[发明专利]行为预测系统的更新方法及装置、存储介质和计算设备

权利要求书

1.一种行为预测系统的更新方法，包括：

获取训练样本对，其中包括对应同一用户的源域样本和目标域样本，各域样本包括对应域的当前对象，用户已做出特定行为的M个历史对象，以及指示该用户是否对该当前对象做出特定行为的行为标签；

将所述训练样本对输入所述行为预测系统，该行为预测系统包括基于Transformer机制的源域编码层和目标域编码层；

其中，所述源域编码层包括N个源域编码子层，第i个源域编码子层，利用源域查询变换矩阵对M+1个目标域对象的上一层表征向量进行第一线性变换，得到源域查询结果矩阵；分别利用源域键变换矩阵和源域值变换矩阵对M+1个源域对象的上一层表征向量进行变换，得到对应的源域键结果矩阵和源域值结果矩阵；基于所述源域查询结果矩阵和所述源域键结果矩阵的乘积确定源域注意力，基于源域注意力和源域值结果矩阵，得到所述M+1个源域对象的本层表征向量，从而源域编码层编码得到源域当前对象向量和M个源域历史对象向量；

所述目标域编码层包括N个目标域编码子层，第i个目标域编码子层，利用目标域查询变换矩阵对M+1个源域对象的上一层表征向量进行第二线性变换，得到目标域查询结果矩阵；分别利用目标域键变换矩阵和目标域值变换矩阵对M+1个目标域对象的上一层表征向量进行变换，得到对应的目标域键结果矩阵和目标域值结果矩阵；基于目标域查询结果矩阵和目标域键结果矩阵的乘积确定目标域注意力，基于目标域注意力和所述目标域值结果矩阵，得到所述M+1个目标域对象的本层表征向量，从而目标域编码层编码得到目标域当前对象向量和M个目标域历史对象向量；

基于包括所述M个源域历史对象向量以及M个目标域历史对象向量的2M个历史对象向量，分别进行第一融合和第二融合，对应得到源域用户向量和目标域用户向量；

基于所述源域用户向量和所述源域当前对象向量，确定源域行为预测结果；基于所述目标域用户向量和目标域当前对象向量，确定目标域行为预测结果；

基于所述源域行为预测结果和源域行为标签，以及所述目标域行为预测结果和目标域行为标签，更新所述行为预测系统。

2.根据权利要求1所述的方法，其中，所述行为预测系统还包括，源域嵌入层和目标域嵌入层，所述源域嵌入层确定所述M+1个源域对象对应的M+1个源域对象嵌入向量；所述目标域嵌入层确定所述M+1个目标域对象对应的M+1个目标域对象嵌入向量；

所述第i个为第1个；所述M+1个目标域对象的上一层表征向量为所述M+1个目标域对象嵌入向量；所述M+1个源域对象的上一层表征向量为所述M+1个源域对象嵌入向量。

3.根据权利要求1所述的方法，其中，所述第i个不是第1个；

所述M+1个目标域对象的上一层表征向量为，第i-1个目标域编码层输出的M+1个目标域对象表征向量；

所述M+1个源域对象的上一层表征向量为，第i-1个源域编码层输出的M+1个源域对象表征向量。

4.根据权利要求1所述的方法，其中，

所述第一融合包括：利用第一组合权重，对所述M个源域历史对象向量的源域平均向量，以及所述M个目标域历史对象向量的目标域平均向量进行加权求和，得到所述源域用户向量；

所述第二融合包括：利用第二组合权重，对所述源域平均向量和目标域平均向量进行加权求和，得到所述目标域用户向量。

5.根据权利要求1所述的方法，其中，

所述第一融合包括：确定所述源域当前对象向量，针对所述2M个历史对象向量中各个向量分配的第一注意力权重；利用该第一注意力权重，对所述2M个历史对象向量进行加权求和，得到所述源域用户向量；

所述第二融合包括：确定所述目标域当前对象向量，针对所述2M个历史对象向量中各个向量分配的第二注意力权重；利用该第二注意力权重，对所述2M个历史对象向量进行加权求和，得到所述目标域用户向量。