[发明专利]续保行为预测模型的联合训练方法、装置及电子设备

权利要求书

1.一种续保行为预测模型的联合训练方法，其特征在于，包括：

构建续保行为预测模型的联合训练网络，所述联合训练网络包括多个续保行为预测模型，各续保行为预测模型对应一个指定时间节点，其中，所述联合训练网络的整体损失函数是根据各续保行为预测模型的损失与一致性损失共同构建的；

构建训练样本集，所述训练样本集中任一样本包括一客户在多个指定时间节点对应的用户数据以及对应的标注；

将所述训练样本集输入所述联合训练网络进行训练，并根据所述整体损失函数的结果对各所述续保行为预测模型的参数进行调整，得到各指定时间节点对应的续保行为预测模型。

2.根据权利要求1所述的方法，其特征在于，所述指定时间节点的数量为多个，所述整体损失函数L(θ)为：

其中，

若各所述续保行为预测模型为二分类模型，则若各所述续保行为预测模型为多分类模型，则

表征各所述续保行为预测模型的损失；

n表示训练样本数，α表示一致性损失函数的权重，T表示温度超参数，表示当前样本是否属于该任务，表示样本x^j的本真值，为各续保行为预测模型的输出内容。

3.根据权利要求2所述的方法，其特征在于，所述指定时间节点的数量为两个，所述整体损失函数L(θ)为：

其中，

分别表示样本x¹，x²的本真值，为各续保行为预测模型的输出内容。

4.根据权利要求1所述的方法，其特征在于，所述多个指定时间节点包括：保单到期时间、保单到期前第一指定时长、保单到期后第二指定时长；

所述构建续保行为预测模型的联合训练网络，包括：

确定多个指定时间节点；

根据指定时间节点的数量，确定续保行为预测模型的数量，以及所述整体损失函数的表达式，形成续保行为预测模型的联合训练网络。

5.根据权利要求1所述的方法，其特征在于，所述构建训练样本集包括：

对于一个训练样本，获取其在多个指定时间的用户信息和用户行为，并根据所述用户信息和所述用户行为，确定该用户在多个指定时间节点对应的用户数据以及对应的标注；

循环执行所述对于一个训练样本，获取其在多个指定时间的用户信息和用户行为，并根据所述用户信息和所述用户行为，确定该用户在多个指定时间节点对应的用户数据以及对应的标注的步骤，直到得到指定数量的训练样本，构成所述训练样本集。

6.根据权利要求1所述的方法，其特征在于，所述将所述训练样本集输入所述联合训练网络进行训练，并根据所述整体损失函数的结果对各所述续保行为预测模型的参数进行调整，得到各指定时间节点对应的续保行为预测模型，包括：

在所述训练样本集中进行采样，得到目标训练样本；

将目标训练样本分割为各指定时间节点对应的多个输入向量；

将各指定时间节点的输入向量分别输入到对应的续保行为预测模型中；

根据各续保行为预测模型的输出内容，确定所述整体损失函数的值；

根据所述整体损失函数的值，更新各续保行为预测模型的参数。

7.根据权利要求1～6中任一项所述的方法，其特征在于，各所述续保行为预测模型的结构是相同的，各所述续保行为预测模型的结构分别包括：embedding层连接MLP模型。