信息展示方法、后验信息确定方法及装置及相关设备制造方法及图纸

本公开涉及人工智能技术领域，具体涉及一种用户触发目标事件的后验信息确定方法及装置、事件信息展示方法、计算机可读存储介质及电子设备，方法包括采集待确定用户与目标事件相关的历史特征信息，对历史特征信息进行预处理得到特征数据；获取预设的目标预测模型中的多条参考特征路径，其中每条参考特征路径对应一个参考事件触发概率；根据特征数据，选取与特征数据匹配的参考特征路径为目标特征路径；将目标特征路径对应的参考事件触发概率确定为待确定用户触发目标事件的后验信息。本公开实施例的技术方案相较于现有技术提高了对用户触发目标事件的后验信息确定的精度。

【技术实现步骤摘要】
信息展示方法、后验信息确定方法及装置及相关设备
本公开涉及人工智能
，具体而言，涉及一种用户触发目标事件的后验信息确定方法及装置、事件信息展示方法、计算机可读存储介质及电子设备。
技术介绍
在许多行业中，随着数据挖掘技术的发展，对用户触发目标事件的后验信息进行确认以对相关业务进行调整或操作，能够有效的将用户感兴趣的事物呈现给用户，能够减少不必要的操作；例如，在保险行业确定用户关于保险的属性信息，以确定用户对保险是否感兴趣，进而确定是否进行保险的推广。但是，现有技术中的用户触发目标事件的后验信息确定方法对用户触发目标事件的后验信息确定的精度不足，会导致对相关业务进行许多不必要的调整或者操作，有时会造成较大损失。因此，有必要提出一种新的用户触发目标事件的后验信息确定方法及装置、事件信息展示方法、计算机可读存储介质及电子设备。需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
本公开的目的在于提供一种用户触发目标事件的后验信息确定方法及装置、事件信息展示方法、计算机可读存储介质及电子设备，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的对事件触发的预测精度不足，会导致对相关业务进行许多不必要的调整或者操作，有时会造成较大损失的不足。本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。根据本公开的第一方面，用户触发目标事件的后验信息确定方法，包括：采集待确定用户与目标事件相关的历史特征信息，对所述历史特征信息进行预处理得到特征数据；获取预设的目标预测模型中的多条参考特征路径，其中每条所述参考特征路径对应一个参考事件触发概率；根据所述特征数据，选取与所述特征数据匹配的参考特征路径为目标特征路径；将所述目标特征路径对应的参考事件触发概率确定为所述待确定用户触发所述目标事件的后验信息。在本公开的一种示例性实施例中，对所述历史特征信息进行预处理得到特征数据，包括：对所述历史特征信息进行数据清洗；对数据清洗后的所述历史特征信息数据进行离散化处理得到特征数据。在本公开的一种示例性实施例中，所述方法还包括：获取特征数据与所述事件触发概率之间的目标预测模型。在本公开的一种示例性实施例中，获取所述特征数据与所述事件触发概率之间的目标预测模型，包括：获取训练数据，所述训练数据包括多组所述特征数据和与所述特征数据一一对应的事件触发状态；基于所述训练数据，利用机器学习得到所述目标预测模型。在本公开的一种示例性实施例中，基于所述训练数据，利用机器学习得到所述预测模型，包括：将多组所述训练数据通过数据抽样分为训练样本集合和测试样本集合；基于所述训练样本集合对初始预测模型进行训练得到参考预测模型；基于测试样本集合对所述参考预测模型进行调整得到所述目标预测模型。在本公开的一种示例性实施例中，所述初始预测模型为ID3决策树，所述特征数据包括多个特征属性，基于所述训练样本集合对初始预测模型进行训练得到参考预测模型，包括：计算各所述训练样本集合的信息熵；基于所述事件触发状态根据所述信息熵计算各所述特征属性的信息增益；在所述决策树的每个节点选择未用来划分且所述信息增益最大的所述特征属性作为划分标准，直至完成训练得到所述参考预测模型。根据本公开的一个方面，提供一种信息展示方法，包括：上述任意一项所述的用户触发目标事件的后验信息确定方法；当所述目标事件触发概率大于等于预设值时，将所述目标事件的信息展示给所述用户。根据本公开的一个方面，提供一种用户触发目标事件的后验信息确定装置，包括：采集模块，用于采集待确定用户与目标事件相关的历史特征信息，对所述历史特征信息进行预处理得到特征数据；获取模块，用于获取预设的目标预测模型中的多条参考特征路径，其中每条所述参考特征路径对应一个参考事件触发概率；选取模块，用于根据所述特征数据，选取与所述特征数据匹配的参考特征路径为目标特征路径；确定模块，用于将所述目标特征路径对应的参考事件触发概率确定为所述待确定用户触发目标事件的后验信息确定。根据本公开的一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如上述任意一项所述的用户触发目标事件的后验信息确定方法。根据本公开的一个方面，提供一种电子设备，包括：处理器；以及存储器，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如上述任意一项所述的用户触发目标事件的后验信息确定方法。本公开实施例提供的技术方案可以包括以下有益效果：本公开的一种实施例所提供的用户触发目标事件的后验信息确定方法中，通过在待确定用户的与目标事件相关的历史特征信息中提取特征数据后，依据特征数据和在待预测模型中选取的与特征数据匹配的特征路径来确定用户触发目标事件的后验信息；一方面，对待确定用户的历史特征信息进行预处理得到特征数据，将待确定用户以往的特征信息均应用到确认用户触发目标事件的后验信息上，根据用户的行为习惯来预测用户之后的行为，能够提高对用户触发目标事件的后验信息进行确定的准确性，避免了对相关业务进行非必要的调整或者操作；另一方面，利用待确定用户的特征数据与待预测模型中的特征分支进行匹配，利用匹配结果来确定用户触发目标事件的后验信息，通过对应的匹配关系进一步的增加了确定用户触发目标事件的后验信息的准确性。进一步的，利用确定的用户触发目标事件的后验信息将用户之后的行为动作进行量化，通过用户触发目标事件的后验信息对用户后续的行为进行预测以及判断能够减少对用户的流失，也能够方便用户来触发用户感兴趣的事件。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。附图说明此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：图1是本公开示例性实施例中用户触发目标事件的后验信息确定方法的流程图；图2是本公开示例性实施例中对历史特征信息进行预处理的流程图；图3是本公开示例性实施例中简易决策树的示意图；图4是本公开示例性实施例中获取目标预测模型的流程图；图5是本公开示例性实施例中利用机器学习得到所述预测模型的流程图；图6是本公开示例性实施例中对初始预测模型进行训练得到参考预测模型的流程图；图7是本公开示例性实施例中训练数据结果示意图；图8是本公开示例性实施例中节点划分示意图；本文档来自技高网...

