一种目标对象转移确定模型训练方法、装置和计算机设备与流程

本技术涉及计算机，特别是涉及一种目标对象转移确定模型训练方法、装置、计算机设备、存储介质和计算机程序产品。

背景技术：

1、随着计算机技术的发展，出现了目标对象转移的预测模型，目标对象转移预测的核心问题就是如何利用历史数据准确预测目标对象未来的转移情况。由于预测目标对象的转移并不需要实时进行，预测的结果只需要定期提供给公司的目标对象关系管理人员进行策略的制定，所以客户流失预测系统不需要具备像推荐系统那般的实时性以及高性能要求。

2、传统技术中，采用支持向量机算法来建立用于预测公共资源平台的目标对象流失的模型，然而，由于输入至支持向量机的数据是维度较少的小规模数据集，支持向量机一般使用高斯核函数，预测使用的线性核函数构成的预测模型会对预测结果正确率产生影响，导致对公共资源平台中的目标对象转移进行预测的预测模型精度不足。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种能够提升对公共资源平台中的目标对象转移进行预测的预测模型精度的目标对象转移确定模型训练方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

2、第一方面，本技术提供了一种目标对象转移确定模型训练方法。所述方法包括：获取至少一个目标对象对应的目标对象训练数据集；所述目标对象训练数据集包括各所述目标对象对应的对象账户属性信息集以及对象账户交互信息集；对所述对象账户属性信息集以及所述对象账户交互信息集按照预设的筛选条件进行变量筛选，得到各所述目标对象对应的筛选后变量信息集；所述筛选后变量信息集包括至少一个符合各所述预设的筛选条件的筛选后变量信息；根据线性判别分析算法以及显著性信息，对各所述筛选后变量信息对应的权重信息进行调整，得到各所述筛选后变量信息对应的变量权重；根据各所述筛选后变量信息以及各所述筛选后变量信息对应的变量权重，构建所述目标对象对应的对象转移信息确定模型；所述对象转移信息确定模型表征所述目标对象对应的对象转移信息与各所述筛选后变量信息之间的映射关系；所述对象转移信息表征所述目标对象在至少两个资源平台进行转移的概率。

3、第二方面，本技术还提供了一种目标对象转移确定模型训练装置。所述装置包括：数据集获取模块，用于获取至少一个目标对象对应的目标对象训练数据集；所述目标对象训练数据集包括各所述目标对象对应的对象账户属性信息集以及对象账户交互信息集；信息及筛选模块，用于对所述对象账户属性信息集以及所述对象账户交互信息集按照预设的筛选条件进行变量筛选，得到各所述目标对象对应的筛选后变量信息集；所述筛选后变量信息集包括至少一个符合各所述预设的筛选条件的筛选后变量信息；权重信息调整模块，用于根据线性判别分析算法以及显著性信息，对各所述筛选后变量信息对应的权重信息进行调整，得到各所述筛选后变量信息对应的变量权重；模型构建模块，用于根据各所述筛选后变量信息以及各所述筛选后变量信息对应的变量权重，构建所述目标对象对应的对象转移信息确定模型；所述对象转移信息确定模型表征所述目标对象对应的对象转移信息与各所述筛选后变量信息之间的映射关系；所述对象转移信息表征所述目标对象在至少两个资源平台进行转移的概率。

4、第三方面，本技术还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：获取至少一个目标对象对应的目标对象训练数据集；所述目标对象训练数据集包括各所述目标对象对应的对象账户属性信息集以及对象账户交互信息集；对所述对象账户属性信息集以及所述对象账户交互信息集按照预设的筛选条件进行变量筛选，得到各所述目标对象对应的筛选后变量信息集；所述筛选后变量信息集包括至少一个符合各所述预设的筛选条件的筛选后变量信息；根据线性判别分析算法以及显著性信息，对各所述筛选后变量信息对应的权重信息进行调整，得到各所述筛选后变量信息对应的变量权重；根据各所述筛选后变量信息以及各所述筛选后变量信息对应的变量权重，构建所述目标对象对应的对象转移信息确定模型；所述对象转移信息确定模型表征所述目标对象对应的对象转移信息与各所述筛选后变量信息之间的映射关系；所述对象转移信息表征所述目标对象在至少两个资源平台进行转移的概率。

