[發明專利]事件預測系統的更新方法及裝置

有效

• 申請號: 202110631255.8
• 申請日: 2021-06-07
• 公開（公告）號: CN113283589B
• 公開（公告）日: 2022-07-19
• 發明（設計）人: 薛思喬;師曉明;馬琳濤;潘晨;王世軍;詹姆士·張;郝鴻延
• 申請（專利權）人: 支付寶（杭州）信息技術有限公司
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06N3/08;G06Q10/04;G06K9/62
• 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

本說明書實施例提供了一種事件預測系統的更新方法，包括：將基于事件樣本序列獲取的樣本輸入事件預測系統中進行事件處理，該事件處理包括：通過序列編碼網絡，確定截至該樣本中發生時刻的子序列的序列編碼向量，該子序列中各樣本均對應第一用戶；通過圖傳播網絡，根據該序列編碼向量，更新用戶關系網絡圖中與第一用戶節點相關的節點表征向量；通過強度擬合網絡，根據更新后的節點表征向量，擬合與第一用戶對應的事件發生強度函數；通過強度映射網絡，將該事件發生強度函數映射至事件類型空間，得到第一用戶在多個事件類型下的多個強度函數；之后，基于事件處理得到的多個強度函數和對應第一用戶的標簽樣本，更新上述事件預測系統中的網絡參數。

技術領域

本說明書一個或多個實施例涉及機器學習技術領域，尤其涉及一種事件預測系統的更新方法及裝置。

背景技術

隨著經濟的發展和科技的進步，用戶越來越頻繁地使用服務平臺提供的各式各樣的服務，以滿足工作、生活中的多種需求。在用戶使用服務的過程中，會產生大量的線上和線下行為數據。這些行為數據(或稱事件數據、操作數據)，反映了用戶的個人興趣、行為偏好，如果能夠被深入挖掘并合理利用，可以有效指導服務的優化。在一種數據處理方式中，通過對用戶行為序列進行建模，預測用戶下一次在什么時間發生什么行為，能夠幫助為用戶提供貼合其需求的個性化服務，從而提高用戶體驗。點過程是一種序列建模技術，通過將用戶行為抽象為空間的點，將用戶行為序列抽象為點過程序列，模擬出后續行為事件發生的強度函數，從而實現對下一事件的預測。

然而，目前已有的點過程算法難以滿足實際應用中對事件預測的高要求。因此，需要一種方案，可以有效提高對點過程算法的性能，從而優化事件預測結果的準確度和可用性。

發明內容

本說明書一個或多個實施例描述的事件預測系統的更新方法及裝置，對點過程算法進行優化，通過優化后的點過程算法得到的強度函數更加精準，從而有效提高事件預測結果的準確度和可用性。

根據第一方面，提供了一種事件預測系統的更新方法，包括：從按照時間順序排列而形成的事件樣本序列中，依次獲取事件樣本作為第一事件樣本，其樣本屬性包括第一發生時刻和第一用戶標識。將所述第一事件樣本輸入事件預測系統中進行事件處理，該事件預測系統包括序列編碼網絡、圖傳播網絡、強度擬合網絡和強度映射網絡；所述事件處理包括：通過所述序列編碼網絡，確定截至所述第一發生時刻的子序列的序列編碼向量，該子序列中各事件樣本均對應所述第一用戶標識；通過所述圖傳播網絡，根據所述序列編碼向量，更新用戶關系網絡圖中第一用戶節點和其鄰居節點的節點表征向量；通過所述強度擬合網絡，根據更新后的所述第一用戶節點的第一節點表征向量，確定與所述第一用戶標識對應的事件發生強度函數中的參數值；通過所述強度映射網絡，將所述事件發生強度函數映射至事件類型空間，得到所述第一用戶標識在多個事件類型下的多個強度函數。基于所述多個強度函數和對應所述第一用戶標識的第二事件樣本，更新所述事件預測系統中的網絡參數；所述第二事件樣本對應的第二發生時刻晚于所述第一發生時刻。

在一個實施例中，所述序列編碼網絡包括線性嵌入子網絡和時序子網絡；其中，確定截至所述第一發生時刻的子序列的序列編碼向量，包括：通過所述線性嵌入子網絡，確定所述子序列中各事件樣本所對應事件類型的類型嵌入向量；通過所述時序子網絡，基于依次輸入的對應所述各事件樣本的類型嵌入向量，輸出所述序列編碼向量。

在一個實施例中，更新用戶關系網絡圖中第一用戶節點和其鄰居節點的節點表征向量，包括：將所述第一用戶節點作為目標節點，執行針對目標節點的更新操作；其中，所述更新操作包括：根據目標節點對應的目標序列編碼向量，該目標節點的目標鄰居節點的當前表征向量，以及該目標節點自身的當前表征向量，確定更新后的目標節點的表征向量。

在一個具體的實施例中，在將所述第一用戶節點作為目標節點，執行對目標節點表征向量的更新操作之后，所述方法還包括：將所述第一用戶節點的鄰居節點作為目標節點，并執行所述更新操作。