模型训练数据构建方法及装置、大模型、概率预测方法

本发明涉及人工智能技术领域，提供一种模型训练数据构建方法及装置、大模型、概率预测方法，包括：将最近第一时间段的用户行为数据输入预测模型，得到预测模型输出的未来第二时间段的预测概率；其中，预测模型是基于历史完整周期内的用户数据训练得到的；将预测概率转化为预测标签；将用户行为数据的实际标签和预测标签融合为标签序列，并基于标签序列构建训练数据。本发明将最新的近期用户行为数据直接纳入训练样本，并利用模型预测补齐了尚未发生的未来标签，构建了能够提升模型对最新行为特征适应能力的训练数据，打破了传统方法必须等待观察期结束才能使用数据的限制，提升了预测模型的时效性。