5、第四方面，本技术还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：获取至少一个目标对象对应的目标对象训练数据集；所述目标对象训练数据集包括各所述目标对象对应的对象账户属性信息集以及对象账户交互信息集；对所述对象账户属性信息集以及所述对象账户交互信息集按照预设的筛选条件进行变量筛选，得到各所述目标对象对应的筛选后变量信息集；所述筛选后变量信息集包括至少一个符合各所述预设的筛选条件的筛选后变量信息；根据线性判别分析算法以及显著性信息，对各所述筛选后变量信息对应的权重信息进行调整，得到各所述筛选后变量信息对应的变量权重；根据各所述筛选后变量信息以及各所述筛选后变量信息对应的变量权重，构建所述目标对象对应的对象转移信息确定模型；所述对象转移信息确定模型表征所述目标对象对应的对象转移信息与各所述筛选后变量信息之间的映射关系；所述对象转移信息表征所述目标对象在至少两个资源平台进行转移的概率。

6、第五方面，本技术还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：获取至少一个目标对象对应的目标对象训练数据集；所述目标对象训练数据集包括各所述目标对象对应的对象账户属性信息集以及对象账户交互信息集；对所述对象账户属性信息集以及所述对象账户交互信息集按照预设的筛选条件进行变量筛选，得到各所述目标对象对应的筛选后变量信息集；所述筛选后变量信息集包括至少一个符合各所述预设的筛选条件的筛选后变量信息；根据线性判别分析算法以及显著性信息，对各所述筛选后变量信息对应的权重信息进行调整，得到各所述筛选后变量信息对应的变量权重；根据各所述筛选后变量信息以及各所述筛选后变量信息对应的变量权重，构建所述目标对象对应的对象转移信息确定模型；所述对象转移信息确定模型表征所述目标对象对应的对象转移信息与各所述筛选后变量信息之间的映射关系；所述对象转移信息表征所述目标对象在至少两个资源平台进行转移的概率。

7、上述一种目标对象转移确定模型训练方法、装置、计算机设备、存储介质和计算机程序产品，通过获取至少一个目标对象对应的目标对象训练数据集；目标对象训练数据集包括各目标对象对应的对象账户属性信息集以及对象账户交互信息集；对对象账户属性信息集以及对象账户交互信息集按照预设的筛选条件进行变量筛选，得到各目标对象对应的筛选后变量信息集；筛选后变量信息集包括至少一个符合各预设的筛选条件的筛选后变量信息；根据线性判别分析算法以及显著性信息，对各筛选后变量信息对应的权重信息进行调整，得到各筛选后变量信息对应的变量权重；根据各筛选后变量信息以及各筛选后变量信息对应的变量权重，构建目标对象对应的对象转移信息确定模型；对象转移信息确定模型表征目标对象对应的对象转移信息与各筛选后变量信息之间的映射关系；对象转移信息表征目标对象在至少两个资源平台进行转移的概率。

8、通过采用多元逻辑回归模型筛选与公共资源平台中的各个目标对象进行转移的相关变量，然后使用线性判别分析算法预测公共资源平台中的各个目标对象进行转移的情况，结合多元逻辑回归模型和线性判别分析算法得到目标对象对应的对象转移信息确定模型，能够筛选出对计算目标对象在不同的公共资源平台中进行转移的重要因素，并且能够针对不同的因素变量进行权重的调整，广泛适合不同的公共资源模型的具体情况，极大地提升对公共资源平台中的目标对象转移进行预测的预测模型精度。进一步，运用目标对象对应的对象转移信息确定模型，预测公共资源平台的目标对象转移可以及时采取有效措施，进而提高公共资源平台的整体运作效率，减少运营成本。