程鵬超，杜軍平，薛哲

（北京郵電大學(xué) 智能通信軟件與多媒體北京市重點(diǎn)實(shí)驗(yàn)室，北京 100876）

隨著人們生活水平的提高，人們更加關(guān)注對(duì) 生活質(zhì)量的追求，在閑余的時(shí)間買賣基金、股票等以獲取更多地利潤(rùn)。隨著人們金融行為和意識(shí)的提升，金融領(lǐng)域的用戶行為挖掘可以探究用戶的行為規(guī)律，通過挖掘用戶金融行為的規(guī)律與變化，為用戶推薦或提供更好的服務(wù)。金融大數(shù)據(jù)中包括結(jié)構(gòu)化文本數(shù)據(jù)、非結(jié)構(gòu)化文本數(shù)據(jù)、數(shù)值數(shù)據(jù)等。挖掘金融大數(shù)據(jù)中用戶的金融行為來改進(jìn)金融領(lǐng)域服務(wù)模式，提高金融領(lǐng)域服務(wù)質(zhì)量，已經(jīng)成為了一個(gè)重要的研究方向[1]。

為了有效挖掘金融大數(shù)據(jù)中用戶潛在的金融行為特征，提高金融領(lǐng)域的服務(wù)模式和服務(wù)質(zhì)量，本文提出了一種基于多路交叉特征的用戶金融行為預(yù)測(cè)算法(user financial behavior prediction algorithm based on multi-way crossing, MCUP)。首先，根據(jù)數(shù)據(jù)包含的屬性構(gòu)建訓(xùn)練的特征，利用因子分解機(jī)模型[2](factorization machines, FM)模型借助下游行為預(yù)測(cè)任務(wù)對(duì)金融數(shù)據(jù)的特征進(jìn)行預(yù)訓(xùn)練，可以獲取到數(shù)據(jù)中特征的隱含向量。對(duì)于文本特征而言，利用預(yù)訓(xùn)練模型對(duì)文本特征進(jìn)行表示以獲得語義豐富的特征向量。然后，引入特征交叉層來對(duì)金融數(shù)據(jù)的較高階特征進(jìn)行提取，解決FM線性模型只能提取低階特征的缺點(diǎn)。同時(shí)，利用殘差網(wǎng)絡(luò)結(jié)構(gòu)對(duì)金融數(shù)據(jù)的高階特征進(jìn)行提取，解決深度神經(jīng)網(wǎng)絡(luò)在提取金融數(shù)據(jù)高階特征時(shí)會(huì)因?yàn)榫W(wǎng)絡(luò)層數(shù)過深而導(dǎo)致梯度消失的問題。最后，利用將FM、特征交叉網(wǎng)絡(luò)和殘差網(wǎng)絡(luò)結(jié)合在一起的多塔模型進(jìn)行用戶金融行為的預(yù)測(cè)，融合低階特征與高階特征進(jìn)行實(shí)驗(yàn)。

本文的主要貢獻(xiàn)如下：

1) 提出了一種基于多路交叉的用戶金融行為預(yù)測(cè)方法，結(jié)合數(shù)據(jù)低階特征和高階交叉特征對(duì)金融大數(shù)據(jù)用戶行為進(jìn)行預(yù)測(cè)；

2) 使用預(yù)訓(xùn)練FM模型對(duì)訓(xùn)練特征隱向量表示進(jìn)行初始化，加速訓(xùn)練和模型收斂，同時(shí)FM可以提取數(shù)據(jù)特征的一階和二階交叉特征；

3) 引入交叉特征層和殘差網(wǎng)絡(luò)提取數(shù)據(jù)高階特征，將稀疏的身份（identity, ID）特征表示成稠密向量作為輸入，同時(shí)考慮到高階特征對(duì)用戶行為的預(yù)測(cè)效果影響。

