一种基于动态图神经网络与价值增强检索生成的动态决策方法、系统与介质与流程

摘要: 本发明涉及人工智能与检索增强生成,特别是涉及一种基于动态图神经网络与价值增强检索生成的动态决策方法、系统与介质。背景技术:1、随着汽车保有量的持续增长与汽车消费...
一种基于动态图神经网络与价值增强检索生成的动态决策方法、系统与介质与流程

本发明涉及人工智能与检索增强生成,特别是涉及一种基于动态图神经网络与价值增强检索生成的动态决策方法、系统与介质。

背景技术:

1、随着汽车保有量的持续增长与汽车消费金融的深化发展,车主用户在车辆全生命周期中产生大量的金融需求,包括但不限于车险投保与续保、车辆维修金融分期、保养套餐预付、二手车置换金融、新能源车电池延保、信用卡车主专属权益等。这些金融需求与车辆的生命周期阶段高度相关:新车首保期车主关注保养套餐与信用卡车主权益,中期保养期车主关注维修金融与车险续保,老车大修期车主关注维修金融分期与置换金融,置换决策期车主关注置换金融与新车贷款。

2、车车生活类平台作为连接车主用户、保险公司、银行金融机构与线下服务商的o2o平台,掌握着车辆生命周期数据、车险数据、金融产品数据、线下服务商sku数据与平台营销权益数据等多源异构数据。以申请人运营的车车生活平台为例,平台已累计入驻线下商户2387家,商品sku多达3000余款,平台注册车主用户152052人,每月固定新增车主用户4000至7000人,与太平洋保险、平安保险、泰康保险等多家保险公司达成深度合作。平台可为银行提供精准的车主客群运营支持,通过积分兑换、消费返利、联合营销等方式提升用户活跃度与黏性,并基于真实车生活消费场景嵌入信贷、储蓄、信用卡等金融产品。

3、然而,如何在如此复杂的多源异构数据环境下,为每一位车主用户在合适的时机推荐合适的金融权益,实现服务场景化、数据可视化、运营精细化,是当前车主o2o金融权益推荐领域亟待解决的核心技术问题。该问题涉及三个层面的技术挑战:第一,如何准确表征车辆生命周期状态并预测未来状态转移;第二,如何基于生命周期状态精准检索与排序金融权益知识;第三,如何在保险公司、银行、服务商三方约束下协同决策最优权益组合。

4、现有技术在车主o2o金融权益推荐场景中存在状态表征缺乏动态时序建模、检索query表达单一、检索触发被动且缺乏不确定性量化、检索排序目标偏离决策价值且缺乏因果推断、生成决策缺乏反事实比较与置信度感知、知识库静态不变、缺乏多方协同等技术缺陷。

5、因此,需要提供一种动态决策方法及系统,能够解决上述缺陷,实现金融权益的精准、主动、可解释、可协同推荐。此外,还需解决如何在rag决策链路中融合因果决策价值重排序、反事实稳健性评估与多方协同优化的问题。

技术实现思路

1、本发明旨在克服上述现有技术的至少一种缺陷(不足),提供一种融合动态图神经网络与价值增强检索生成的动态决策方法、系统与介质。

2、本发明的方法采取的技术方案包括以下步骤:

3、s1、采集用户的标的物生命周期数据,构建生命周期动态图,输出连续生命周期状态向量;同时构造候选权益动作空间,生成针对每个候选权益动作的差异化检索的绑定检索结果;

4、优选地,所述构造候选权益动作空间后,生成绑定检索结果前,还包括生成权益动作绑定约束:

5、遍历候选权益动作空间,对每个候选权益动作a_i构造动作标签集t(a_i);

6、向量检索器在知识库中检索,对每个候选文档d定义文档标签集t(d),并计算动作绑定约束bind(d, a_i),所述bind(d, a_i)为文档标签集t(d)与动作标签集t(a_i)的共同标签数量占动作总标签数量的比重;

