CN114943307A - 一种模型训练的方法、装置、存储介质以及电子设备 - Google Patents
一种模型训练的方法、装置、存储介质以及电子设备 Download PDFInfo
- Publication number
- CN114943307A CN114943307A CN202210752076.4A CN202210752076A CN114943307A CN 114943307 A CN114943307 A CN 114943307A CN 202210752076 A CN202210752076 A CN 202210752076A CN 114943307 A CN114943307 A CN 114943307A
- Authority
- CN
- China
- Prior art keywords
- data set
- classification
- training
- model
- wind control
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012549 training Methods 0.000 title claims abstract description 142
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000003860 storage Methods 0.000 title claims abstract description 20
- 238000013145 classification model Methods 0.000 claims abstract description 110
- 238000009826 distribution Methods 0.000 claims abstract description 22
- 230000000694 effects Effects 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 17
- 238000000605 extraction Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 10
- 230000006872 improvement Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 4
- 230000015556 catabolic process Effects 0.000 description 3
- 238000006731 degradation reaction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010924 continuous production Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本说明书公开了一种模型训练的方法、装置、存储介质以及电子设备，采集设定时间内线上业务的业务数据，并构建业务数据集，而后，根据业务数据集和训练风控模型时所使用的样本数据集，对预设的分类模型进行训练，该分类模型用于判断输入的数据属于所述业务数据集和所述样本数据集中的哪一数据集，继而，确定训练后的分类模型的训练质量程度，并根据训练质量程度，确定业务数据集和样本数据集在整体上的区分度，以及根据区分度，对该风控模型进行训练，以通过训练后的风控模型对线上用户进行风控。可以看出，该方法间接地通过训练分类模型的训练质量，来确定业务数据集和样本数据集的样本分布存在多大的区别，提高通过风控模型进行风控的准确性。
Description
技术领域
本说明书涉及风控领域，尤其涉及一种模型训练的方法、装置、存储介质以及电子设备。
背景技术
当前，互联网平台需要保证用户的信息安全，由此，互联网平台需要对用户进行风控，并可以在用户的业务存在风险时，及时停止为用户执行的业务，或提醒用户注意可能会存在风险的业务。
在实际应用中，互联网平台可以通过风控模型(机器学***台的安全性。
