[發(fā)明專利]續(xù)保行為預(yù)測模型的聯(lián)合訓(xùn)練方法、裝置及電子設(shè)備

在審

• 申請?zhí)枺?/td>: 202210284098.2
• 申請日: 2022-03-22
• 公開（公告）號: CN114708110A
• 公開（公告）日: 2022-07-05
• 發(fā)明（設(shè)計(jì)）人: 劉齊
• 申請（專利權(quán)）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(qiáng)智尚知識產(chǎn)權(quán)代理有限公司 11448
• 代理人: 黃耀威

本申請公開了一種續(xù)保行為預(yù)測模型的聯(lián)合訓(xùn)練方法、裝置及電子設(shè)備，其方法包括：構(gòu)建續(xù)保行為預(yù)測模型的聯(lián)合訓(xùn)練網(wǎng)絡(luò)，聯(lián)合訓(xùn)練網(wǎng)絡(luò)包括多個續(xù)保行為預(yù)測模型，各續(xù)保行為預(yù)測模型對應(yīng)一個指定時間節(jié)點(diǎn)；構(gòu)建訓(xùn)練樣本集；將訓(xùn)練樣本集輸入聯(lián)合訓(xùn)練網(wǎng)絡(luò)進(jìn)行訓(xùn)練，并根據(jù)整體損失函數(shù)的結(jié)果對各續(xù)保行為預(yù)測模型的參數(shù)進(jìn)行調(diào)整，得到各指定時間節(jié)點(diǎn)對應(yīng)的續(xù)保行為預(yù)測模型。本申請利用各觀察點(diǎn)續(xù)保行為預(yù)測模型學(xué)習(xí)到的“知識”相互協(xié)同、輔助訓(xùn)練，提高各觀察點(diǎn)續(xù)保行為預(yù)測模型的精度，且采用聯(lián)合訓(xùn)練方法，不同時間節(jié)點(diǎn)的續(xù)保行為預(yù)測模型的預(yù)測概率空間對齊，便于業(yè)務(wù)相互比較，制定營銷策略。

技術(shù)領(lǐng)域

本申請涉及人工智能技術(shù)領(lǐng)域，具體涉及一種續(xù)保行為預(yù)測模型的聯(lián)合訓(xùn)練方法、裝置及電子設(shè)備。

背景技術(shù)

隨著大數(shù)據(jù)和人工智能的發(fā)展，精準(zhǔn)營銷模型也得到廣泛第應(yīng)用。在保險行業(yè)中，對于一些轉(zhuǎn)化、留存場景中，由于整個轉(zhuǎn)化期較長，轉(zhuǎn)化期間客戶特征分布、特征與目標(biāo)變量的聯(lián)合分布可能會發(fā)生較大變化。為了能得到更好的預(yù)測精度，一種可行的方法是選取幾個典型的觀察點(diǎn)，基于不同的觀察點(diǎn)構(gòu)建數(shù)據(jù)集，分別建立模型。但這種方法存在很多不足之處，如由于基于不同的觀察點(diǎn)獨(dú)立建模，對于一些客戶特征變化不大的樣本，幾個模型可能會預(yù)測出偏差較大的結(jié)果；如果不加后處理，幾個模型的預(yù)測概率空間未對齊到統(tǒng)一的量綱；且各模型也未利用到其他模型學(xué)習(xí)到的“知識”相互協(xié)同、輔助訓(xùn)練。

發(fā)明內(nèi)容

本申請實(shí)施例針對上述情況，提出了一種續(xù)保行為預(yù)測模型的聯(lián)合訓(xùn)練方法、裝置及電子設(shè)備，采用跨時點(diǎn)聯(lián)合建模的方法，借鑒知識蒸餾的思想，在聯(lián)合訓(xùn)練網(wǎng)絡(luò)的最終損失函數(shù)中，引入一致性損失，促使模型相互學(xué)習(xí)，提升最終的模型精度。

第一方面，本申請實(shí)施例提供了一種續(xù)保行為預(yù)測模型的聯(lián)合訓(xùn)練方法，包括：

構(gòu)建續(xù)保行為預(yù)測模型的聯(lián)合訓(xùn)練網(wǎng)絡(luò)，所述聯(lián)合訓(xùn)練網(wǎng)絡(luò)包括多個續(xù)保行為預(yù)測模型，各續(xù)保行為預(yù)測模型對應(yīng)一個指定時間節(jié)點(diǎn)，其中，所述聯(lián)合訓(xùn)練網(wǎng)絡(luò)的整體損失函數(shù)是根據(jù)各續(xù)保行為預(yù)測模型的損失與一致性損失共同構(gòu)建的；

構(gòu)建訓(xùn)練樣本集，所述訓(xùn)練樣本集中任一樣本包括一客戶在多個指定時間節(jié)點(diǎn)對應(yīng)的用戶數(shù)據(jù)以及對應(yīng)的標(biāo)注；

將所述訓(xùn)練樣本集輸入所述聯(lián)合訓(xùn)練網(wǎng)絡(luò)進(jìn)行訓(xùn)練，并根據(jù)所述整體損失函數(shù)的結(jié)果對各所述續(xù)保行為預(yù)測模型的參數(shù)進(jìn)行調(diào)整，得到各指定時間節(jié)點(diǎn)對應(yīng)的續(xù)保行為預(yù)測模型。

第二方面，本申請實(shí)施例還提供了一種續(xù)保行為預(yù)測模型的聯(lián)合訓(xùn)練裝置，包括：

模型構(gòu)建單元，用于構(gòu)建續(xù)保行為預(yù)測模型的聯(lián)合訓(xùn)練網(wǎng)絡(luò)，所述聯(lián)合訓(xùn)練網(wǎng)絡(luò)包括多個續(xù)保行為預(yù)測模型，各續(xù)保行為預(yù)測模型對應(yīng)一個指定時間節(jié)點(diǎn)，其中，所述聯(lián)合訓(xùn)練網(wǎng)絡(luò)的整體損失函數(shù)是根據(jù)各續(xù)保行為預(yù)測模型的損失與一致性損失共同構(gòu)建的；

樣本構(gòu)建單元，用于構(gòu)建訓(xùn)練樣本集，所述訓(xùn)練樣本集中任一樣本包括一客戶在多個指定時間節(jié)點(diǎn)對應(yīng)的用戶數(shù)據(jù)以及對應(yīng)的標(biāo)注；

訓(xùn)練單元，用于將所述訓(xùn)練樣本集輸入所述聯(lián)合訓(xùn)練網(wǎng)絡(luò)進(jìn)行訓(xùn)練，并根據(jù)所述整體損失函數(shù)的結(jié)果對各所述續(xù)保行為預(yù)測模型的參數(shù)進(jìn)行調(diào)整，得到各指定時間節(jié)點(diǎn)對應(yīng)的續(xù)保行為預(yù)測模型。

第三方面，本申請實(shí)施例還提供了一種電子設(shè)備，包括：處理器；以及被安排成存儲計(jì)算機(jī)可執(zhí)行指令的存儲器，所述可執(zhí)行指令在被執(zhí)行時使所述處理器執(zhí)行上述任一的方法。

第四方面，本申請實(shí)施例還提供了一種計(jì)算機(jī)可讀存儲介質(zhì)，所述計(jì)算機(jī)可讀存儲介質(zhì)存儲一個或多個程序，所述一個或多個程序當(dāng)被包括多個應(yīng)用程序的電子設(shè)備執(zhí)行時，使得所述電子設(shè)備執(zhí)行上述任一的方法。

本申請實(shí)施例采用的上述至少一個技術(shù)方案能夠達(dá)到以下有益效果：