(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211021809.3 (22)申请日 2022.08.24 (71)申请人 阿里巴巴 （中国） 有限公司 地址 310023 浙江省杭州市余杭区五常街 道文一西路969号3幢5层5 54室 (72)发明人 叶晓涵　韦袆　陆海洋　张丹萍　 (74)专利代理 机构 北京太合九思知识产权代理 有限公司 1 1610 专利代理师 孙明子　刘戈 (51)Int.Cl. G06Q 30/02(2012.01) G06N 3/04(2006.01) (54)发明名称 信息预测方法、 设备及计算机存 储介质 (57)摘要 本申请实施例提供了一种信息预测方法、 设 备及计算机存储介质。 其中， 信息预测方法包括： 获取待预测产品的动态特征， 动态特征包括： 与 历史时间点相对应的行为特征、 以及与历史时间 点和未来时间点相对应的活动特征； 确定活动特 征中的与历史 时间点相对应的历史序列特征、 以 及与未来时间点相对应的未来序列特征； 将历史 序列特征确定为与自注意力机制相对应的键向 量， 将未来序列特征确定为与自注 意力机制相对 应的查询向量， 将行为特征确定为与自注意力机 制相对应的值向量； 基于查询向量、 键向量和值 向量进行信息预测， 获得与待预测产品相对应的 预测信息。 本申请所提供的技术方案， 通过自然 对齐的特征获得预测 信息， 有效地提升了信息预 测的准确率。 权利要求书2页 说明书17页 附图4页 CN 115409550 A 2022.11.29 CN 115409550 A 1.一种信息预测方法， 其特 征在于， 包括： 获取待预测产品的动态特征， 所述动态特征包括： 与历史时间点相对应的行为特征、 以 及与历史时间点和未来时间点相对应的活动特 征； 确定所述活动特征中的与历史时间点相对应的历史序列 特征、 以及与 未来时间点相对 应的未来序列特 征； 将所述历史序列特征确定为与自注意力 机制相对应的键向量， 将所述未来序列特征确 定为自注意力机制相对应的查询向量， 将所述行为特征确定为自注意力机制相对应的值向 量； 基于所述查询向量、 所述键向量和所述值向量进行信息预测， 获得与所述待预测产品 相对应的预测信息 。 2.根据权利要求1所述的方法， 其特征在于， 确定所述活动特征中的与历史时间点相对 应的历史序列特 征、 以及与未来时间点相对应的未来序列特 征， 包括： 基于所述活动特征确定 融合有上下文的融合特征， 所述融合特征的时间点与 所述活动 特征的时间点 一一对应； 基于所述融合特征确定与历史时间点相对应的历史序列 特征、 以及与 未来时间点相对 应的未来序列特 征。 3.根据权利要求2所述的方法， 其特征在于， 基于所述活动特征确定 融合有上下文的融 合特征， 包括： 获取随机初始化的权 重矩阵， 所述权 重矩阵中包括可 学习的参数； 基于所述权 重矩阵和所述活动特 征， 生成初始查询向量、 初始键向量和初始值向量； 基于所述初始查询向量、 初始键向量和初始值向量， 确定所述融合特 征。 4.根据权利要求3所述的方法， 其特征在于， 基于所述初始查询向量、 初始键向量和初 始值向量， 确定所述融合特 征， 包括： 基于所述初始查询向量、 初始键向量和所述初始值向量进行自注意力计算， 获得所述 融合特征。 5.根据权利要求1所述的方法， 其特征在于， 基于所述查询向量、 所述键向量和所述值 向量进行信息预测， 获得与所述待预测产品相对应的预测信息， 包括： 对所述查询向量、 所述键向量和所述值向量进行自注意力计算， 获得与所述待预测产 品相对应的预测信息 。 6.根据权利要求1所述的方法， 其特 征在于， 所述行为特 征包括以下至少之一： 产品购买行为、 产品浏览行为、 产品搜索行为； 所述活动特 征包括以下至少之一： 产品营销活动、 产品推广活动、 产品运营活动。 7.根据权利要求1所述的方法， 其特征在于， 基于所述查询向量、 所述键向量和所述值 向量进行信息预测， 获得与所述待预测产品相对应的预测信息， 包括： 获取待预测产品的静态特 征， 所述静态特 征不会随着时间的变化而变化； 基于所述静态特征、 所述查询向量、 所述键向量和所述值向量进行信 息预测， 获得与所 述待预测产品相对应的预测信息 。 8.根据权利要求7所述的方法， 其特征在于， 基于所述静态特征、 所述查询向量、 所述键 向量和所述 值向量进行信息预测， 获得与所述待预测产品相对应的预测信息， 包括：权　利　要　求　书 1/2 页 2 CN 115409550 A 2基于所述查询向量、 所述键向量和所述值向量进行信息预测， 获得与所述待预测产品 相对应的第一预测信息； 基于所述静态特征进行信息预测操作， 获得与所述待预测产品相对应的第二预测信 息； 基于所述第 一预测信 息和所述第 二预测信 息， 确定与 所述待预测产品相对应的预测信 息。 9.根据权利要求8所述的方法， 其特征在于， 基于所述第 一预测信 息和所述第 二预测信 息， 确定与所述待预测产品相对应的预测信息， 包括： 对所述第一预测信 息和所述第 二预测信 息进行整合， 获得与 所述待预测产品相对应的 预测信息 。 10.一种电子设备， 其特征在于， 包括： 存储器、 处理器； 其中， 所述存储器用于存储一条 或多条计算机指令， 其中， 所述一条或多条计算机指令被所述处理器执行时实现如权利要 求1‑9中任一项所述的信息预测方法。 11.一种计算机存储介质， 其特征在于， 用于储存计算机程序， 所述计算机程序使计算 机执行时实现如权利要求1 ‑9中任一项所述的信息预测方法。权　利　要　求　书 2/2 页 3 CN 115409550 A 3