中科苏州智能计算技术研究院

本申请实施例提供了一种模型训练方法、对象分类方法、装置、电子设备、存储介质和产品，涉及人工智能和信息处理领域。包括：获取目标对象的对象相关数据，采用训练后的对象分类模型对所述目标对象的属性信息和第一交易信息进行特征提取，得到所述目标对象的第一特征表示；对所述目标对象的属性信息和第二交易信息进行特征提取，得到所述目标对象的第二特征表示；将目标对象的第一特征表示与目标对象到的第二特征表示进行融合，得到所述目标对象的目标特征表示，基于所述目标对象的目标特征表示进行预测，得到所述类型预测结果。该方法基于目标对象的动态关系特征和静态关系特征的融合特征进行对象类型预测，提高了预测的准确率。

本申请涉及一种账号数据处理方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取第一初始行为预测模型以及第二初始行为预测模型；将第二资源交互前向样本输入至第一初始行为预测模型，输出第一目标行为预测结果；将第二资源交互后向样本输入至第二初始行为预测模型，输出第二目标行为预测结果；基于所述第一目标行为预测结果和所述第二目标行为预测结果之间的第一差异、所述第一目标行为预测结果和所述第二资源交互前向样本对应的实际结果之间的第二差异，对所述第一初始行为预测模型进行迭代训练，得到目标行为预测模型。本申请能够提高目标行为预测模型准确度。