[發明專利]用戶意向預測模型訓練方法、用戶意向預測方法及裝置

在審

• 申請號: 202210328230.5
• 申請日: 2022-03-30
• 公開（公告）號: CN114692970A
• 公開（公告）日: 2022-07-01
• 發明（設計）人: 高鈺喬
• 申請（專利權）人: 中國工商銀行股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q30/02;G06N3/08
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 孫蕾

1.一種用戶意向預測模型訓練方法，包括：

獲取歷史用戶數據集，其中，所述歷史用戶數據集包括用戶屬性數據、用戶操作數據和用戶意向數據；

通過提取所述用戶操作數據的主成分特征，生成第一特征數據；

將所述用戶屬性數據按照不同屬性類型構建得到屬性特征數據；

通過計算所述屬性特征數據和所述用戶意向數據的相關度，確定第二特征數據，其中，所述第二特征數據包括滿足預設條件的與所述相關度對應的所述屬性特征數據；以及

利用所述第一特征數據和所述第二特征數據組成的訓練樣本數據集，訓練預設模型，得到用于預測用戶意向的用戶意向預測模型。

2.根據權利要求1所述的方法，其中，所述通過計算所述屬性特征數據和所述用戶意向數據的相關度，確定第二特征數據，包括：

分別計算多個所述屬性特征數據與所述用戶意向數據的相關度；

將多個所述相關度進行排序，得到相關度排序值；

在所述相關度排序值小于預設閾值的情況下，將所述相關度排序值對應的所述屬性特征數據，確定為第二特征數據。

3.根據權利要求1所述的方法，其中，所述通過提取所述用戶操作數據的主成分特征，生成第一特征數據，包括：

根據多個用戶的所述數據，構建特征矩陣；

計算所述特征矩陣的特征向量；

根據所述特征向量，確定主成分特征向量；

根據所述主成分特征向量，生成所述第一特征數據。

4.根據權利要求3所述的方法，其中，所述根據多個用戶的所述數據，構建特征矩陣，包括：

將每一個所述用戶的所述數據，按行拼接，得到第一向量；

根據多個所述第一向量，構建所述特征矩陣。

5.根據權利要求4所述的方法，其中，所述根據所述特征向量，確定主成分特征向量；

通過計算所述特征向量與所述特征矩陣中的所述第一向量的乘積，確定所述主成分特征向量。

6.一種用戶意向預測方法，包括：

獲取待測用戶數據，其中，所述待預測用戶數據包括待測用戶屬性數據、待測用戶操作數據；

通過提取所述待測用戶操作數據的主成分特征，生成第一待測特征數據；

從所述待測用戶屬性數據中確定目標屬性特征數據，并將所述目標屬性特征數據作為第二待測特征數據；以及

將所述第一待測特征數據和所述第二待測特征數據拼接后，輸入所述用戶意向預測模型，輸出用于表征用戶意向的預測結果，其中，所述用戶意向預測模型是利用權利要求1～5任一項所述的方法訓練得到的。

7.一種用戶意向預測的模型訓練裝置，包括：

第一獲取模塊，用于獲取歷史用戶數據集，其中，所述歷史用戶數據集包括用戶屬性數據、用戶操作數據和用戶意向數據；

第一生成模塊，用于通過提取所述數據的主成分特征，生成第一特征數據；

構建模塊，用于將所述用戶屬性數據按照不同屬性類型構建得到屬性特征數據；

第一確定模塊，用于通過計算屬性特征數據和所述用戶意向數據的相關度，確定第二特征數據，其中，所述第二特征數據包括滿足預設條件的所述相關度對應的所述屬性特征數據；以及

訓練模塊，用于利用所述第一特征數據和所述第二特征數據組成的訓練樣本數據集，訓練預設模型，得到用于預測用戶意向的用戶意向預測模型。

8.一種用戶意向預測裝置，包括：

第二獲取模塊，用于獲取待測用戶數據，其中，所述待預測用戶數據包括待測用戶屬性數據、待測用戶操作數據；

第二生成模塊，用于通過提取所述待測用戶操作數據的主成分特征，生成第一待測特征數據；

第二確定模塊，用于從所述待測用戶屬性數據中確定目標屬性特征數據，并將所述目標屬性特征數據作為第二待測特征數據；以及

預測模塊，用于將所述第一待測特征數據和所述第二待測特征數據拼接后，輸入所述用戶意向預測模型，輸出用于表征用戶意向的預測結果，其中，所述用戶意向預測模型是利用權利要求1～5任一項所述的方法訓練得到的。