【技术保护点】
1.一种用户触发目标事件的后验信息确定方法，其特征在于，包括：/n采集待确定用户与目标事件相关的历史特征信息，对所述历史特征信息进行预处理得到特征数据；/n获取预设的目标预测模型中的多条参考特征路径，其中每条所述参考特征路径对应一个参考事件触发概率；/n根据所述特征数据，选取与所述特征数据匹配的参考特征路径为目标特征路径；/n将所述目标特征路径对应的参考事件触发概率确定为所述待确定用户触发所述目标事件的后验信息。/n

【技术特征摘要】
1.一种用户触发目标事件的后验信息确定方法，其特征在于，包括：
采集待确定用户与目标事件相关的历史特征信息，对所述历史特征信息进行预处理得到特征数据；
获取预设的目标预测模型中的多条参考特征路径，其中每条所述参考特征路径对应一个参考事件触发概率；
根据所述特征数据，选取与所述特征数据匹配的参考特征路径为目标特征路径；
将所述目标特征路径对应的参考事件触发概率确定为所述待确定用户触发所述目标事件的后验信息。


2.根据权利要求1所述的方法，其特征在于，对所述历史特征信息进行预处理得到特征数据，包括：
对所述历史特征信息进行数据清洗；
对数据清洗后的所述历史特征信息数据进行离散化处理得到特征数据。


3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
获取特征数据与所述事件触发概率之间的目标预测模型。


4.根据权利要求3所述的方法，其特征在于，获取所述特征数据与所述事件触发概率之间的目标预测模型，包括：
获取训练数据，所述训练数据包括多组所述特征数据和与所述特征数据一一对应的事件触发状态；
基于所述训练数据，利用机器学习得到所述目标预测模型。


5.根据权利要求4所述的方法，其特征在于，基于所述训练数据，利用机器学习得到所述预测模型，包括：
将多组所述训练数据通过数据抽样分为训练样本集合和测试样本集合；
基于所述训练样本集合对初始预测模型进行训练得到参考预测模型；
基于测试样本集合对所述参考预测模型进行调整得到所述目标预测模型。


6.根据权利要求5所述的方法，其特征在于，所述初始预测模型为ID3决策...

【专利技术属性】
技术研发人员：汤泽，韩沙日拉，
申请(专利权)人：泰康保险集团股份有限公司，
类型：发明
国别省市：北京;11