7、当bind(d, a_i)小于预设的绑定阈值τ_bind时,文档d被判定为与a_i无关,在检索阶段被过滤。

8、s2、将所述生命周期状态向量输入预训练的生命周期预测模型,量化预测结果的不确定性,输出未来时段内的关键事件发生概率与不确定性评分;

9、优选地,所述量化预测结果的不确定性具体为:

10、将所述连续生命周期状态向量h_t输入预训练生命周期预测模型,输出未来t时段各关键事件的发生概率p;

11、在推理阶段保持所述预测模型中dropout层处于激活状态,对同一所述h_t执行k次前向传播,获取k个预测概率样本;

12、根据所述k个预测概率样本,计算所述关键事件的预测概率均值以及预测方差u_j,将所述预测方差u_j确定为预测不确定性,其中所述预测不确定性u_j的值越大表示所述预测模型对该事件的预测置信度越低。

13、优选地,所述输出未来时段内的关键事件发生概率与不确定性评分后还包括:

14、获取预测概率均值与不确定性u_j,并根据预设的不确定性惩罚系数κ,计算惩罚因子;

15、将所述预测概率均值与所述惩罚因子相乘,得到所述不确定性调整触发概率_j;

16、其中,所述不确定性惩罚系数κ>0,所述惩罚因子用于限制不确定性调整触发概率_j的下限大于等于0,且不确定性u_j越大,对触发概率_j的抑制越强;

17、为每个关键事件设置动态触发阈值θ_j,所述动态触发阈值根据关键事件的事件类型、用户偏好、历史触发效果动态调整;

18、当触发概率_j超过动态触发阈值θ_j时,系统主动触发rag检索流程。

19、s3、根据s1输出的绑定检索结果生成候选知识路径集合,在路径子图内对检索结果施加跨阶段衰减重打分,输出候选文档集;

20、优选地,s3步骤具体为:

21、根据s1输出的绑定检索结果,基于当前生命周期相位在知识图谱中生成候选知识路径集合paths(h_t);

22、将候选路径覆盖的实体子图作为检索约束,限定向量检索范围;

23、在约束子图范围内对所述绑定检索结果执行路径约束检索与跨阶段衰减,得到候选文档集;

24、对每个候选文档d计算跨阶段距离δphase(d)与自适应衰减系数δ;

25、计算衰减语义相似度sim'(d, q_i) = sim(d, q_i) · exp(-δ · δphase(d));

26、其中,q_i为针对第i个候选权益动作的差异化检索query,sim(d, q_i)为文档d与权益动作绑定query q_i的语义相似度,δ为大于0的衰减系数,exp(-δ · δphase(d))为衰减因子;

27、按sim'(d, q_i)降序排列,取top-k文档输出为候选文档集。

28、s4、以所述候选文档集作为输入,采用双重稳健因果估计方法并与衰减语义相似度融合为综合排序分数,输出重排序文档集;

29、优选地,所述采用双重稳健因果估计方法并与衰减语义相似度融合为综合排序分数,输出重排序文档集具体为:

30、获取所述s3中输出的候选文档集,对每个候选文档d计算衰减语义相似度sim'(d,q_i);

31、利用双重稳健因果估计方法计算得到候选文档d的决策边际贡献δv_dr(d),将δv_dr(d)确定为决策价值函数值;

32、将所述决策边际贡献δv_dr(d)与衰减语义相似度sim'(d, q_i)融合为pointwise综合排序分数score_pointwise(d) ;

33、使用listwise模型对候选文档d排序得到排序分数score_listwise(d);

34、将score_pointwise(d)和score_listwise(d)加权融合得score_final(d);

35、在排序目标中嵌入金融合规硬约束,将score_final(d)过滤后得到score_final'(d),按score_final'(d)降序排列,取top-k文档得到重排序文档集并输出。

36、s5、根据所述重排序文档集和不确定性评分,对top-k候选权益动作集合构造反事实路径,计算检索置信度并选择话术模板,输出候选权益集及推荐决策综合得分与话术模板;

