[發明專利]續保行為預測模型的聯合訓練方法、裝置及電子設備

在審

• 申請號: 202210284098.2
• 申請日: 2022-03-22
• 公開（公告）號: CN114708110A
• 公開（公告）日: 2022-07-05
• 發明（設計）人: 劉齊
• 申請（專利權）人: 平安健康保險股份有限公司
• 主分類號: G06Q40/08
• 分類號: G06Q40/08;G06Q30/02;G06N20/00
• 代理公司: 北京中強智尚知識產權代理有限公司 11448
• 代理人: 黃耀威

1.一種續保行為預測模型的聯合訓練方法，其特征在于，包括：

構建續保行為預測模型的聯合訓練網絡，所述聯合訓練網絡包括多個續保行為預測模型，各續保行為預測模型對應一個指定時間節點，其中，所述聯合訓練網絡的整體損失函數是根據各續保行為預測模型的損失與一致性損失共同構建的；

構建訓練樣本集，所述訓練樣本集中任一樣本包括一客戶在多個指定時間節點對應的用戶數據以及對應的標注；

將所述訓練樣本集輸入所述聯合訓練網絡進行訓練，并根據所述整體損失函數的結果對各所述續保行為預測模型的參數進行調整，得到各指定時間節點對應的續保行為預測模型。

2.根據權利要求1所述的方法，其特征在于，所述指定時間節點的數量為多個，所述整體損失函數L(θ)為：

其中，

若各所述續保行為預測模型為二分類模型，則若各所述續保行為預測模型為多分類模型，則

表征各所述續保行為預測模型的損失；

n表示訓練樣本數，α表示一致性損失函數的權重，T表示溫度超參數，表示當前樣本是否屬于該任務，表示樣本x^j的本真值，為各續保行為預測模型的輸出內容。

3.根據權利要求2所述的方法，其特征在于，所述指定時間節點的數量為兩個，所述整體損失函數L(θ)為：

其中，

分別表示樣本x¹，x²的本真值，為各續保行為預測模型的輸出內容。

4.根據權利要求1所述的方法，其特征在于，所述多個指定時間節點包括：保單到期時間、保單到期前第一指定時長、保單到期后第二指定時長；

所述構建續保行為預測模型的聯合訓練網絡，包括：

確定多個指定時間節點；

根據指定時間節點的數量，確定續保行為預測模型的數量，以及所述整體損失函數的表達式，形成續保行為預測模型的聯合訓練網絡。

5.根據權利要求1所述的方法，其特征在于，所述構建訓練樣本集包括：

對于一個訓練樣本，獲取其在多個指定時間的用戶信息和用戶行為，并根據所述用戶信息和所述用戶行為，確定該用戶在多個指定時間節點對應的用戶數據以及對應的標注；

循環執行所述對于一個訓練樣本，獲取其在多個指定時間的用戶信息和用戶行為，并根據所述用戶信息和所述用戶行為，確定該用戶在多個指定時間節點對應的用戶數據以及對應的標注的步驟，直到得到指定數量的訓練樣本，構成所述訓練樣本集。

6.根據權利要求1所述的方法，其特征在于，所述將所述訓練樣本集輸入所述聯合訓練網絡進行訓練，并根據所述整體損失函數的結果對各所述續保行為預測模型的參數進行調整，得到各指定時間節點對應的續保行為預測模型，包括：

在所述訓練樣本集中進行采樣，得到目標訓練樣本；

將目標訓練樣本分割為各指定時間節點對應的多個輸入向量；

將各指定時間節點的輸入向量分別輸入到對應的續保行為預測模型中；

根據各續保行為預測模型的輸出內容，確定所述整體損失函數的值；

根據所述整體損失函數的值，更新各續保行為預測模型的參數。

7.根據權利要求1～6中任一項所述的方法，其特征在于，各所述續保行為預測模型的結構是相同的，各所述續保行為預測模型的結構分別包括：embedding層連接MLP模型。