事件预估方法、装置、设备、存储介质及程序产品与流程

本申请实施例涉及机器学习领域，特别涉及一种事件预估方法、装置、设备、存储介质及程序产品。

背景技术：

1、随着机器学习技术的发展，机器学习模型已经逐步应用到疾病预测中，通过将患者的历史疾病数据输入至机器学习模型的方法，借助机器学习模型对患者未来可能患有的疾病进行预测。

2、相关技术中，通常获取在不同时刻下对应的历史疾病确诊情况后，根据时刻与疾病之间的对应关系得到多个历史疾病数据，将历史时间段内的历史疾病数据输入机器学习模型，由机器学习模型对全部历史疾病数据进行综合分析，根据历史时间段内患者的患病情况，对未来可能患有的疾病以及可能加重的疾病情况进行预测。

3、然而，在上述预测过程中，在根据时刻与疾病之间的对应关系得到历史疾病数据时，历史疾病数据呈现为单标签的情况，虽然能够根据全部历史疾病数据对未来的疾病情况进行预测，但忽略了同一时刻下不同疾病之间可能存在的关联关系。因此，若仅仅综合分析全部历史疾病数据，容易降低疾病预测的准确率。

技术实现思路

1、本申请实施例提供了一种事件预估方法、装置、设备、存储介质及程序产品，不仅充分考虑到不同历史时刻下发生的历史事件之间的时序因果关系，还考虑到了相同历史时刻下多个历史事件之间的事件并列关系，有利于提高事件发生概率的预测准确率。所述技术方案如下。

2、一方面，提供了一种事件预估方法，所述方法包括：

3、获取历史时间段内生成的多个目标数据对，所述目标数据对中包括历史时刻与历史事件之间的对应关系，所述目标数据对用于指示在所述历史时刻发生的历史事件；

4、对所述目标数据对进行特征提取，得到所述目标数据对所对应的事件特征表示；

5、对对应相同历史时刻的所述事件特征表示进行特征融合处理，得到与多个历史时刻分别对应的融合事件特征表示；

6、沿时间序列维度对多个融合事件特征表示进行事件关联度分析，确定所述多个历史时刻下发生的历史事件对于发生指定事件的事件影响强度，所述指定事件是待进行预估在所述历史时间段之后发生的事件，所述指定事件与所述历史时间段内发生的历史事件存在伴随关联关系；

7、基于所述事件影响强度确定发生所述指定事件的事件发生概率。

8、另一方面，提供了一种事件预估装置，所述装置包括：

9、获取模块，用于获取历史时间段内生成的多个目标数据对，所述目标数据对中包括历史时刻与历史事件之间的对应关系，所述目标数据对用于指示在所述历史时刻发生的历史事件；

10、提取模块，用于对所述目标数据对进行特征提取，得到所述目标数据对所对应的事件特征表示；

11、融合模块，用于对对应相同历史时刻的所述事件特征表示进行特征融合处理，得到与多个历史时刻分别对应的融合事件特征表示；

12、分析模块，用于沿时间序列维度对多个融合事件特征表示进行事件关联度分析，确定所述多个历史时刻下发生的历史事件对于发生指定事件的事件影响强度，所述指定事件是待进行预估在所述历史时间段之后发生的事件，所述指定事件与所述历史时间段内发生的历史事件存在伴随关联关系；

13、确定模块，用于基于所述事件影响强度确定发生所述指定事件的事件发生概率。

14、另一方面，提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如上述本申请实施例中任一所述事件预估方法。

15、另一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如上述本申请实施例中任一所述的事件预估方法。

16、另一方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述实施例中任一所述的事件预估方法。

17、本申请实施例提供的技术方案带来的有益效果至少包括：

18、获取体现历史时刻与历史事件之间对应关系的目标数据对，并得到与目标数据对对应的事件特征表示；对相同历史时刻的事件特征表示进行特征融合处理后得到与多个历史时刻分别对应的融合事件特征表示；沿时间序列维度对多个融合事件特征表示进行事件关联度分析，确定多个历史时刻下发生的历史事件对于发生指定事件的事件影响强度，从而确定发生指定事件的事件发生概率。不仅充分考虑到不同历史时刻下发生的历史事件之间的时序因果关系，还考虑到了相同历史时刻下多个历史事件之间的事件并列关系，在一个历史时刻对应多个历史事件的情况下，更加充分地考虑了历史事件对于发生指定事件的事件影响强度，从而提高了事件发生概率的预测准确率，也更有利于使用对象根据事件发生概率对指定事件进行规避或迎合。

技术特征：

1.一种事件预估方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述沿时间序列维度对多个融合事件特征表示进行事件关联度分析，确定所述多个历史时刻下发生的历史事件对于发生指定事件的事件影响强度，包括：

3.根据权利要求2所述的方法，其特征在于，所述沿所述时间序列维度对多个事件序列特征表示进行事件关联度分析，确定所述多个历史时刻下发生的历史事件对于发生所述指定事件的所述事件影响强度，包括：

4.根据权利要求1至3任一所述的方法，其特征在于，所述指定事件是指定时刻下发生的事件；

5.根据权利要求4所述的方法，其特征在于，所述基于所述权重参数集合和所述系数参数集合，对多个时间段数据进行调整，确定与所述多个历史时刻分别对应的调整数据，包括：

6.根据权利要求1至3任一所述的方法，其特征在于，所述确定所述多个历史时刻下发生的历史事件对于发生指定事件的事件影响强度，包括：

7.根据权利要求1至3任一所述的方法，其特征在于，所述基于所述事件影响强度确定发生所述指定事件的事件发生概率，包括：

8.根据权利要求7所述的方法，其特征在于，所述基于所述基本事件强度和所述事件影响强度，得到发生所述目标事件的所述事件发生概率，包括：

9.根据权利要求1至3任一所述的方法，其特征在于，所述方法还包括：

10.一种事件预估方法，其特征在于，所述方法包括：

11.一种事件预估装置，其特征在于，所述装置包括：

12.一种事件预估装置，其特征在于，所述装置包括：

13.一种计算机设备，其特征在于，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述至少一条指令由所述处理器加载并执行以实现如权利要求1至11任一所述的事件预估方法。

14.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现如权利要求1至11任一所述的事件预估方法。

15.一种计算机程序产品，其特征在于，包括计算机程序或指令，所述计算机程序或指令被处理器执行时实现如权利要求1至11任一所述的事件预估方法。

技术总结
本申请公开了一种事件预估方法、装置、设备、存储介质及程序产品，涉及机器学习领域。该方法包括：获取历史时间段内生成的多个目标数据对，并得到目标数据对所对应的事件特征表示；对相同历史时刻的事件特征表示进行特征融合处理后得到融合事件特征表示；沿时间序列维度对多个融合事件特征表示进行事件关联度分析，确定多个历史时刻下发生的历史事件对于发生指定事件的事件影响强度，并确定发生指定事件的事件发生概率。不仅充分考虑到不同历史时刻下发生的历史事件之间的时序因果关系，还考虑到了相同历史时刻下多个历史事件之间的事件并列关系，有利于提高事件发生概率的预测准确率。本申请可应用于云技术、人工智能、智慧交通等各种场景。

技术研发人员：陈思翰,王硕佳
受保护的技术使用者：腾讯科技（深圳）有限公司
技术研发日：
技术公布日：2024/1/16