买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:平安科技(深圳)有限公司
摘要:本发明涉及人工智能技术,揭露了一种智能归因分析方法,包括:获取初始数据集并对异常值进行数据替换处理,得到标准数据集;将所述标准数据集分为被归因现象数据集及对应的归因因子数据集;将被归因现象数据集及归因因子数据集导入到预设的模型库中,计算模型库中各个模型的预测成功率;根据预测成功率确定最优归因现象预测模型;根据最优归因现象预测模型的类型选取模型解释算法,利用模型解释算法各个归因因子数据的贡献度。此外,本发明还涉及区块链技术,初始数据集及各个归因因子的贡献度可存储于区块链的节点。本发明还提出一种智能归因分析装置、电子设备以及存储介质。本发明可以提高归因分析的准确度。
主权项:1.一种智能归因分析方法,其特征在于,所述方法包括:获取初始数据集,对所述初始数据集中的异常值进行数据替换处理,得到标准数据集,所述初始数据集包括互联网广告行业的数据、保险行业的数据和或智能客服场景下的数据;利用预先构建的变量库将所述标准数据集分为被归因现象数据集以及与所述被归因现象数据集相对应的归因因子数据集;将所述被归因现象数据集及所述归因因子数据集导入预设的归因现象预测模型库中,计算所述归因现象预测模型库中各个归因现象预测模型的预测成功率;根据所述模型预测成功率从所述归因现象预测模型库中确定最优归因现象预测模型;根据所述最优归因现象预测模型的类型选取相对应的模型解释算法,利用所述模型解释算法计算所述归因因子数据集中各个归因因子数据对所述被归因现象数据的贡献度;其中,所述利用预先构建的变量库将所述标准数据集分为被归因现象数据集以及与所述被归因现象数据集相对应的归因因子数据集,包括:将所述标准数据集中的变量数据与预先构建的变量库进行对比,将所述标准数据集中与所述变量库中一致的变量数据确定为被归因现象数据,以及将所述标准数据集中与所述变量库中不一致的变量数据确定为归因因子数据;计算所述被归因现象数据与所述归因因子数据的关联度,将所述关联度大于预设阈值的归因因子数据确定为与所述被归因现象数据相对应的目标归因因子数据;汇集所述被归因现象数据及所述目标归因因子数据,得到被归因现象数据集以及与所述被归因现象数据集相对应的归因因子数据集;所述利用所述模型解释算法计算所述归因因子数据集中各个归因因子数据对所述被归因现象数据的贡献度,包括:计算所述归因因子数据集中各个归因因子数据的标准差,并根据所述标准差确定所述各个归因因子数据的扰动范围;根据所述扰动范围对所述各个归因因子数据进行数据扰动,得到所述各个归因因子的新数据;基于所述模型解释算法采用所述各个归因因子的新数据训练得到目标线性回归模型,得到所述各个归因因子数据所对应的权重;将所述各个归因因子数据与所述对应的权重相乘,得到所述各个归因因子数据的贡献度;所述基于所述模型解释算法采用所述各个归因因子的新数据训练得到目标线性回归模型,包括:分别计算所述各个归因因子数据与所述各个归因因子的新数据之间的距离,并将所述距离作为所述各个归因因子的新数据的权重;利用所述最优归因现象预测模型对所述各个归因因子的新数据进行被归因现象预测,得到被归因现象预测数据,并将所述被归因现象预测数据作为所述各个归因因子的新数据对应的标签数据;基于预设模型解释算法采用所述标签数据和带权重的所述各个归因因子的新数据训练得到目标线性回归模型。
全文数据:
权利要求:
百度查询: 平安科技(深圳)有限公司 智能归因分析方法、装置、设备及存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。