所以，如何提高风控的准确率，保证平台安全，则是一个亟待解决的问题。
发明内容
本说明书提供一种模型训练的方法、装置、存储介质以及电子设备，以避免风控模型的效果衰退，提高风控的准确率，保证平台安全。
本说明书采用下述技术方案：
本说明书提供一种模型训练的方法，包括：
采集设定时间内线上业务的业务数据，并构建业务数据集；
根据所述业务数据集和训练风控模型时所使用的样本数据集，对预设的分类模型进行训练，所述分类模型用于判断输入的数据属于所述业务数据集和所述样本数据集中的哪一数据集；
确定所述训练后的分类模型的训练质量程度；
根据所述训练质量程度，确定所述业务数据集和所述样本数据集在整体上的区分度；
根据所述区分度，对所述风控模型进行训练，以通过训练后的风控模型对线上用户进行风控。
可选地，确定所述训练后的分类模型的训练质量程度，包括：
将所述业务数据集和所述样本数据集输入到所述训练后的分类模型中，得到分类结果；根据所述分类结果，确定所述训练后的分类模型对应的分类正确率和分类错误率；
根据所述分类正确率和所述分类错误率，确定所述训练后的分类模型对应的分类效果分布曲线；
根据所述分类效果分布曲线，确定所述训练质量程度。
可选地，将所述业务数据集和所述样本数据集输入到所述训练后的分类模型中，得到分类结果，包括：
将所述样本数据集作为正样本集，所述业务数据集作为负样本集，并将所述正样本集以及所述负样本集输入到所述训练后的分类模型中，得到针对所述正样本集的分类结果以及针对所述负样本集的分类结果；
根据所述分类结果，确定所述训练后的分类模型对应的分类正确率和分类错误率，具体包括：
根据被正确识别出的正样本在全部正样本中的比例，得到分类正确率，以及根据被错误识别为正样本的负样本在全部负样本中的比例，得到分类错误率。
可选地，根据所述区分度，对所述风控模型进行训练，包括：
若确定所述区分度不小于设定区分度，根据所述业务数据集对所述风控模型进行训练。
可选地，根据所述业务数据集以及所述训练数据集，对预设的分类模型进行训练之前，还包括：
根据所述风控模型对应的模型结构，构建所述分类模型。
可选地，根据所述风控模型对应的模型结构，构建所述分类模型，包括：
根据所述风控模型对应的模型结构中的指定网络层，构建所述分类模型，所述指定网络层包括：特征提取层，其中，输入所述风控模型的数据的数据特征维度，与输入所述分类模型的数据的数据特征维度相同。
本说明书提供一种模型训练的装置，包括：
采集模块，用于采集设定时间内线上业务的业务数据，并构建业务数据集；
训练模块，用于根据所述业务数据集和训练风控模型时所使用的样本数据集，对预设的分类模型进行训练，所述分类模型用于判断输入的数据属于所述业务数据集和所述样本数据集中的哪一数据集；
第一确定模块，用于确定所述训练后的分类模型的训练质量程度；
第二确定模块，用于根据所述训练质量程度，确定所述业务数据集和所述样本数据集在整体上的区分度；
风控模块，用于根据所述区分度，对所述风控模型进行训练，以通过训练后的风控模型对线上用户进行风控。
本说明书提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述模型训练的方法。
本说明书提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述模型训练的方法。
本说明书采用的上述至少一个技术方案能够达到以下有益效果：
从上述模型训练的方法中可以看出，可以采集设定时间内线上业务的业务数据，并构建业务数据集，而后，根据业务数据集和训练风控模型时所使用的样本数据集，对预设的分类模型进行训练，该分类模型用于判断输入的数据属于所述业务数据集和所述样本数据集中的哪一数据集，继而，确定训练后的分类模型的训练质量程度，并根据训练质量程度，确定业务数据集和样本数据集在整体上的区分度，以及根据区分度，对该风控模型进行训练，以通过训练后的风控模型对线上用户进行风控。
