因果推斷模型，得到第一因果參數預測值；將所述目標用戶特征、所述目標數據波動值和所述目標操作值輸入經訓練的第二因果推斷模型，得到第二因果參數預測值；根據所述目標操作值、所述第一因果參數預測值和第二因果參數預測值，確定目標因果參數預測值；以及在所述目標因果參數預測值大于因果參數閾值的情況下，生成針對所述至少一個目標操作的提示信息，其中，所述第一因果推斷模型和所述第二因果推斷模型是基于本公開實施例的訓練因果推斷模型的方法訓練的。

本公開的另一個方面提供了一種計算設備，包括：至少一個處理器；以及與所述至少一個處理器通信連接的存儲器；其中，所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行本公開實施例所示的方法。

根據本公開實施例的另一方面，提供了一種存儲有計算機指令的非瞬時計算機可讀存儲介質，其中，所述計算機指令用于使所述計算機執行本公開實施例所示的方法。

根據本公開實施例的另一方面，提供了一種計算機程序產品，計算機程序，所述計算機程序在被處理器執行時實現本公開實施例所示的方法。

應當理解，本部分所描述的內容并非旨在標識本公開的實施例的關鍵或重要特征，也不用于限制本公開的范圍。本公開的其它特征將通過以下的說明書而變得容易理解。

附圖說明

附圖用于更好地理解本方案，不構成對本公開的限定。其中：

圖1示意性示出了根據本公開實施例的訓練因果推斷模型的方法的流程圖；

圖2示意性示出了根據本公開另一實施例的訓練波動預測模型的方法的流程圖；

圖3示意性示出了根據本公開另一實施例的訓練操作預測模型的方法的流程圖；

圖4示意性示出了根據本公開另一實施例的訓練因果推斷模型的方法的流程圖；

圖5示意性示出了根據本公開實施例的信息提示方法的流程圖；