(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 202211191460.8 (22)申请日 2022.09.28 (71)申请人 平安科技 （深圳） 有限公司 地址 518000 广东省深圳市福田区福田街 道福安社区益田路5033号平 安金融中 心23楼 (72)发明人 于佳玉　姜敏华　张莉　任杰　 张茜　 (74)专利代理 机构 深圳市沃德知识产权代理事 务所(普通 合伙) 44347 专利代理师 高杰　于志光 (51)Int.Cl. G06Q 10/10(2012.01) G06K 9/62(2022.01) G06F 17/16(2006.01)G06N 3/04(2006.01) (54)发明名称 基于双塔模型的机构增员方法、 装置、 设备 及存储介质 (57)摘要 本发明涉及人工智能领域， 揭露一种基于双 塔模型的机构增员方法， 包括： 利用双塔模型中 编码层分别将用户特征集及机构特征集进行编 码， 并利用交互网络层分别将编码层得到的用户 特征向量集及机构特征向量集进行自交互， 得到 用户交互矩阵集及机构交互矩阵集； 利用融合层 将用户交互矩 阵集及机构交互矩 阵集进行交互 拼接， 得到目标用户交互特征集； 利用匹配层将 目标用户交互特征集进行增员匹配， 得到匹配结 果； 根据匹配结果选取匹配度最高的候选用户作 为机构的增员用户。 本发明还涉及一种区块链技 术， 用户特征集及机构特征集可存储在区块链节 点中。 本发 明还提出一种基于双塔模 型的机构增 员装置、 设备 以及介质。 本发明可 以提高机构增 员的准确率。 权利要求书2页 说明书14页 附图3页 CN 115496471 A 2022.12.20 CN 115496471 A 1.一种基于双塔模型的机构增员方法， 其特 征在于， 所述方法包括： 获取候选用户集的用户多维特 征集及待增员机构的机构多维特 征集； 利用训练完成的双塔模型中的编码层分别将所述用户多维特征集及所述机构多维特 征集进行编码， 得到用户多维特 征向量集及机构多维特 征向量集； 利用所述双塔模型中的交互网络层分别将所述用户多维特征向量集及所述机构多维 特征向量集进行自交 互， 得到用户交 互矩阵集及机构交 互矩阵集； 利用所述双塔模型中的融合层将所述用户交互矩阵集及所述机构交互矩阵集进行交 互拼接， 得到目标用户交 互特征集； 利用所述双塔模型中的匹配层将所述目标用户交互特征集进行增员匹配， 得到所述候 选用户集中候选用户与所述待增员机构的匹配结果； 根据所述匹配结果从所述候选用户集中选取匹配度最高的候选用户作为所述待增员 机构的增员用户。 2.如权利要求1所述的基于双塔模型的机构增员方法， 其特征在于， 所述利用所述双塔 模型中的融合层将所述用户交互矩阵集及所述机构交互矩阵集进 行交互拼接， 得到目标用 户交互特征集， 包括： 利用所述融合层中的膨胀因果卷积层将所述用户交互矩阵集及所述机构交互矩阵集 进行拼接， 得到初始目标用户交 互特征集； 利用所述融合层中的残差连接层将所述初始用户机构交互特征集进行特征降维， 得到 所述目标用户交 互特征集。 3.如权利要求1所述的基于双塔模型的机构增员方法， 其特征在于， 所述利用所述双塔 模型中的交互网络层分别将所述用户多维特征向量集及所述机构多维特征向量集进行自 交互， 得到用户交 互矩阵集及机构交 互矩阵集， 包括： 利用所述交互网络层将所述用户多维特征向量集拆分为用户中心矩阵、 用户关联矩阵 和用户权重矩阵， 并将所述用户中心矩阵、 所述用户关联矩阵及所述用户权重矩阵进行点 乘， 得到所述用户交 互矩阵集； 将所述机构多维特征向量集拆分为机构中心矩阵、 机构关联矩阵和机构权重矩阵， 并 将所述机构 中心矩阵、 所述机构关联矩阵和所述机构权重矩阵进行点乘， 得到所述机构交 互矩阵集。 4.