从上述内容中可以看出，本说明书中提供的模型训练的方法,需要通过业务数据集与样本数据集进行训练，并间接地通过训练后的分类模型的训练质量，来确定业务数据集和样本数据集在整体上的区分度，即，确定业务数据集和样本数据集的样本分布存在多大的区别，从而确定是否需要进一步对风控模型进行迭代的训练，以及，需要如何对风控模型进行训练，从而提高通过风控模型进行风控的准确性。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解，构成本说明书的一部分，本说明书的示意性实施例及其说明用于解释本说明书，并不构成对本说明书的不当限定。在附图中：
图1为本说明书中一种模型训练的方法的流程示意图；
图2为本说明书中提供的一种通过训练分类模型的方式确定业务数据集与样本数据集之间区分度的流程示意图；
图3为本说明书提供的一种模型训练的装置示意图；
图4为本说明书提供的一种对应于图1的电子设备示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本说明书保护的范围。
以下结合附图，详细说明本说明书各实施例提供的技术方案。
图1为本说明书中一种模型训练的方法的流程示意图，具体包括以下步骤：
S100：采集设定时间内线上业务的业务数据，并构建业务数据集。
S102：根据所述业务数据集和训练风控模型所使用的样本数据集，对预设的分类模型进行训练，根据所述业务数据集和训练风控模型时所使用的样本数据集，对预设的分类模型进行训练，所述分类模型用于判断输入的数据属于所述业务数据集和所述样本数据集中的哪一数据集。
S104：确定所述训练后的分类模型的训练质量程度。
在实际应用中，准确的风控可以减少用户、平台所面临的风险，由于风控场景的攻防对抗属性，上线后的模型经常会遇到模型性能衰退的情况，模型衰退产生的原因有很多，最直接的原因是线上环境遇到的样本分布与训练时的不一致，因此，本说明书提供的模型训练的方法主要用于避免上线后的模型随着时间的流逝而导致性能衰退的问题。
具体的，服务器可以采集设定时间内线上业务的业务数据，并构建业务数据集，以及根据业务数据集和训练风控模型时所使用的样本数据集，对预设的分类模型进行训练，分类模型用于判断输入的数据属于业务数据集和样本数据集中的哪一数据集。
而后，可以根据训练后的分类模型，确定业务数据集和样本数据集在整体上的区分度。这里提到的风控模型是线上进行风控的模型，在不限制通过该风控模型进行风控的业务场景，例如，该风控模型可以用于线上对用户的账号进行风控，避免用户的账号进行盗用，再例如，该风控模型可以用于对线上的交易进行风控，避免存在有风险的交易。
上述提到的业务数据可以用于在线上进行风控，例如，该业务数据可以为用户的交易数据，交易数据可以用于对用户的交易进行风控，当然，该业务数据还可以包括用户账号相关的数据、用户的历史行为，该业务数据可以用于对用户的账号进行风控，以识别用户的账号是否被盗用。样本数据集可以是指用于训练当前的风控模型的训练样本集(可以包括全部用于训练当前的风控模型的训练样本)。
上述分类模型是用于对业务数据集和样本数据集之间进行分类的模型，即，这里提到的分类模型的训练目标主要为，使该分类模型能够将业务数据集以及样本数据集区分开，即，对于分类模型来说，业务数据集是一种类别，样本数据集是另一种类别。
需要说明的是，具体可以确定训练后的分类模型的训练质量程度，并根据该训练质量程度，确定业务数据集和样本数据集在整体上的区分度，该训练质量程度用于表征对分类模型的训练效果是否良好(另外，该训练质量程度还可以用于表征训练后的该分类模型的分类效果)，其中，训练质量程度越高，分类模型的分类效果可以越好，分类质量程度与区分度之间可以呈正相关的关系。当然，也可以直接将该训练质量程度作为该区分度。
由于若是业务数据集与样本数据集之间的样本分布不存在一定差别，那么训练分类模型的过程中，训练模型很难将业务数据集与样本数据集分类得很好，则无论如何对分类模型进行训练，分类模型的分类效果会较差，也可以称之为，通过业务数据集与样本数据集对分类模型的训练质量较低，那么，训练质量程度则也会较低，从而训练质量程度可以间接地说明业务数据集与样本数据集之间的在整体上的区分度，因此，若是训练质量程度较低，则区分度也会较低，而若是训练质量程度较高，则说明分类模型的分类效果较好，说明分类模型能够将业务数据集与样本数据集区分开了，那么业务数据集与样本数据集之间在整体上的区分度较高。
