[发明专利]目标事件结果指标权重、影响因素值确定方法及相关装置

权利要求书

1.一种目标事件结果指标权重确定方法，其特征在于，包括：

获取第一训练数据集，其中，所述第一训练数据集包括各个数据单元的目标事件结果值和各个第一相关指标值，所述第一相关指标值为与所述目标事件结果的相关度满足第一相关度阈值的各个第一指标的数值，所述目标事件结果值至少基于所述数据单元的与各个第二相关指标值和第二相关指标权重获取，所述第二相关指标为与所述目标事件结果相关联的指标，且所述第二相关指标值直接反映所述目标事件结果值，所述第一相关指标值间接影响所述目标事件结果值，其中，所述目标事件结果值为对事件概率的发生产生直接影响的各个事件结果中，需要进行指标权重确定的事件结果值，包括学生学会值、学生喜欢课程值或学生受关注值，第二相关指标为第三相关指标中与所述目标事件结果相关的指标，第三相关指标为与事件概率的相关度满足第三相关度阈值的各个第三指标，所述事件概率为某个事情发生的概率，包括退费率或续报率，第三指标，是直接反映事件结果值，并直接影响事件概率的各个指标，第一指标是教师端的指标，第二相关指标和第三指标均是学生端的指标，各个所述第一相关指标均包括预先标注的第一相关指标类别，所述第一相关指标类别的数量小于所述第一相关指标的数量；

利用所述第一训练数据集的各个所述数据单元的目标事件结果值和各个所述第一相关指标值，对待训练的第一降维模型和待训练的目标事件结果拟合模型进行串联训练，直至得到满足训练要求的所述第一降维模型和所述目标事件结果拟合模型，获取第一降维矩阵和拟合矩阵；

根据所述第一降维矩阵和所述拟合矩阵获取权重矩阵，所述权重矩阵的各个元分别对应各个所述第一相关指标；

获取所述权重矩阵的各个所述元的元值的绝对值以及各个所述元的元值的符号，得到元绝对值和所述第一相关指标权重的符号；

根据对应于同一所述第一相关指标类别的各个所述元绝对值，获取各个所述第一相关指标权重。

2.如权利要求1所述的目标事件结果指标权重确定方法，其特征在于，所述根据对应于同一所述第一相关指标类别的各个所述元绝对值，获取各个所述第一相关指标权重的步骤包括：

获取对应于同一所述第一相关指标类别的各个所述元绝对值之和，得到指标类别绝对值；

分别获取对应于同一所述第一相关指标类别的各个所述元绝对值与所述指标类别绝对值的比值，得到各个所述第一相关指标权重。

3.如权利要求1所述的目标事件结果指标权重确定方法，其特征在于，所述根据所述第一降维矩阵和所述拟合矩阵获取权重矩阵的步骤包括：

获取所述第一降维矩阵和所述拟合矩阵的内积，得到所述权重矩阵。

4.如权利要求1所述的目标事件结果指标权重确定方法，其特征在于，所述第一训练数据集包括各个第一训练数据子集，所述第一降维模型的数量至少等于所述第一训练数据子集的数量；

所述利用所述第一训练数据集的各个所述数据单元的目标事件结果值和各个所述第一相关指标值，对待训练的第一降维模型和待训练的目标事件结果拟合模型进行串联训练，直至得到满足训练要求的所述第一降维模型和所述目标事件结果拟合模型，获取第一降维矩阵和所述拟合矩阵的步骤包括：

分别利用各个所述第一训练数据子集的各个所述数据单元的目标事件结果值和各个所述第一相关指标值，对与其对应的所述第一降维模型和所述目标事件结果拟合模型进行串联训练，直至得到满足训练要求的各个所述第一降维模型和各个所述目标事件结果拟合模型，获取各个所述第一降维矩阵和各个所述拟合矩阵；

所述根据所述第一降维矩阵和所述拟合矩阵获取权重矩阵的步骤包括：

根据利用同一所述第一训练数据子集得到的所述第一降维矩阵和所述拟合矩阵，获取初始权重矩阵，得到各个初始权重矩阵；

根据各个所述初始权重矩阵，获取所述权重矩阵。

5.如权利要求4所述的目标事件结果指标权重确定方法，其特征在于，所述根据各个所述初始权重矩阵，获取所述权重矩阵的步骤包括：

获取各个所述初始权重矩阵的元值的平均值，得到所述权重矩阵。