[发明专利]预测模型训练和用户资源额度确定方法及装置

说明书

本说明书实施例提供了一种预测模型训练和用户资源额度确定方法及装置。在预测模型训练阶段，基于分享关系图谱，得到第一用户的第一关系特征，至少基于第一关系特征得到第一特征数据，将第一特征数据和第一资源额度输入预测模型，预测模型输出第一用户针对第一资源额度的分享行为的预测数据，将预测数据与标准数据进行比较得到第一预测损失，向使得第一预测损失减小的方向，更新预测模型。在确定用户资源额度阶段，将基于分享关系图谱得到的第二用户的特征数据和多个不同档位资源额度输入预测模型，预测模型可以输出第二用户针对不同档位资源额度的分享行为数据，根据分享行为数据对不同档位资源额度进行选择，得到针对第二用户分配的资源额度。

技术领域

本说明书一个或多个实施例涉及数据处理技术领域，尤其涉及预测模型训练和用户资源额度确定方法及装置。

背景技术

随着互联网技术的发展，越来越多的服务平台可以向用户提供服务。服务平台也会为了增加用户粘度或者增加用户量等目的，向用户发送服务邀请的消息。当用户通过客户端参与服务平台的服务邀请，并将服务邀请成功分享至其他用户时，服务平台可以向该用户分配一定的资源奖励，以便激励用户继续分享该服务邀请。奖励的资源可以是电、煤气、水等实体资源，也可以是存储空间、数据流量等虚拟资源。例如，进行垃圾回收的服务平台，在老用户将该服务平台成功分享至新用户时，可以向老用户发放一定的资源奖励，该资源奖励能够促使老用户继续向其他用户分享。目前，存在预测用户在接收到不同资源额度的资源后的分享行为数据的需求。

因此，希望能有改进的方案，可以更准确地预测用户在不同资源额度下的分享行为数据，以便使得对用户分配的资源额度更有针对性，减少资源消耗。

发明内容

本说明书一个或多个实施例描述了预测模型训练和用户资源额度确定方法及装置，以便更准确地预测用户在不同资源额度下的分享行为数据，进而使得对用户分配的资源额度更有针对性，减少资源消耗。具体技术方案如下。

第一方面，实施例提供了一种用于预测用户分享行为数据的预测模型训练方法，通过计算机执行，所述方法包括：

基于分享关系图谱，获取第一用户的第一关系特征；其中，所述分享关系图谱用于表征多个用户之间的分享关系，包括多个用户节点以及用户节点之间存在分享关系时形成的连接边；

至少基于所述第一关系特征，确定所述第一用户的第一特征数据；

获取所述第一用户在接收到第一资源额度的资源之后的分享行为数据，作为标准数据；

将所述第一特征数据和所述第一资源额度输入预测模型，通过所述预测模型输出所述第一用户针对所述第一资源额度的分享行为的预测数据；

根据所述标准数据与所述预测数据的比较，确定第一预测损失；

向使得所述第一预测损失减小的方向，更新所述预测模型。

在一种实施方式中，所述基于分享关系图谱，获取第一用户的第一关系特征的步骤，包括：

通过图神经网络模型，利用所述分享关系图谱中第一用户节点及其邻居节点集的数据，进行多级特征聚合，得到所述第一用户的第一关系特征；其中，所述第一用户节点对应所述第一用户。

在一种实施方式中，所述向使得所述第一预测损失减小的方向，更新所述预测模型的步骤，包括：

向使得所述第一预测损失减小的方向，更新所述预测模型和所述图神经网络模型。

在一种实施方式中，所述至少基于所述第一关系特征，确定所述第一用户的第一特征数据的步骤，包括：

获取用于表征所述第一用户的静态属性的第一属性特征，和/或，获取用于表征所述第一用户的个体资源敏感度的第一个体特征；其中，所述第一个体特征基于所述第一用户针对不同资源额度执行个体行为时对应的个体行为数据而提取得到；