[发明专利]一种基于结构化数据的预测方法

摘要

本发明涉及一种基于结构化数据的预测方法，属于人工智能学习预测技术领域，包括获取所述结构化数据元组x＝＜x1，x2，...xj，...xm＞；将属性值xj转换为嵌入向量表示ej；使用多个指数神经元基于所述嵌入向量建模所述x的特征相互作用；将所有所述特征相互作用聚合构建所述x的特征向量；基于所述特征向量进行分类预测。本发明通过指数神经元建模交叉特征，克服了对数神经元输入必须为正的限制，提高了神经元灵活性及适用场景，提升了交叉特征建模的有效性；多头门控注意力机制能够根据输入数据动态并有选择性地建模任意阶的交叉特征，提升了特征建模的准确性和效率，进而提升了目标预测的准确性和效率；通过门控机制动态捕捉输入样本的交互项，提供了模型决策的可解释性以及新的见解。