1 用戶行為預(yù)測(cè)的研究現(xiàn)狀

目前現(xiàn)有的用戶行為的預(yù)測(cè)的方法一般分為2種類型，傳統(tǒng)的機(jī)器學(xué)習(xí)方法和深度學(xué)習(xí)方法。對(duì)于傳統(tǒng)的機(jī)器學(xué)習(xí)方法而言，F(xiàn)M在理論上可以進(jìn)行任意階特征的交叉，由于計(jì)算復(fù)雜度的限制，目前只是用來進(jìn)行二階特征交叉。FM核心在于提出了特征隱向量的概念，將原始特征的出現(xiàn)都作為一個(gè)特征，每個(gè)特征利用稠密的向量來進(jìn)行表示，解決了多項(xiàng)式特征交叉時(shí)交叉系數(shù)更新慢的缺點(diǎn)。FM的不足之處在于所有特征對(duì)于行為預(yù)測(cè)的結(jié)果影響系數(shù)是相同的，導(dǎo)致數(shù)據(jù)各個(gè)特征之間沒有區(qū)分性。為了解決FM無法區(qū)分特征對(duì)行為預(yù)測(cè)性能的影響，文獻(xiàn)[3]提出了場(chǎng)敏感因子分解模型（field-aware factorization machines, FFM），F(xiàn)FM是在FM的基礎(chǔ)上引入了域概念的行為預(yù)測(cè)模型。FFM將具有相同性質(zhì)的特征歸結(jié)于同一個(gè)域，每一維特征針對(duì)每一個(gè)域都會(huì)學(xué)習(xí)到一個(gè)隱向量，所以隱向量不僅僅與單個(gè)特征相關(guān)而且和域相關(guān)。FM和FFM僅僅考慮到了數(shù)據(jù)的低階特征，而沒有考慮數(shù)據(jù)高階交叉特征，類似用戶ID和物品ID特征需要深度網(wǎng)絡(luò)才能提取高階交叉特征[4]。隨著深度學(xué)習(xí)技術(shù)的發(fā)展，深度學(xué)習(xí)在推薦、廣告、計(jì)算機(jī)視覺、自然語言處理、語音識(shí)別等領(lǐng)域取得了重要進(jìn)展，深度學(xué)習(xí)幾乎無限的表達(dá)能力被廣泛地研究[5]。文獻(xiàn)[6]利用結(jié)構(gòu)化和非結(jié)構(gòu)化大數(shù)據(jù)對(duì)商品購買行為進(jìn)行了預(yù)測(cè)。文獻(xiàn)[7]基于用戶行為序列數(shù)據(jù)和選擇模型的方法，對(duì)用戶金融行為選擇出最優(yōu)的因子模型并預(yù)測(cè)用戶的行為。文獻(xiàn)[8]利用支持向量機(jī)模型對(duì)用戶的消費(fèi)情況進(jìn)行預(yù)測(cè)并獲得了較好的預(yù)測(cè)結(jié)果。文獻(xiàn)[9]結(jié)合支持向量機(jī)和邏輯回歸模型進(jìn)行了購買行為的預(yù)測(cè)，進(jìn)一步提升了金融行為預(yù)測(cè)的準(zhǔn)確性。文獻(xiàn)[10]采用改進(jìn)的決策樹構(gòu)建用戶金融行為預(yù)測(cè)模型，實(shí)現(xiàn)了大數(shù)據(jù)環(huán)境下的模型構(gòu)建和訓(xùn)練。文獻(xiàn)[11]構(gòu)建了Pareto/NBD模型，結(jié)合協(xié)變量進(jìn)一步提升了用戶購買行為預(yù)測(cè)的準(zhǔn)確率。文獻(xiàn)[12]通過改進(jìn)了傳統(tǒng)的預(yù)測(cè)模型，在產(chǎn)品購買行為數(shù)據(jù)集上驗(yàn)證了方法的有效性。文獻(xiàn)[13]挖掘了用戶購買行為規(guī)律，分析出了符合用戶購買意愿的商品序列。文獻(xiàn)[14]構(gòu)建了線上消費(fèi)購買率預(yù)測(cè)模型，預(yù)測(cè)了未來用戶購買的行為規(guī)律。文獻(xiàn)[15]結(jié)合遺傳算法與傳統(tǒng)算法進(jìn)行最優(yōu)模型組合，并通過實(shí)驗(yàn)驗(yàn)證了該方法的有效性。

