本发明专利技术实施例公开了一种归因分析系统、训练方法、归因分析方法以及装置。该系统包括：触点编码模块，用于对分析对象的行为数据进行触点编码，得到触点编码数据；触点分析模块，用于对分析对象数据和操作对象数据进行触点贡献分析，得到初始触点贡献数据，其中，所述分析对象数据包括所述分析对象的行为数据和分析对象标签；数据融合模块，用于将所述触点编码数据和所述初始触点贡献数据进行数据融合，得到所述分析对象的触点贡献数据。通过本发明专利技术实施例公开的技术方案，实现了在保证归因结果准确的前提下，提升归因分析的效率。提升归因分析的效率。提升归因分析的效率。
【技术实现步骤摘要】
归因分析系统、训练方法、归因分析方法以及装置
[0001]本专利技术实施例涉及人工智能技术，尤其涉及一种归因分析系统、训练方法、归因分析方法以及装置。
技术介绍
[0002]在互联网购物过程中，用户从搜索商品到下单成功可以成为用户转化的过程。通常用户转化是由多种因素造成的，每个行为都有一定的贡献度。商家和平台希望通过归因分析，即分析用户行为，确定各个行为对最终转化的贡献度，从而指导更高效的营销策略和资源配置。
[0003]现有技术中常用的归因分析方法有两类，一类基于规则，一类是多触点归因模型。
[0004]在现有技术的实施过程中，基于规则方法进行归因存在考虑特征单一的问题，从而导致归因结果不准确。多触点归因模型通过使用正负样本等多特征的训练模型能够避免上述缺陷。但是现有的多触点归因模型的一个主要问题是计算量大，比较耗时，从而导致归因分析的效率较低。
技术实现思路
[0005]本专利技术提供了一种归因分析系统、训练方法、归因分析方法以及装置，以实现在保证归因结果准确的前提下，提升归因分析的效率。
[0006]根据本专利技术的一方面，提供了一种归因分析系统，该系统包括：
[0007]触点编码模块，用于对分析对象的行为数据进行触点编码，得到触点编码数据；
[0008]触点分析模块，用于对分析对象数据和操作对象数据进行触点贡献分析，得到初始触点贡献数据，其中，所述分析对象数据包括所述分析对象的行为数据和分析对象标签；
[0009]数据融合模块，用于将所述触点编码数据和所述初始触点贡献数据进行数据融合，得到所述分析对象的触点贡献数据。
[0010]根据本专利技术的另一方面，提供了一种归因分析方法，该方法包括：
[0011]获取分析对象数据和操作对象数据，将所述分析对象数据和操作对象数据输入至如任一实施例所述的归因分析系统，得到所述归因分析系统输出的触点贡献数据。
[0012]根据本专利技术的另一方面，提供了一种归因分析系统的训练方法，该训练方法包括：
[0013]获取样本数据，其中，所述样本数据包括操作成功的正样本数据和操作失败的负样本数据，所述分析对象数据和操作对象数据；
[0014]基于所述样本数据对待训练的归因分析系统进行迭代训练，直到满足训练结束条件，得到训练完成的归因分析系统：
[0015]将所述样本数据输入至所述归因分析系统中，得到所述样本数据中分析对象的触点贡献数据，其中，所述触点贡献数据中包括所述样本数据中存在的行为触点的第一数据和所述样本数据中不存在的行为触点的第二数据；
[0016]基于所述第一数据和第二数据，以及其分别对应的标准数据，确定损失函数，并基
于损失函数对所述归因分析系统进行参数调节。
[0017]根据本专利技术的另一方面，提供了一种归因分析系统的训练装置，该心理装置包括：
[0018]数据获取模块，用于获取样本数据，其中，所述样本数据包括操作成功的正样本数据和操作失败的负样本数据，所述分析对象数据和操作对象数据；
[0019]归因分析系统训练模块，用于基于所述样本数据对待训练的归因分析系统进行迭代训练，直到满足训练结束条件，得到训练完成的归因分析系统：
[0020]触点贡献数据获取模块，用于将所述样本数据输入至所述归因分析系统中，得到所述样本数据中分析对象的触点贡献数据，其中，所述触点贡献数据中包括所述样本数据中存在的行为触点的第一数据和所述样本数据中不存在的行为触点的第二数据；
[0021]归因分析系统调节模块，用于基于所述第一数据和第二数据，以及其分别对应的标准数据，确定损失函数，并基于损失函数对所述归因分析系统进行参数调节。
[0022]根据本专利技术的另一方面，提供了一种电子设备，所述电子设备包括：
[0023]至少一个处理器；以及
[0024]与所述至少一个处理器通信连接的存储器；其中，
[0025]所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例所述的归因分析方法；和/或，执行任一实施例所述的归因分析系统的训练方法。
[0026]根据本专利技术的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的归因分析方法；和/或，执行任一实施例所述的归因分析系统的训练方法。
