对象意图信息的预测方法、装置、设备及存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115409604A(43)申请公布日2022.11.29(21)申请号202211063809.X(22)申请日2022.08.31(71)申请人中国农业银行股份有限公司地址100005北京市东城区建国门内大街69号(72)发明人董邦宜郭佳敏许翠杜俊耿博刘一阳(74)专利代理机构北京同立钧成知识产权代理有限公司11205专利代理师黄健臧建明(51)Int.Cl.G06Q40/02(2012.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书2页说明书16页附图6页(54)发明名称对象意图信息的预测方法、装置、设备及存储介质(57)摘要本申请提供的一种对象意图信息的预测方法、装置、设备及存储介质，该方法包括：获取待预测的对象图节点所表征的对象的数据信息；将数据信息按照预设时间生成时序数据信息；将时序数据信息输入至预测模型中，得到对象意图信息；其中，对象意图信息表征对象图节点所表征的对象的贷款意向值；其中，预测模型是基于多个对象图节点中每一对象图节点的数据信息、以及每一对象图节点的贷款意向值所训练得到的。采用本技术方案，能够快速获取企业当前的资产情况及变化趋势，进而更加准确、及时地预测企业贷款意向，从而提升业务人员的效率。CN115409604ACN115409604A权利要求书1/2页1.一种对象意图信息的预测方法，其特征在于，所述方法包括：获取待预测的对象图节点所表征的对象的数据信息；将所述数据信息按照预设时间生成时序数据信息；将所述时序数据信息输入至预测模型中，得到对象意图信息；其中，所述对象意图信息表征对象图节点所表征的对象的贷款意向值；其中，所述预测模型是基于多个对象图节点中每一对象图节点的数据信息、以及所述每一对象图节点的贷款意向值所训练得到的。2.根据权利要求1所述的方法，其特征在于，将所述数据信息按照预设时间生成时序数据信息，包括：根据所述数据信息，建立相应的图神经网络数据信息；根据预设时间内的所述图神经网络数据信息，生成时序数据信息。3.根据权利要求2所述的方法，其特征在于，所述预测模型包括：空间图神经网络层、门控循环神经网络层、自注意机制层和多层感知机。4.根据权利要求1所述的方法，其特征在于，将所述时序数据信息输入至预测模型中，得到对象意图信息，包括：将所述时序数据信息输入至空间图神经网络层，输出聚合后的数据信息；将所述聚合后的的数据信息输入至门控循环神经网络层，得到局部时序的数据信息；将所述局部时序的数据信息输入至自注意机制层，得到全局时序的数据信息；将所述全局时序的数据信息输入至多层感知机，输出所述对象意图信息。5.根据权利要求1‑4任一项所述的方法，其特征在于，在获取待预测的对象图节点所表征的对象的数据信息之后，还包括：对所述对象的数据信息进行预处理，得到预处理后的数据信息；其中，所述预处理的过程包括如下至少一项：缺失值处理、异常值处理和归一化处理。6.根据权利要求1所述的方法，其特征在于，所述对象的数据信息包括：对象的属性信息、对象的关联信息和邻居信息；其中，所述邻居信息表征与所述对象关联的其他对象的属性信息。7.一种应用于预测对象意图信息的模型训练方法，其特征在于，所述方法包括：获取多个对象图节点中每一对象图节点所表征的对象的数据信息、以及所述每一对象的贷款意向值；将每一对象的数据信息按照预设时间生成每一对象的时序数据信息；基于所述每一对象的时序数据信息和所述贷款意向值训练初始模型，得到预测模型；其中，所述预测模型用于预测对象图节点所表征的对象的对象意图信息，所述对象意图信息表征对象图节点所表征的对象的贷款意向值。8.一种对象意图信息的预测装置，其特征在于，所述装置包括：获取单元，用于获取待预测的对象图节点所表征的对象的数据信息；生成单元，用于将所述数据信息按照预设时间生成时序数据信息；输入单元，用于将所述时序数据信息输入至预测模型中，得到对象意图信息；其中，所述对象意图信息表征对象图节点所表征的对象的贷款意向值；其中，所述预测模型是基于多个对象图节点中每一对象图节点的数据信息、以及所述每一对象图节点的贷款意向值所训练得到的。2CN115409604A权利要求书2/2页9.一种电子设备，其特征在于，包括：处理器，以及与所述处理器通信连接的存储器；所述存储器存储计算机执行指令；所述处理器执行所述存储器存储的计算机执行指令，以实现如权利要求1‑6或权利要求7中任一项所述的方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1‑6或权利要求7中任一项所述的方法。3CN115409604A说明书1/16页对象意图信息的