一种混合双向时序融合模型训练方法及患病风险预测方法

一种混合双向时序融合模型训练方法及患病风险预测方法，涉及大模型技术领域。在该方法中，获取样本数据集，样本数据集包括至少一个用户对应的第一样本数据、第二样本数据、用户历史基础数据以及实际结果；利用样本数据集对初始模型进行训练，得到第一输出结果，初始模型包括TSMixer模型和wide&deep模型，第一输出结果为对第二输出结果和第三输出结果进行拼接得到，第二输出结果为利用第一样本数据和第二样本数据对TSMixer模型进行训练得到，第三输出结果为利用用户历史基础数据对wide&deep模型进行训练得到；直至初始模型的训练满足停止条件时，结束训练，生成混合双向时序融合模型。实施本申请提供的技术方案，以提高对参保人员患病风险进行预测的准确性。