[发明专利]事件概率预测模型训练、事件概率预测方法及相关装置

说明书

本发明实施例提供了一种事件概率预测模型训练、事件概率预测方法及相关装置，训练方法包括：获取训练数据集；利用待训练的所述事件概率预测模型，根据各个所述数据单元的所述相关指标数据值获取预测事件概率值，根据所述预测事件概率值和所述实际事件概率值获取概率损失，根据所述概率损失调整所述事件概率预测模型的参数，直至所述概率损失满足损失阈值，得到训练好的事件概率预测模型和事件概率权重矩阵，所述事件概率权重矩阵的各个元分别为对应的各个所述指标的权重。本发明实施例所提供的事件概率预测模型训练方法、事件概率预测方法及相关装置，可以实现对于事件概率的预测并确定对事件概率产生影响的影响因素值。

技术领域

本发明实施例涉及计算机领域，尤其涉及一种事件概率预测模型训练、事件概率预测方法及相关装置。

背景技术

随着计算机技术和深度学习技术的发展，事件未来发生的概率的预测需求得以通过技术进行一定程度的实现。

比如：在教育场景下，为了保证生源的稳定性，需要提高已有学生的续报率、降低已有学生的退费率，因此，需要根据已有学生的基本情况，获取未来的续报率或者退费率，并进一步把握确定影响对现有教学环节的调整达到提高续报率或者降低退费率的目标。

因此，如何实现对于事件概率的预测并确定对事件概率产生影响的影响因素值，就成为亟需解决的技术问题。

发明内容

本发明实施例提供一种事件概率预测模型训练方法、事件概率预测方法及相关装置，以实现对于事件概率的预测并确定对事件概率产生影响的影响因素值。

为解决上述问题，本发明实施例提供一种事件概率预测模型训练方法，包括：

获取训练数据集，其中，所述训练数据集包括对应于各个数据单元的实际事件概率值和相关指标数据值，所述实际事件概率值为各个所述数据单元的事件概率的真实值，所述相关指标数据值为与所述事件概率的相关度满足相关度阈值的各个指标的数值；

利用待训练的所述事件概率预测模型，根据各个所述数据单元的所述相关指标数据值获取预测事件概率值，根据所述预测事件概率值和所述实际事件概率值获取概率损失，根据所述概率损失调整所述事件概率预测模型的参数，直至所述概率损失满足损失阈值，得到训练好的事件概率预测模型和事件概率权重矩阵，所述事件概率权重矩阵的各个元分别为对应的各个所述指标的权重。

为解决上述问题，本发明实施例还提供一种事件概率预测方法，包括：

获取待事件概率预测的数据单元的预测相关指标数据值；

利用如前述的事件概率预测模型训练方法得到的事件概率预测模型，根据所述预测相关指标数据值获取预测事件概率，并根据所述预测相关指标数据值和利用如前述的事件概率预测模型训练方法得到的事件概率权重矩阵，获取各个指标的影响因素值。

为解决上述问题，本发明实施例还提供一种事件概率预测方法，包括：

获取待事件概率预测的数据单元的预测相关指标数据值；

利用如前述任一项所述的事件概率预测模型训练方法得到的所述指标权重和与所述指标权重对应的预测相关指标数据值，获取所述数据单元的预测指标类别值；

利用如前述任一项所述的事件概率预测模型训练方法得到的事件概率预测模型，根据所述指标类别值获取预测事件概率，并根据所述指标类别值和利用如前述任一项所述的事件概率预测模型训练方法得到的事件概率权重矩阵，获取各个指标类别的影响因素值。

为解决上述问题，本发明实施例还提供一种事件概率预测模型训练装置，包括：