[发明专利]下单率预测方法、装置、设备及可读存储介质

说明书

本申请公开了一种下单率预测方法、装置、设备及可读存储介质，所述下单率预测方法包括：获取用户行为数据，并生成所述用户行为数据对应的目标用户行为图，并将所述用户行为图转换为预设数据维度的图表示数据，进而将所述图表示数据输入预设目标预测模型，对所述图表示数据对应的目标用户进行下单率预测，获得目标下单率。本申请解决了下单率预测准确性低的技术问题。

技术领域

本申请涉及人工智能领域，尤其涉及一种下单率预测方法、装置、设备及可读存储介质。

背景技术

随着金融科技，尤其是互联网科技金融的不断发展，越来越多的技术(如分布式、区块链Blockchain、人工智能等)应用在金融领域，但金融业也对技术提出了更高的要求，如对金融业对应待办事项的分发也有更高的要求。

随着计算机软件和人工智能的不断发展，神经网络模型的应用也越来越广泛，目前，通常为直接根据用户行为数据对用户的下单率进行预测，即讲用户行为数据直接输入到神经网络模型进行预测，其中，下单率包括用户对某件物品点击率、购买概率等，然而，在一些特定用户行为场景中，各本地用户发生一系列连续性的用户行为，且各本地用户发生的一系列用户行为往往各不相同，对应的各用户行为数据差异性极大，若直接根据用户行为数据对用户进行下单率预测，容易出现下单率预测错误的情况，导致下单率预测的准确性较低。

发明内容

本申请的主要目的在于提供一种下单率预测方法、装置、设备及可读存储介质，旨在解决现有技术中下单率预测准确性低的技术问题。

为实现上述目的，本申请提供一种下单率预测方法，所述下单率预测方法应用于下单率预测设备，所述下单率预测方法包括：

获取用户行为数据，并生成所述用户行为数据对应的目标用户行为图，并将所述用户行为图转换为预设数据维度的图表示数据；

将所述图表示数据输入预设目标预测模型，对所述图表示数据对应的目标用户进行下单率预测，获得目标下单率。

可选地，所述图表示数据包括用户行为图嵌入，

所述将所述用户行为图转换为预设数据维度的图表示数据的步骤包括：

确定所述目标用户行为图对应的各用户行为子图，并基于各所述用户行为子图，对所述目标用户行为图进行独热编码，获得所述目标用户行为图对应的独热编码向量；

将所述独热编码向量映射至所述预设数据维度，获得所述用户行为图嵌入。

可选地，所述生成所述用户行为数据对应的目标用户行为图的步骤包括：

确定所述用户行为数据对应的各用户行为和各所述用户行为之间的用户行为转换频率数据，并生成各所述用户行为对应的用户行为节点；

基于各所述用户行为对应的行为转换顺序，将各所述用户行为节点进行连接，获得初始用户行为图；

基于所述用户行为转换频率数据和所述初始用户行为图，确定所述目标用户行为图。

可选地，所述初始用户行为图至少包括一用户行为节点连接边，

所述基于所述用户行为转换频率数据和所述初始用户行为图，确定所述目标用户行为图的步骤包括：

基于所述用户行为转换频率数据，确定各所述用户行为节点连接边对应的用户行为转换频率；

基于各所述用户行为转换频率和各所述用户行为节点连接边对应的预设目标转换频率，确定各所述用户行为节点连接边对应的连接边权值；

将各所述连接边权值分别赋予各自对应的所述用户行为节点连接边，获得所述目标用户行为图。