[发明专利]训练用户行为预测模型的方法和装置

说明书

本说明书实施例提供一种训练用户行为预测模型的方法和装置。训练方法包括，获取全量样本，其中包括指示用户是否实施目标行为的第一标签，和指示是否在时间窗口t内实施该行为的第二标签。将各个样本输入用户行为预测模型，通过其中的第一网络部分预测用户实施目标行为的第一概率，以及通过第二网络部分针对实施了目标行为的部分用户，预测其在窗口t内实施的第二概率。将各个样本的第一概率与第一标签进行比对，以及将上述部分用户的第一概率和第二概率的乘积与第二标签比对，确定总损失，据此更新该模型。进一步地，还可以利用仅具有第二标签的短期样本，对模型进行优化，优化时固定第二网络部分，仅对第一网络部分进行更新。

技术领域

本说明书一个或多个实施例涉及机器学习领域，尤其涉及训练用户行为预测模型的方法和装置。

背景技术

在互联网环境中，存在大量的用户对业务对象的操作行为，例如用户浏览页面时对页面区块的点击行为，在电商平台中针对某个商品的支付行为，等等。在许多场景下，需要对用户的操作行为进行分析和预测，从而为用户提供更好的服务。例如，根据对点击对象的预测，可以向用户推荐更适合用户的内容，从而为用户提供定制化的服务；又例如，根据对用户访问网站时间的预测，可以预先确定流量高峰，从而提前部署好网络环境。因此，希望借助于机器学习的方式，对用户行为进行分析和预测。

然而，有些用户行为具有一定的延迟性。例如，在向用户推送一定的用户权益（例如会员注册码），且用户领取该用户权益之后，可能过一段时间用户才会使用该用户权益。又例如，在用户将商品加入购物车之后，可能过一段时间才会真正针对该商品进行支付。再例如，在向用户推送一些推荐内容之后，可能需要过一段时间，用户才会对推荐内容点击、查看和阅读。

在以上几种情况中，往往延迟的用户行为才是真正要分析的用户行为。但是这样的延迟性，为采用机器学习分析和预测用户行为带来很大困难。一方面，机器学习模型的训练需要大量的标注数据。而由于要分析的用户行为的延迟性，标注数据的采集需要很长的时间周期，因此标注数据采集更加困难，可用于训练的数据较少。另一方面，由于以上的延迟性，使得机器学习模型很难适用于对时效性要求较高的场景中。

由此，希望能有改进的方案，更为有效地对具有延迟性的用户行为进行分析和预测。

发明内容

本说明书一个或多个实施例描述了一种训练用户行为预测模型的方法和装置，可以针对有延迟性的目标行为，进行更准确的分析和预测。

根据第一方面，提供了一种训练用户行为预测模型的方法，包括：

获取多个第一样本，每个第一样本包括样本特征，第一标签和第二标签，其中，所述样本特征包括，样本用户和发生关联的业务对象各自的特征；所述第一标签以第一值和第二值分别示出，在发生关联之后，所述样本用户是否针对所述业务对象实施目标行为；所述第二标签示出，所述样本用户在发生关联后的预定时间窗口内是否实施所述目标行为；

将所述多个第一样本的样本特征输入所述用户行为预测模型，所述用户行为预测模型包括第一网络部分和第二网络部分，所述第一网络部分预测各个第一样本对应的样本用户实施所述目标行为的第一概率；所述第二网络部分针对所述第一标签为第一值的若干第一样本，预测其对应的第二概率；该第二概率表示，最终实施目标行为的样本用户在所述预定时间窗口内实施该目标行为的概率；

根据所述若干第一样本对应的第一概率和第二概率的乘积，得到第三概率；

根据各个第一样本的所述第一概率与所述第一标签的比对，确定第一损失项；以及根据所述若干第一样本的第三概率与所述第二标签的比对，确定第二损失项；

根据所述第一损失项和第二损失项，确定总损失；

根据所述总损失，更新所述用户行为预测模型。