深度學(xué)習(xí)技術(shù)同樣也應(yīng)用到了用戶行為預(yù)測(cè)方面。文獻(xiàn)[16]采用CNN-LSTM(convolutional neural network long short term memory）模型預(yù)測(cè)用戶購買行為，利用卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural network，CNN)進(jìn)行特征抽取，通過長(zhǎng)短期記憶網(wǎng)絡(luò)(long short term memory，LSTM)[17]建立時(shí)間序列，實(shí)現(xiàn)對(duì)特征的自動(dòng)抽取和行為預(yù)測(cè)。支持因子分解機(jī)的神經(jīng)網(wǎng)絡(luò)模型(factorization-machine supported neural networks, FNN)[18]就是來解決FM和FFM僅考慮一階和二階特征的問題，F(xiàn)NN利用FM作為預(yù)訓(xùn)練模型，將訓(xùn)練好的特征的隱向量作為后續(xù)深度神經(jīng)網(wǎng)絡(luò)的輸入，來得到特征的高階組合。它可以解決類似用戶ID沒有出現(xiàn)過的泛化問題，但是忽略了低階特征的重要性，即在數(shù)據(jù)中頻繁出現(xiàn)的低階特征組合也能顯示出用戶行為。因此，低階特征和高階組合特征對(duì)用戶行為的預(yù)測(cè)都很重要。深度因子分解模型(deep factorization machines, DeepFM)[19]提出了雙塔模型分別對(duì)數(shù)據(jù)低階特征和高階交叉特征進(jìn)行提取。利用FM模型自動(dòng)地提取數(shù)據(jù)一階與二階特征，深度神經(jīng)網(wǎng)絡(luò)提取數(shù)據(jù)的高階特征，通過融合數(shù)據(jù)低階特征和高階特征來進(jìn)行用戶行為的預(yù)測(cè)，利用FM天然可以自動(dòng)組合二階特征和一階特征的優(yōu)點(diǎn)來避免人工干預(yù)，并且在模型橫向和縱向來共享FM的特征隱向量，真正實(shí)現(xiàn)了端到端的用戶行為預(yù)測(cè)。DeepFM模型的輸入對(duì)于連續(xù)特征是不友好的，需要把文本特征作為用戶行為預(yù)測(cè)的特征之一，文本特征大多數(shù)情況會(huì)用一個(gè)低維稠密向量來表示。深度交叉網(wǎng)絡(luò)(Deep&Cross network)[20]共享輸入，即deep部分和cross部分輸入是相同的，在其輸入的時(shí)候?qū)τ陬愃莆谋咎卣鞫詴?huì)將其與其他特征進(jìn)行連接作為輸入。cross部分在理論上可以做到對(duì)高階特征的組合，而且其參數(shù)隨輸入維度是線性增加的，F(xiàn)M要想對(duì)高階特征進(jìn)行組合其復(fù)雜度是呈指數(shù)增長(zhǎng)的。Deep&cross雖然既有高階特征又有低階特征，但是對(duì)于輸入的離散特征進(jìn)行one-hot處理后，特征之間是同等重要的，沒有field的概念。

2 基于多路交叉特征的用戶行為預(yù)測(cè)的算法(MCUP)

基于多路交叉特征的用戶行為預(yù)測(cè)的方法的框架如圖1所示。

圖 1 基于多路交叉特征的用戶行為預(yù)測(cè)框架Fig. 1 The framework of user behavior prediction based on multi-way

模型由3部分構(gòu)成，如圖1所示，左側(cè)模塊表示利用預(yù)訓(xùn)練FM模型獲取離散特征和連續(xù)特征的稠密向量表示；中間模塊利用交叉層對(duì)輸入特征進(jìn)行特征交叉獲得較高階特征向量表示；右側(cè)輸入特征經(jīng)過殘差網(wǎng)絡(luò)模塊來提取高階特征，得到特征的高階組合。將3個(gè)模塊的輸出特征向量進(jìn)行連接作為淺層全連接網(wǎng)絡(luò)的輸入，最后得到用戶行為的預(yù)測(cè)結(jié)果。

