摘要
本发明涉及用户价值的预测方法技术领域,具体为:一种用户价值的预测方法、装置以及存储介质,具体包括以下步骤:步骤1:采集用户的多模态数据,包括文本数据、图像数据、行为数据以及基础属性数据;步骤2:利用因果推断算法从多模态数据中发现用户行为与价值之间的因果关系;步骤3:基于筛选出的因果特征集合Xcausal,构建动态贝叶斯网络;步骤4:使用最大似然估计对动态贝叶斯网络的参数进行学习;步骤5:使用均方根误差、平均绝对误差指标对模型进行评估;本发明中,因果关系发现与特征筛选环节,借助因果推断算法构建因果图,精准识别对用户价值有直接因果影响的特征,有效规避虚假关联。
技术关键词
动态贝叶斯网络
分类属性数据
BERT模型
词向量模型
文本
节点
词语
可读存储介质
算法
变量
图像
关系
预测装置
存储器
计算机
分词
自然语言
处理器