当然，也可以通过一定方式计算出的训练质量程度与分类模型的训练质量相反，若分类模型的训练质量越差，该训练质量程度越高，则该训练质量程度越高，业务数据集和所述样本数据集在整体上的区分度越低。
其中，确定训练质量程度的方式可以存在多种，例如，可以将业务数据集和样本数据集输入到训练后的分类模型中，得到分类结果；并根据分类结果，确定训练后的分类模型对应的分类正确率和分类错误率，以及根据分类正确率和分类错误率，确定训练后的分类模型对应的分类效果分布曲线，进而根据分类效果分布曲线(Receiver OperatingCharacteristic curve，ROC)，确定训练质量程度。
具体的，在确定分类正确率和分类错误率时，可以将样本数据集作为正样本集，将业务数据集作为负样本集，并将正样本集以及负样本集输入到训练后的分类模型中，得到针对正样本集的分类结果以及针对负样本集的分类结果，并根据被正确识别出的正样本在全部正样本中的比例，得到分类正确率，以及根据被错误识别为正样本的负样本在全部负样本中的比例，得到分类错误率。
在绘制该ROC曲线时，可以将上述提到的分类正确率作为纵坐标，分类错误率作为横坐标，该ROC曲线为穿过(0，0)以及(1,1)的曲线，并位于(0，0)与(1,1)之间连线的上方。该曲线的积分，即，该曲线的曲线下面积(Area Under roc Curve，AUC)能够表示分类模型的分类效果，因此可以计算出该曲线对应的积分，作为训练质量程度，并且，若是该训练质量程度不小于设定的数值，则可以根据业务数据集将上述风控模型进行迭代的训练。
当然，绘制该ROC曲线可以是一个在训练过程中连续的过程，即，在训练分类模型的过程中可以分为多次训练的过程，在每个训练后，可以通过业务数据集和样本数据集中的部分数据(作为验证集的数据)，确定分类模型的分类正确率和分类错误率，从而通过多次确定出的分类正确率和分类错误率，得到该ROC曲线。
需要说明的是，为了更加准确地通过训练分类模型得到上述区分度，可以根据风控模型对应的模型结构，构建分类模型，其中，风控模型与分类模型的模型结构可以是一致的，或者，也可以根据风控模型对应的模型结构中的指定网络层，构建分类模型，该指定网络层可以包括：特征提取层，其中，输入风控模型的数据的数据特征维度，可以与输入分类模型的数据的数据特征维度相同，并且，本说明书中的分类模型所使用的算法可以与风控模型一致，以及，该分类模型对数据进行特征数据的处理方法可以与风控模型一致(这也是指定网络层中包含特征提取层的原因)。
S106：根据所述训练质量程度，确定所述业务数据集和所述样本数据集在整体上的区分度。
S108：根据所述区分度，对所述风控模型进行训练，以通过训练后的风控模型对线上用户进行风控。
在上述内容中提到了可以根据训练质量程度，确定业务数据集和样本数据集在整体上的区分度，而后，得到了上述业务数据集和样本数据集在整体上的区分度，可以根据该区分度，对风控模型进行训练，以通过训练后的风控模型对线上用户进行风控。
其中，这里提到的业务数据集和样本数据集在整体上的区分度，可以是指业务数据集和样本数据集在样本分布上的区分度，当业务数据集和样本数据集在样本分布具有一定区分度时，可能是业务数据集与样本数据集之间的某个或某些特征维度下的数据分布存在一定区别，对于一条业务数据或者一条样本数据来说，会具有很多特征维度，例如，若是业务数据为交易数据，则特征维度可以包括交易时间、交易地点、交易对象以及交易金额等，因此，这里提到的特征维度可以是指业务数据或样本数据中所包含的每个维度的数据(或者可称之为每个类别的数据)。
具体根据上述区分度，对风控模型进行训练的方式有多种，由于业务数据集与样本数据集之间在整体上的区分度越大，风控模型进行风控的效果可能会越差，因此，若确定区分度不小于设定区分度，则可以根据业务数据集对风控模型进行训练。当然，也可以按照该区分度，从业务数据集中筛选出至少部分数据集，对风控模型进行训练，区分度越高，则可以筛选出更多的数据集，对风控模型进行训练，具体可以按照区分度，确定从业务数据集中需要筛选出的数据集的比例，从而从业务数据集中筛选出至少部分数据集，对风控模型进行训练，区分度越高，比例可以越高。
