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：中国平安人寿保险股份有限公司

摘要：本发明涉及人工智能领域，提供一种基于异质图神经网络的留存预测方法、装置、设备及介质，能够结合实际场景构建初始异质图神经网络，使后续训练得到的模型能够更加符合实际需求，基于数据增强后的融合样本训练得到留存预测模型，由于保证了样本量的充足，使模型的训练效果更好，提高了模型的泛化能力，并且，由于增加噪声数据，提升了模型的鲁棒性，进而提高了模型预测的准确性，利用留存预测模型分析待处理数据，得到目标用户的留存预测结果，进而结合异质图神经网络实现数据增强，并进一步实现对留存的准确预测。本发明还涉及区块链技术，所述留存预测模型可以存储于区块链节点上。

主权项：1.一种基于异质图神经网络的留存预测方法，其特征在于，包括：响应于留存预测指令，获取所述留存预测指令对应的第一自变量及第一因变量，并获取所述第一自变量对应的关系图；根据所述第一自变量及所述第一因变量从所述关系图中提取第二自变量及与所述第二自变量对应的第二因变量，及提取至少一个第三自变量；根据所述第一自变量、所述第二自变量及所述至少一个第三自变量构建初始异质图神经网络；从所述关系图中获取与所述第一自变量及所述第一因变量对应的数据作为初始样本；从所述关系图中获取与所述第二自变量及所述第二因变量对应的数据作为增强样本；融合所述初始样本及所述增强样本，得到融合样本，并利用所述融合样本训练所述初始异质图神经网络，得到留存预测模型；获取目标用户对应的待处理数据，并利用所述留存预测模型分析所述待处理数据，得到所述目标用户的留存预测结果；所述根据所述第一自变量、所述第二自变量及所述至少一个第三自变量构建初始异质图神经网络包括：配置首尾依次连接的输入层、匹配层、关系聚合层及输出层；获取所述第一自变量、所述第二自变量及所述至少一个第三自变量中每个变量的维度；从每个变量的维度中获取最小的维度对应的变量，并作为目标变量；当2的n次幂小于或者等于所述目标变量的维度，且n为正整数时，计算n的最大值；将计算得到的n的最大值确定为N；计算2的N次幂作为所述匹配层的维度；将所述关系聚合层的维度配置为预设维度，得到所述初始异质图神经网络；在利用所述留存预测模型分析所述待处理数据时，所述方法还包括：对于所述关系聚合层，获取所述关系聚合层的首层，并将所述匹配层向量特征确定为所述首层的关系向量特征；对于所述关系聚合层中除所述首层外的其他层，获取所述关系聚合层的关系传播矩阵；对于每个其他层中的每个类别节点，获取所述类别节点对应的邻居节点集，并获取所述邻居节点集中每个邻居节点的嵌入向量，其中，所述邻居节点集中的各个节点与所述类别节点直接相连；计算每个邻居节点的嵌入向量的平均值，并作为所述类别节点的关系向量特征；利用所述关系传播矩阵对所述类别节点的关系向量特征进行矩阵变换，得到所述其他层的下一层级中对应类别节点的关系向量特征；在得到所述关系聚合层中每层的关系向量特征后，获取所述关系聚合层的邻居聚合矩阵；计算所述关系聚合层中每层的关系向量特征与所述邻居聚合矩阵的乘积，并作为每层的下一层级的聚合向量特征；其中，所述第一自变量为准增员，所述第一因变量为是否留存，所述第二自变量为保险销售代理人，所述第二因变量为是否留存，所述第三自变量为客户。

全文数据：

权利要求：

百度查询： 中国平安人寿保险股份有限公司 基于异质图神经网络的留存预测方法、装置、设备及介质