摘要
本申请涉及一种行为预测方法。所述方法包括:根据账户历史数据对应的时间信息,对账户历史数据的特征向量进行划分,得到多个历史时间段对应的账户特征样本;将每个历史时间段对应的账户特征样本,按照历史时间段的时间顺序分别输入到行为预测模型中,以通过行为预测模型,对账户特征样本依次进行特征转换处理、编码处理、特征组合处理、注意力机制处理和解码处理,得到每个历史时间段对应的预测行为信息;根据每个历史时间段对应的预测行为信息与每个历史时间段对应的历史行为信息,对行为预测模型进行迭代训练,得到训练后的目标行为预测模型。采用本方法能够充分考虑账户在不同时间段下的行为演变模式,从而提高行为预测的准确性。
技术关键词
时间段
账户
注意力机制
样本
计算机设备
模型训练模块
解码器
计算机程序产品
处理器
编码器
预测装置
场景
可读存储介质
存储器
数据