2.1 基于多項(xiàng)式的交叉特征提取

FM模型在理論上可以擬合任意高階特征，由于FM模型在擬合高階特征的同時(shí)，模型復(fù)雜度將會(huì)成指數(shù)倍增加，所以一般只使用FM到二階特征交叉。為了在保證模型復(fù)雜度低的情況下，對(duì)高階特征進(jìn)行交叉組合提取，引入基于多項(xiàng)式的交叉特征提取方法。

基于多項(xiàng)式的交叉特征提取方法核心思想是利用乘法計(jì)算來進(jìn)行特征交叉。同樣，在理論上基于多項(xiàng)式的交叉特征層可以擬合任意高階組合特征。主要利用x0xlT這種表達(dá)方式來進(jìn)行特征交叉，使用原始特征與基于多項(xiàng)式的交叉特征層進(jìn)行乘法運(yùn)算，使得特征交叉通過一個(gè)rank-one的數(shù)字來表示，大大減少了模型的參數(shù)量。具體為

式中：el+1表示l+1層特征向量；e0表示模型原始輸入特征向量；wl表示第l層模型參數(shù)；bl表示第l層偏移量；el表示第l層特征向量。

每一層的特征都由其上一層的特征進(jìn)行交叉組合，并把上一層的原始特征重新加回來。這樣既能特征組合，自動(dòng)生成交叉組合特征，又能保留低階原始特征，隨著cross層的增加，可以生成任意高階的交叉組合特征，且在此過程中沒有引入更多的參數(shù)，有效控制了模型復(fù)雜度。

2.2 基于預(yù)訓(xùn)練的分解因子機(jī)

FM的核心在于提出了特征隱向量的概念，將原始特征的出現(xiàn)都作為一個(gè)特征，每個(gè)特征利用稠密的向量來進(jìn)行表示，解決了由于數(shù)據(jù)稀疏導(dǎo)致多項(xiàng)式特征交叉時(shí)交叉系數(shù)更新慢的缺點(diǎn)。FM利用交叉的特征隱向量之間計(jì)算得分來代替多項(xiàng)式計(jì)算時(shí)的特征交叉系數(shù)，根據(jù)隨機(jī)梯度下降的計(jì)算公式可以計(jì)算出參數(shù)的更新公式，由參數(shù)更新公式可以得出參數(shù)的更新只要交叉特征中的一個(gè)值不為0即可，從而解決了百萬級(jí)的類別特征經(jīng)過one-hot編碼后數(shù)據(jù)特征稀疏的問題。本文提出利用下游任務(wù)去預(yù)訓(xùn)練FM模型，使用預(yù)訓(xùn)練FM模型對(duì)MCUP算法中FM模塊進(jìn)行初始化，以達(dá)到加速模型訓(xùn)練和收斂。

FM一般只用到二階特征組合，為

式中：θ0表示偏置參數(shù)；θi表示一階特征的參數(shù)；θij表示二階組合特征的參數(shù)；xi表示第i個(gè)特征；xj表示第j個(gè)特征。

式中：vi、vj分別表示第i、j個(gè)特征對(duì)應(yīng)的隱向量；其他表示含義同式(1)。

在MCUP算法中利用預(yù)訓(xùn)練FM模型對(duì)數(shù)據(jù)中的特征進(jìn)行預(yù)訓(xùn)練，類似自然語言處理中詞向量的操作方式，可以獲得數(shù)據(jù)特征的隱向量表示。利用預(yù)訓(xùn)練FM模型對(duì)MCUP算法進(jìn)行初始化，可以通過數(shù)據(jù)集對(duì)特征隱向量進(jìn)行微調(diào)獲得更好的用戶行為預(yù)測(cè)的效果。