[0027]本专利技术实施例的技术方案具体包括：触点编码模块，用于对分析对象的行为数据进行触点编码，得到触点编码数据；触点分析模块，用于对分析对象数据和操作对象数据进行触点贡献分析，得到初始触点贡献数据，其中，所述分析对象数据包括所述分析对象的行为数据和分析对象标签；数据融合模块，用于将所述触点编码数据和所述初始触点贡献数据进行数据融合，得到所述分析对象的触点贡献数据。本专利技术实施例的技术方案通过将行为数据直接输入至上述归因分析系统中，并直接得到归因分析系统输出的各行为的触点贡献数据，实现了在保证归因结果准确的前提下，提升归因分析的效率。
[0028]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0029]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，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。
[0030]图1是本专利技术实施例中提供的一种归因分析系统的结构图；
[0031]图2是本专利技术实施例中提供的另一种归因分析系统的结构图；；
[0032]图3是本专利技术实施例中提供的一种归因分析方法的流程图；
[0033]图4是本专利技术实施例中提供的一种归因分析系统训练方法的流程图；
[0034]图5是本专利技术实施例中提供的另一种归因分析系统训练方法的流程图；
[0035]图6是本专利技术实施例中提供的另一种归因分析系统的结构图；
[0036]图7是本专利技术实施例中提供的一种归因分析系统训练装置的结构图；
[0037]图8是本专利技术实施例中提供的一种电子设备的结构图。
具体实施方式
[0038]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0039]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种归因分析系统，其特征在于，包括：触点编码模块，用于对分析对象的行为数据进行触点编码，得到触点编码数据；触点分析模块，用于对分析对象数据和操作对象数据进行触点贡献分析，得到初始触点贡献数据，其中，所述分析对象数据包括所述分析对象的行为数据和分析对象标签；数据融合模块，用于将所述触点编码数据和所述初始触点贡献数据进行数据融合，得到所述分析对象的触点贡献数据。2.根据权利要求1所述的归因分析系统，其特征在于，所述触点编码模块用于识别所述行为数据中的行为触点类型，并在初始编码数据中，将识别出的行为触点类型对应的编码值设置为预设编码值，以及，未识别出的行为触点类型对应的编码值保持初始编码值。3.根据权利要求1所述的归因分析系统，其特征在于，所述触点分析模块包括：语义特征提取单元，用于对所述分析对象的行为数据进行语义提取，得到行为语义特征；特征交互单元，用于对所述行为语义特征、分析对象标签和操作对象数据处理，得到交互特征；贡献处理单元，用于对所述交互特征进行处理，得到初始触点贡献数据。4.根据权利要求3所述的归因分析系统，其特征在于，贡献处理单元中包括处理层和激活函数层，其中，所述激活函数层中的激活函数的数值范围大于0，用于将所述处理层的处理结果转换为非负数。5.一种归因分析方法，其特征在于，包括：获取分析对象数据和操作对象数据，将所述分析对象数据和操作对象数据输入至如权利要求1
‑
4任一所述的归因分析系统，得到所述归因分析系统输出的触点贡献数据。6.一种归因分析系统的训练方法，其特征在于，包括：获取样本数据，其中，所述样本数据包括操作成功的正样本数据和操作失败的负样本数据，所述分析对象数据和操作对象数据；基于所述样本数据对待训练的归因分析系统进行迭代训练，直到满足训练结束条件，得到训练完成的归因分析系统：将所述样本数据输入至所述归因分析系统中，得到所述样本数据中分析对象的触点贡献数据，其中，所述触点贡献数据中包括所述样本数据中存在的行为触点的第一数据和所述样本数据中不存在的行为触点的第二数据；基于所述第一数据和第二数据，以及其分别对应的标准数据，确定损失函数，并基于损失函数对所述归因分析系统进行参数调节。7.根据权利要求6所述的方法，其特征在于，所述归因分析系统中的语义特征提取单元为预先训练得到的编码器；相应的，所述基于损失函数对所述归因分析系统进行参数调节，包括：基于损失函数对所述归因分析系统中的特征交互单元和贡献处理单元进行参数调节。8.根据...
【专利技术属性】
技术研发人员：徐岱，
申请(专利权)人：北京京东世纪贸易有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。