[发明专利]基于人工智能的活动评价方法、装置、设备及介质

权利要求书

1.一种基于人工智能的活动评价方法，其特征在于，包括：

获取活动样本集以及原始评价模型；其中，所述活动样本集包括多个活动样本，每一所述活动样本包括目标特征因子对应的第一向量；

对同一所述目标特征因子对应的第一样本向量进行统计，得到所述目标因子对应的第二向量；其中，所述第二向量用于描述所述目标特征因子在所述活动样本集中的全局特征；

对所述第一向量和所述第二向量进行显著性检验，得到所述目标特征因子对应的显著特征；其中，所述显著特征用于描述所述第一向量与所述第二向量之间的显著性变化；

基于所述目标特征因子对应的显著特征，更新所述活动样本，并基于更新后的活动样本训练原始评价模型，得到目标评价模型；其中，所述目标评价模型用于评价待上线活动的可行性。

2.如权利要求1所述基于人工智能的活动评价方法，其特征在于，所述对所述第一向量以及所述第二向量进行显著性检验，得到所述目标特征因子对应的显著特征，包括：

基于所述第一向量以及所述第二向量，计算第一检验值；

从检验值对照表中，确定所述第一检验值对应的第二检验值；其中，所述检验值对照表用于描述所述第一检验值和所述第二检验值的对应关系；

基于所述第二检验值以及预设临界值，获取所述活动样本对应的显著特征。

3.如权利要求1所述基于人工智能的活动评价方法，其特征在于，在所述基于更新后的活动样本训练原始评价模型，得到目标评价模型之后，所述基于人工智能的活动评价方法还包括：

基于所述目标评价模型，预测所述待上线活动的可行概率；

当所述可行概率小于预设概率阈值时，获取所述目标评价模型对应的多个目标模型参数；

基于多个所述目标模型参数，输出对应的活动调整策略。

4.如权利要求3所述基于人工智能的活动评价方法，其特征在于，所述目标评价模型包括第一特征因子以及第二特征因子；所述基于所述目标评价模型，预测所述待上线活动的可行概率，包括：

基于所述待上线活动对应的活动数据，获取所述第一特征因子对应的第一特征值；

基于所述活动样本集，对所述第二特征因子进行缺失值填充处理，获取所述第二特征因子对应的第二特征值；

将所述第一特征值以及所述第二特征值输入至所述目标评价模型中，以预测所述待上线活动的可行概率。

5.如权利要求3所述基于人工智能的活动评价方法，其特征在于，所述基于多个所述目标模型参数，输出对应的活动调整策略，包括：

对多个所述目标模型参数降序排列，并将排在前N位的所述目标模型参数作为关键模型参数；其中，N为不小于1的整数；

根据所述关键模型参数对应的特征因子，输出调整所述特征因子的活动调整策略。

6.如权利要求1所述基于人工智能的活动评价方法，其特征在于，所述所述原始评价模型包括决策层以及多个级联的编码块；所述基于更新后的活动样本训练原始评价模型，得到目标评价模型，包括：

通过多个级联的所述编码块提取活动样本的样本特征；

通过所述决策层基于所述编码特征，预测所述活动样本的可行概率；

采用均方误差损失函数基于所述可行概率，计算模型损失；

采用一阶优化算法基于所述模型损失，对所述原始评价模型进行模型优化，以得到所述目标评价模型。