2.3 基于殘差網(wǎng)絡(luò)的高階特征提取

線性回歸（linear regression, LR）算法、FM算法等僅僅考慮到了低階特征的組合，在下游任務(wù)中低階特征可以記住用戶歷史行為，從而對(duì)下游任務(wù)的目標(biāo)起到正向作用。但是在收集到的數(shù)據(jù)中存在大量的ID類特征，即One-hot操作后會(huì)得到離散稀疏的向量表示，通常ID類特征在特征組合中起到非常重要的作用。高維離散特征通用的處理方式是使用One-hot進(jìn)行表示后，利用LR算法進(jìn)行用戶行為預(yù)測(cè)等下游任務(wù)。隨著深度神經(jīng)網(wǎng)絡(luò)和嵌入方法的發(fā)展更新，高維離散特征不僅使用One-hot進(jìn)行表示，后續(xù)還使用詞嵌入的方法對(duì)ID類特征進(jìn)行嵌入學(xué)習(xí)，使用低維稠密特征對(duì)ID類特征進(jìn)行表示。

基于殘差網(wǎng)絡(luò)的高階特征提取方法將ID類特征和連續(xù)型特征放在一起作為模型輸入，利用深度神經(jīng)網(wǎng)絡(luò)中的殘差概念來將網(wǎng)絡(luò)做深。隨著網(wǎng)絡(luò)深度的增加，特征不斷進(jìn)行交叉組合，最后得到具有泛化能力的高階特征。殘差網(wǎng)絡(luò)的計(jì)算為

式中：el表示第l層的輸出特征；el-1表示第l層的特征輸入；wl表示第l層的模型參數(shù)。

3 實(shí)驗(yàn)與結(jié)果

3.1 度量標(biāo)準(zhǔn)

評(píng)價(jià)用戶行為預(yù)測(cè)結(jié)果好壞的指標(biāo)一般可以使用精確率、召回率、F1。在實(shí)際場(chǎng)景中，也用AUC和MAP來表示模型效果的好壞。

式中：TP表示標(biāo)記為真正例；FP表示標(biāo)記為假正例；FN表示標(biāo)記為假反例；TN表示標(biāo)記為真假例。

式中：m表示與第i個(gè)查詢相關(guān)的數(shù)據(jù)數(shù)量；Rk表示相關(guān)性排序前k個(gè)數(shù)據(jù)中與查詢數(shù)據(jù)相關(guān)的數(shù)據(jù)數(shù)量；isrelk表示第k個(gè)數(shù)據(jù)是否與查詢相關(guān)，如果相關(guān)值為1，反之為0；q表示查詢集合中數(shù)據(jù)數(shù)量；APi表示第i個(gè)查詢的平均精確率。

3.2 數(shù)據(jù)集

實(shí)驗(yàn)數(shù)據(jù)為2019年天弘基金用戶點(diǎn)擊行為、2019年長(zhǎng)信基金用戶點(diǎn)擊行為和鵬華基金用戶點(diǎn)擊行為。點(diǎn)擊基金的用戶行為表示用戶在界面點(diǎn)擊基金對(duì)基金基本信息進(jìn)行查看?；饠?shù)據(jù)集詳細(xì)描述見表1。

表 1 基金數(shù)據(jù)集Table 1 Fund dataset

3.3 實(shí)驗(yàn)和結(jié)果

為了驗(yàn)證基于多路交叉特征的用戶行為預(yù)測(cè)(MCUP)算法的有效性，在3個(gè)不同的基金數(shù)據(jù)集上對(duì)用戶點(diǎn)擊行為進(jìn)行預(yù)測(cè)。對(duì)于每個(gè)基金數(shù)據(jù)集設(shè)置3組對(duì)比實(shí)驗(yàn)，MCUP算法分別與FM算法、FNN算法和Deep&Cross算法。利用精確率、召回率、F1和MAP對(duì)MCUP算法的性能進(jìn)行評(píng)測(cè)，特別地在計(jì)算MAP指標(biāo)的時(shí)候選取前2、4、6、8和10結(jié)果來進(jìn)行統(tǒng)計(jì)，從而驗(yàn)證MCUP算法在用戶行為預(yù)測(cè)任務(wù)的有效性。

