预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共21页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115081631A(43)申请公布日2022.09.20(21)申请号202210752826.8(22)申请日2022.06.29(71)申请人支付宝(杭州)信息技术有限公司地址310000浙江省杭州市西湖区西溪路556号8层B段801-11(72)发明人王昊文彭从阳李玉娇(74)专利代理机构北京君慧知识产权代理事务所(普通合伙)11716专利代理师肖鹏(51)Int.Cl.G06N5/02(2006.01)G06N20/00(2019.01)权利要求书4页说明书12页附图4页(54)发明名称基于因果知识的业务处理方法、装置以及设备(57)摘要本说明书实施例公开了基于因果知识的业务处理方法、装置以及设备。方案包括:确定业务对象相关的多个特征;根据所述业务对象的待预测指标,确定各所述特征的因果知识,所述因果知识反映了对应的特征与所述待预测指标之间的因果关系;根据所述因果知识,生成包含了用于表示各所述特征的节点的因果图;根据所述多个特征的值和所述因果图,生成所述节点的嵌入向量;根据所述嵌入向量,对所述业务对象的所述待预测指标的值进行预测;根据所述预测的结果进行相应的业务处理。CN115081631ACN115081631A权利要求书1/4页1.一种基于因果知识的业务处理方法,包括:确定业务对象相关的多个特征;根据所述业务对象的待预测指标,确定各所述特征的因果知识,所述因果知识反映了对应的特征与所述待预测指标之间的因果关系;根据所述因果知识,生成包含了用于表示各所述特征的节点的因果图;根据所述多个特征的值和所述因果图,生成所述节点的嵌入向量;根据所述嵌入向量,对所述业务对象的所述待预测指标的值进行预测;根据所述预测的结果进行相应的业务处理。2.如权利要求1所述的方法,所述根据所述多个特征的值和所述因果图,生成所述节点的嵌入向量,具体包括:获取所述待预测指标的参考值,及其对应的所述多个特征的值;在所述多个特征选择至少一个特征,作为干预特征并对其值进行调整;根据调整后得的所述多个特征的值,生成所述节点的嵌入向量,以用于确定所述干预特征的值的调整对所述待预测指标的参考值的影响。3.如权利要求2所述的方法,所述根据所述预测的结果进行相应的业务处理,具体包括:根据所述预测的结果和所述待预测指标的参考值,确定所述干预特征的值的调整给所述待预测指标的参考值带来的增益值;根据所述增益值,确定是否对所述业务对象对应的业务进行相应的调整。4.如权利要求1所述的方法,所述根据所述业务对象的待预测指标,确定各所述特征的因果知识,具体包括:分别针对各所述特征,执行:将该特征作为原因节点,将所述业务对象的待预测指标或者其对应的效应作为结果节点,构建从所述原因节点指向所述结果节点的边;为该特征选择一个或者多个混淆特征作为混淆节点,构建从所述混淆节点分别指向所述原因节点和所述结果节点的边;根据由所述原因节点、所述结果节点、各所述混淆节点之间的边构成的因果子图,进行效应估计,确定反映该特征对所述业务对象的待预测指标的效应的数据,作为该特征的因果知识。5.如权利要求1所述的方法,所述根据所述因果知识,生成包含了用于表示各所述特征的节点的因果图,具体包括:根据所述因果知识,利用贝叶斯网络学习用于各所述特征的节点之间的结构拓扑;利用专家知识对所述结构拓扑进行局部调整,生成包含了各所述节点的因果图。6.如权利要求1所述的方法,所述因果知识为因果权重;所述根据所述多个特征的值和所述因果图,生成所述节点的嵌入向量,具体包括:将各所述特征的值作为向量中对应维度的值,构成特征值向量;根据所述因果权重,为所述特征值向量中的各维度的值相应地加权,得到特征加权值向量;根据所述因果图和所述特征加权值向量,生成所述节点的嵌入向量。2CN115081631A权利要求书2/4页7.如权利要求6所述的方法,所述根据所述因果图和所述特征加权值向量,生成所述节点的嵌入向量,具体包括:根据所述因果图内的拓扑结构,生成所述节点的图结构向量;将所述特征加权值向量和所述图结构向量进行融合,生成所述节点的嵌入向量。8.如权利要求6所述的方法,所述根据所述因果图和所述特征加权值向量,生成所述节点的嵌入向量,具体包括:获取所述因果图中的一部分拓扑结构包含的原因节点和结果节点,所述原因节点表示所述业务对象的特征,所述结果节点表示所述业务对象的待预测指标或者其对应的效应;将获取的所述原因节点和所述结果节点之间的边的方向调整为反向,局部反向的拓扑结构;为所述局部反向的拓扑结构生成局部反向结构向量;融合所述局部反向结构向量和所述特征加权值向量,生成所述节点的嵌入向量。9.如权利要求8所述的方法,所述将获取的所述原因节点和结果节点之间的边的方向调整为反向,局