如权利要求1所述的基于双塔模型的机构增员方法， 其特征在于， 所述利用训练完成 的双塔模型中的编 码层分别将所述用户多维特征集及所述机构多维特征集进 行编码， 得到 用户多维特 征向量集及机构多维特 征向量集， 包括： 利用所述双塔模型中用户塔的编码层提取所述用户多维特征集的用户特征向量集， 并 将所述用户特 征向量集中的用户特 征向量进行位置编码， 得到用户位置编码向量； 利用所述双塔模型中机构塔的编码层提取所述机构多维特征集的机构特征向量集， 并 将所述机构特 征向量集中的机构特 征向量进行位置编码， 得到 机构位置编码向量； 将所述用户位置编码向量与所述用户特征向量集进行组合， 得到用户 多维特征向量 集； 将所述机构位置编码向量与所述机构特征向量集进行组合， 得到机构多维特征向量 集。权　利　要　求　书 1/2 页 2 CN 115496471 A 25.如权利要求1至4中任一项所述的基于双塔模型的机构增员方法， 其特征在于， 所述 利用所述双塔模型中的匹配层将所述目标用户交互特征集进 行增员匹配， 得到所述候选用 户集中候选用户与所述待增员机构的匹配结果， 包括： 利用所述匹配层计算所述候选用户集的用户多维特征向量集与所述目标用户交互特 征集的相似度评分， 根据所述相似度评 分确定所述候选用户集与所述待增员机构的匹配结 果。 6.如权利要求1至4中任一项所述的基于双塔模型的机构增员方法， 其特征在于， 所述 利用训练完成的双塔模型中的编码层分别将所述用户多维特征集及所述机构多维特征集 进行编码， 得到用户多维特 征向量集及机构多维特 征向量集之后， 所述方法还 包括： 将所述用户多维特征向量集及所述机构多维特征向量集进行部分掩码， 得到掩码后的 用户多维特 征向量集及机构多维特 征向量集。 7.如权利要求1至4中任一项所述的基于双塔模型的机构增员方法， 其特征在于， 所述 获取候选用户集的用户多维特征集及待增员机构的机构多维特征集之前， 所述方法还包 括： 获取加密用户多维特征集的对称密钥， 将所述对称密钥及所述加密用户多维特征集作 为参数输入至预设的对称解密函数中， 得到所述用户多维特 征集。 8.一种基于双塔模型的机构增员装置， 其特 征在于， 所述装置包括： 用户与机构特征获取模块， 用于获取候选用户集的用户多维特征集及待增员机构的机 构多维特 征集； 用户与机构特征编码模块， 用于利用训练完成的双塔模型中的编码层分别将所述用户 多维特征集及所述机构多维特征集进 行编码， 得到用户多维特征向量集及机构多维特征向 量集； 用户与机构自交互模块， 用于利用所述双塔模型中的交互网络层 分别将所述用户多维 特征向量集及所述机构多维特征向量集进 行自交互， 得到用户交互矩阵集及机构交互矩阵 集； 用户与机构交互拼接模块， 用于利用所述双塔模型中的融合层将所述用户交互矩阵集 及所述机构交 互矩阵集进行交 互拼接， 得到目标用户交 互特征集； 用户与机构的匹配模块， 用于利用所述双塔模型中的匹配层将所述目标用户交互特征 集进行增员匹配， 得到所述 候选用户集中候选用户与所述待增员机构的匹配结果； 目标增员用户的选取模块， 用于根据 所述匹配结果从所述候选用户集中选取匹配度最 高的候选用户作为所述待增员机构的增员用户。 9.一种电子设备， 其特 征在于， 所述电子设备包括： 至少一个处 理器； 以及， 与所述至少一个处 理器通信连接的存 储器； 其中， 所述存储器存储有可被所述至少一个处理器执行的计算机程序， 所述计算机程序被所 述至少一个处理器执行， 以使 所述至少一个处理器能够执行如权利要求 1至7中任一项所述 的基于双塔模型的机构增员方法。 10.一种计算机可读存储介质， 存储有计算机程序， 其特征在于， 所述计算机程序被处 理器执行时实现如权利要求1至7中任一项所述的基于双塔模型的机构增员方法。权　利　要　求　书 2/2 页 3 CN 115496471 A 3