根據(jù)表2可以看出，MCUP算法在MAP@2、MAP@4、MAP@6、MAP@8和MAP@10指標(biāo)均優(yōu)于傳統(tǒng)的FM與基于深度學(xué)習(xí)的FNN算法和Deep&Cross算法。在天弘基金數(shù)據(jù)集上，用戶點(diǎn)擊基金信息的行為預(yù)測(cè)任務(wù)中MCUP算法相較于Deep&Cross算法而言，在MAP@2、MAP@4、MAP@6、MAP@8和MAP@10上分別高0.7%、0.5%、0.8%、0.7%、1%。MCUP算法使用預(yù)訓(xùn)練FM模型對(duì)特征隱向量進(jìn)行初始化，相對(duì)于Deep&Cross算法具有更好的收斂速度和預(yù)測(cè)效果。MCUP算法比起傳統(tǒng)的FM算法在MAP@10提升最大，F(xiàn)M算法僅僅考慮到一階和二階特征對(duì)用戶點(diǎn)擊行為預(yù)測(cè)結(jié)果的影響，MCUP算法不僅考慮了低階特征，而且使用殘差網(wǎng)絡(luò)來提取高階交叉特征。

表 2 MCUP與對(duì)比算法在天弘基金數(shù)據(jù)集上點(diǎn)擊MAPTable 2 MAP of MCUP and comparison algorithm click behavior on Tianhong fund dataset

根據(jù)圖2可以看出，MCUP算法在前2、4、6、8和10的數(shù)據(jù)中F1指標(biāo)均優(yōu)于對(duì)比算法。在天弘基金數(shù)據(jù)集上，用戶點(diǎn)擊基金信息的行為預(yù)測(cè)任務(wù)中，MCUP算法相對(duì)于FM算法在top@2上提升最大，MCUP算法同時(shí)考慮了低階特征和高階交叉特征對(duì)用戶點(diǎn)擊行為預(yù)測(cè)的影響，利用殘差網(wǎng)絡(luò)隱式地提取數(shù)據(jù)高階交叉特征和FM算法獲取數(shù)據(jù)一階和二階特征。

圖 2 MCUP與對(duì)比算法在天弘基金數(shù)據(jù)集上點(diǎn)擊F1曲線Fig. 2 F1 curves of MCUP and comparison algorithm click behavior on the Tianhong Fund dataset

根據(jù)表3可以看出，MCUP算法在MAP@2、MAP@4、MAP@6、MAP@8和MAP@10指標(biāo)均優(yōu)于傳統(tǒng)的FM與基于深度學(xué)習(xí)的FNN算法和Deep&Cross算法。在長(zhǎng)信基金數(shù)據(jù)集上，用戶點(diǎn)擊基金信息的行為預(yù)測(cè)任務(wù)中MCUP算法在MAP@2、MAP@4、MAP@6、MAP@8和MAP@10上比FNN分別高1.8%、1.6%、1.9%、1.6%、1.7%。MCUP算法不僅使用預(yù)訓(xùn)練FM算法對(duì)特征隱向量進(jìn)行初始化，利用FM提取低階特征并且使用殘差網(wǎng)絡(luò)提取高階交叉特征，而FNN算法只利用預(yù)訓(xùn)練的FM算法進(jìn)行高階交叉特征的提取，沒有考慮低階特征對(duì)于用戶點(diǎn)擊行為預(yù)測(cè)的影響。MCUP算法比具有相似結(jié)構(gòu)的Deep&Cross算法在MAP@10提升最大，Deep&Cross算法沒有考慮到一階和二階特征對(duì)用戶點(diǎn)擊行為預(yù)測(cè)結(jié)果的影響，MCUP算法利用FM來進(jìn)行低階特征的提取。

表 3 MCUP與對(duì)比算法在長(zhǎng)信基金數(shù)據(jù)集上點(diǎn)擊MAPTable 3 MAP of MCUP and comparison algorithm click behavior on Changxin fund dataset

