[发明专利]预测模型训练和用户资源额度确定方法及装置

权利要求书

1.一种用于预测用户分享行为数据的预测模型训练方法，通过计算机执行，所述方法包括：

基于分享关系图谱，获取第一用户的第一关系特征；其中，所述分享关系图谱用于表征多个用户之间的分享关系，包括多个用户节点以及用户节点之间存在分享关系时形成的连接边；

至少基于所述第一关系特征，确定所述第一用户的第一特征数据；

获取所述第一用户在接收到第一资源额度的资源之后的分享行为数据，作为标准数据；其中，所述资源为对所述第一用户的奖励资源；

将所述第一特征数据和所述第一资源额度输入预测模型，通过所述预测模型输出所述第一用户针对所述第一资源额度的分享行为的预测数据；

根据所述标准数据与所述预测数据的比较，确定第一预测损失；

向使得所述第一预测损失减小的方向，更新所述预测模型。

2.根据权利要求1所述的方法，所述基于分享关系图谱，获取第一用户的第一关系特征的步骤，包括：

通过图神经网络模型，利用所述分享关系图谱中第一用户节点及其邻居节点集的数据，进行多级特征聚合，得到所述第一用户的第一关系特征；其中，所述第一用户节点对应所述第一用户。

3.根据权利要求2所述的方法，所述向使得所述第一预测损失减小的方向，更新所述预测模型的步骤，包括：

向使得所述第一预测损失减小的方向，更新所述预测模型和所述图神经网络模型。

4.根据权利要求1所述的方法，所述至少基于所述第一关系特征，确定所述第一用户的第一特征数据的步骤，包括：

获取用于表征所述第一用户的静态属性的第一属性特征，和/或，获取用于表征所述第一用户的个体资源敏感度的第一个体特征；其中，所述第一个体特征基于所述第一用户针对不同资源额度执行个体行为时对应的个体行为数据而提取得到；

将所述第一关系特征与所述第一属性特征和/或所述第一个体特征进行融合，得到所述第一用户的第一特征数据。

5.根据权利要求1所述的方法，所述分享行为数据包括不同类别的子分享行为数据；

所述根据所述标准数据与所述预测数据的比较，确定第一预测损失的步骤，包括：

将所述标准数据与所述预测数据中同类别的子分享行为数据分别进行比较，得到多个类别的预测损失；

根据多个类别的第一预设权重，对多个类别的预测损失进行融合，得到所述第一预测损失。

6.根据权利要求1所述的方法，所述基于分享关系图谱，获取第一用户的第一关系特征的步骤，包括：

获取所述分享关系图谱的邻接矩阵；

对所述邻接矩阵进行特征值分解，利用特征值分解结果，确定所述邻接矩阵的节点向量矩阵；

从所述节点向量矩阵中读取所述第一用户对应的第一节点向量，作为所述第一关系特征。

7.一种确定用户资源额度以对用户进行资源分配的方法，通过计算机执行，所述方法包括：

基于分享关系图谱，获取待分配资源的第二用户的第二关系特征；其中，所述分享关系图谱用于表征多个用户之间的分享关系，包括多个用户节点以及用户节点之间存在分享关系时形成的连接边；

至少基于所述第二关系特征，确定所述第二用户的第二特征数据；

将所述第二特征数据和多个不同档位资源额度输入预测模型，通过所述预测模型输出所述第二用户针对所述多个不同档位资源额度的分享行为数据；其中，所述预测模型采用权利要求1所述的方法训练完成；

根据输出的所述分享行为数据对多个不同档位资源额度进行选择，根据选择结果确定针对所述第二用户分配的资源额度。

8.根据权利要求7所述的方法，所述根据输出的所述分享行为数据对多个不同档位资源额度进行选择，根据选择结果确定针对所述第二用户分配的资源额度的步骤，包括：

获取待分配资源的剩余总资源；

按照输出的所述分享行为数据的大小对多个不同档位资源额度进行排序，并从排序结果中选择一个不大于所述剩余总资源的档位资源额度，作为针对所述第二用户分配的资源额度。