37、优选地,所述反事实路径构造具体为:

38、获取top-k权益动作,为每个权益动作a_i构造反事实路径cf_i,反事实路径cf_i包括当前状态路径与相邻状态扰动路径;

39、所述当前状态路径基于当前生命周期状态向量h_t构成,所述相邻状态扰动路径基于相邻生命周期状态向量h_t’构成,其中所述h_t’为对所述h_t的预设维度进行扰动得到;

40、对所述当前状态路径,复用s4中输出的重排序文档集,结合所述q_i及修正后的检索置信度 执行llm大语言模型处理,得到当前决策结果y_i;

41、对于所述相邻状态扰动路径,基于所述h_t'重新构造q_i',执行轻量检索获取扰动文档集,结合所述q_i'执行llm大语言模型处理,得到扰动决策结果y_i';

42、根据y_i和y_i'分别得到当前状态下的决策效用u(y_i)和扰动状态下的决策效用u(y_i'),即反事实决策效用u(y_i')。

43、s6、接收所述候选权益集,执行冲突消解与三方协同优化,求解得到最优权益组合;完成推荐所述最优权益组合后采集反馈更新动态价值权重。

44、另一方面,本发明还提供了一种基于动态图神经网络与价值增强检索生成的动态决策系统,系统包括:

45、数据采集与图构建模块,用于采集用户的标的物生命周期数据,构建生命周期动态图,输出连续生命周期状态向量;同时构造权益动作空间,生成针对每个候选权益动作的差异化检索的绑定检索结果;预测模块,用于将所述生命周期状态向量输入预训练的生命周期预测模型,量化预测结果的不确定性,输出未来时段内的关键事件发生概率与不确定性评分;候选文档生成模块,用于根据所述数据采集与图构建模块输出的绑定检索结果生成候选知识路径集合,在路径子图内对检索结果施加跨阶段衰减重打分,输出候选文档集;重排序模块,用于以所述候选文档集作为输入,采用双重稳健因果估计方法并与衰减语义相似度融合为综合排序分数,输出重排序文档集;反事实推理与生成模块,用于根据所述重排序文档集和不确定性评分,对top-k候选权益动作集合构造反事实路径,计算检索置信度并选择话术模板,输出候选权益集及推荐决策综合得分与话术模板;决策优化与反馈模块,用于接收所述候选权益集,执行冲突消解与三方协同优化,求解得到最优权益组合;完成推荐所述最优权益组合后采集反馈更新动态价值权重。

46、本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述方法的步骤。

47、本发明所述的方法在车主金融权益领域中的应用,所述标的物为车辆。

48、与现有技术相比,本发明的有益效果为:

49、通过动态图神经网络编码车辆生命周期的时序转移特征、相位门控构造差异化检索query、跨阶段语义衰减保障阶段一致性、双重稳健因果估计优化决策价值排序等技术,大幅提升推荐决策的精准度,使检索结果更贴合车辆生命周期状态,权益推荐转化效果显著优化。

50、基于不确定性感知的预测驱动主动rag检索机制,实现从被动响应到主动预测的转换,系统能提前干预车主未来金融需求;同时通过预缓存机制降低主动推送的响应延迟,提升权益推荐转化效率并减少误触发风险。

51、利用反事实多路径推理与稳健性指标识别状态扰动下不稳定的权益动作,结合置信度感知的自适应生成控制策略,降低推荐风险,提升用户满意度并减少低置信度场景下的误导性推荐投诉。

52、通过权益反馈驱动的知识价值更新机制,精准定位贡献度高的知识条目,结合时序衰减跟踪权益效果的动态变化,使知识库能快速适应市场与用户需求变化,提升知识价值更新的收敛速度与长期有效性。

53、通过保险、银行、服务商的三方协同的多目标决策机制与合规硬约束嵌入,确保推荐结果在多方约束下可行且符合金融监管要求,提升权益可履约率并大幅降低权益冲突与合规违规风险。