根據(jù)圖3可以看出，MCUP算法在前2、4、6、8和10的數(shù)據(jù)中F1指標(biāo)均優(yōu)于對(duì)比算法。在長(zhǎng)信基金數(shù)據(jù)集上，用戶點(diǎn)擊基金信息的行為預(yù)測(cè)任務(wù)中，MCUP算法相對(duì)于Deep&Cross算法在top@6以后提升的幅度逐漸增大，相較于Deep&Cross算法的Deep神經(jīng)網(wǎng)絡(luò)，MCUP算法使用殘差網(wǎng)絡(luò)隱式地提取數(shù)據(jù)高階交叉特征，具有更強(qiáng)的表達(dá)能力。

圖 3 MCUP與對(duì)比算法在長(zhǎng)信基金數(shù)據(jù)集上點(diǎn)擊F1曲線Fig. 3 F1 curves of MCUP and comparison algorithm click behavior on the Changxin fund dataset

根據(jù)表4可以看出，MCUP算法在MAP@2、MAP@4、MAP@6、MAP@8和MAP@10指標(biāo)均優(yōu)于傳統(tǒng)的FM算法、FNN算法和Deep&Cross算法。在鵬華基金數(shù)據(jù)集上，用戶點(diǎn)擊基金信息的行為預(yù)測(cè)任務(wù)中MCUP算法相較于Deep&Cross算法而言，在MAP@2、MAP@4、MAP@6、MAP@8和MAP@10上分別高0.3%、0.2%、0.3%、0.2%、0.4%。MCUP在MAP@10上的性能最好，說明MCUP算法能夠盡可能地將用戶點(diǎn)擊過的基金數(shù)據(jù)排到前面。MCUP算法融合低階特征和高階交叉特征對(duì)用戶點(diǎn)擊行為進(jìn)行預(yù)測(cè)，極大地挖掘了用戶潛在的興趣意圖。

表 4 MCUP與對(duì)比算法在鵬華基金數(shù)據(jù)集上點(diǎn)擊MAPTable 4 MAP of MCUP and comparison algorithm click behavior on Penghua fund dataset

根據(jù)圖4可以看出，MCUP算法在前2、4、6、8和10的數(shù)據(jù)中F1指標(biāo)均優(yōu)于對(duì)比算法。在鵬華基金數(shù)據(jù)集上，用戶點(diǎn)擊基金信息的行為預(yù)測(cè)任務(wù)中，MCUP算法相對(duì)于FNN算法提升更加平穩(wěn)且F1性能更優(yōu)，MCUP算法利用特征交叉層顯示進(jìn)行數(shù)據(jù)特征的有限階交叉，而且使用殘差網(wǎng)絡(luò)隱式地進(jìn)行數(shù)據(jù)高階特征的提取，同時(shí)考慮了低階特征和高階交叉特征對(duì)用戶點(diǎn)擊行為預(yù)測(cè)的影響。

圖 4 MCUP與對(duì)比算法在鵬華基金數(shù)據(jù)集上點(diǎn)擊F1曲線Fig. 4 F1 curves of MCUP and comparison algorithm click behavior on the Penghua Fund dataset

4 結(jié)束語

為了有效挖掘金融大數(shù)據(jù)中用戶潛在的金融行為特征，本文提出了一種基于多路交叉特征的用戶金融行為預(yù)測(cè)算法。首先，利用FM模型對(duì)金融數(shù)據(jù)的特征進(jìn)行預(yù)訓(xùn)練，獲取到數(shù)據(jù)中特征的隱含向量。然后，引入特征交叉層和殘差網(wǎng)絡(luò)結(jié)構(gòu)來對(duì)金融數(shù)據(jù)的較高階特征進(jìn)行提取，解決了FM線性模型只能提取低階特征、模型無法有效訓(xùn)練等問題。最后，將FM、特征交叉網(wǎng)絡(luò)和殘差網(wǎng)絡(luò)結(jié)合為統(tǒng)一的多塔模型進(jìn)行用戶金融行為的預(yù)測(cè)。在多個(gè)金融行為預(yù)測(cè)數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明，本方法能夠有效融合金融大數(shù)據(jù)的低階特征與高階特征，并準(zhǔn)確地預(yù)測(cè)了用戶的金融行為。