其中，为了保证每隔一段时间，检测一下风控模型的训练数据是否和业务数据存在一定区别，从而间接地确定风控模型的模型效果是否存在一定衰退，可以针对每个预设的业务周期，获取该业务周期内产生的线上的业务数据，并根据该业务周期内产生的线上的业务数据以及用于训练该风控模型的训练数据，对分类模型进行训练，以得到训练后的分类模型的训练质量程度，并根据训练后的分类模型的训练质量程度，确定上述区分度，以及根据该区分度对该风控模型进行训练，以在下一业务周期，通过训练后的风控模型，进行风控。
其中，一个业务周期的时长可以预先进行设定，例如，一个业务周期的时长可以设置为7天，那么每7天可以收集一批业务数据，并通过这批业务数据对应的业务数据集，以及风控模型的样本数据集，训练分类模型，并确定训练后的分类模型的训练质量程度。
在上述内容中，分别说明了本说明书中的模型训练的方法的各个实施例，下面，将以一个例子的方式，完整地说明该模型训练的方法，如图2所示。
图2为本说明书中提供的一种通过训练分类模型的方式确定业务数据集与样本数据集之间区分度的流程示意图。
从图2中可以看出，在训练分类模型的过程中样本数据集可以作为正样本，而业务数据集可以作为负样本，也就是说，该分类模型实质可以是一个二分类模型，样本数据集是一个类别，业务数据集是另一个类别，业务数据集是线上产生的数据，因此可以用于风控模型进行线上的风控，样本数据集是历史上训练过风控模型的训练样本，训练分类模型后，可以确定出分类模型的训练质量程度，训练质量程度越高，说明业务数据集和样本数据集之间在整体上的区分度越高，训练质量程度越低，可以间接说明业务数据集和样本数据集之间在整体上的区分度越低，从而，可以根据该区分度，训练风控模型，例如可以在区分度高于设定阈值时，通过业务数据集训练风控模型，其中，可以将业务数据集添加到样本数据集中，从而通过添加了业务数据集的样本数据集，对风控模型进行训练。当然，也可以按照区分度，从而样本数据集中筛选出部分数据集，对风控模型进行训练。
从而，可以看出，本说明书中提供的模型训练的方法,可以通过线上新产生的业务数据和以往对风控模型进行训练的训练数据，对分类模型进行训练，若是业务数据的样本分布相对于训练数据未产生变化，则分类模型训练后的分类效果会较差，而若是业务数据的样本分布相对于训练数据产生了一定变化，则分类模型训练后的分类效果会变好，因此，可以通过能够表征分类模型分类效果的训练质量程度，间接地得到业务数据集与样本数据集之间在整体上的区分度，若是区分度较高则说明线上业务数据的样本分布产生了一定变化，需要进一步对风控模型进行迭代，从而提高通过风控模型进行风控的准确性。
以上为本说明书的一个或多个实施例提供的模型训练的方法，基于同样的思路，本说明书还提供了模型训练的装置，如图3所示。
图3为本说明书提供的一种模型训练的装置示意图，具体包括：
采集模块301，用于采集设定时间内线上业务的业务数据，并构建业务数据集；
训练模块302，用于根据所述业务数据集和训练风控模型所使用的样本数据集，对预设的分类模型进行训练，所述分类模型用于判断输入的数据属于所述业务数据集和所述样本数据集中的哪一数据集；
第一确定模块303，用于确定所述训练后的分类模型的训练质量程度；
第二确定模块304，用于根据所述训练质量程度，确定所述业务数据集和所述样本数据集在整体上的区分度；
风控模块305，用于根据所述区分度，对所述风控模型进行训练，以通过训练后的风控模型对线上用户进行风控。
可选地，所述第一确定模块303具体用于，将所述业务数据集和所述样本数据集输入到所述训练后的分类模型中，得到分类结果；根据所述分类结果，确定所述训练后的分类模型对应的分类正确率和分类错误率；根据所述分类正确率和所述分类错误率，确定所述训练后的分类模型对应的分类效果分布曲线；根据所述分类效果分布曲线，确定所述训练质量程度。
可选地，所述第一确定模块303具体用于，将所述样本数据集作为正样本集，所述业务数据集作为负样本集，并将所述正样本集以及所述负样本集输入到所述训练后的分类模型中，得到针对所述正样本集的分类结果以及针对所述负样本集的分类结果；根据被正确识别出的正样本在全部正样本中的比例，得到分类正确率，以及根据被错误识别为正样本的负样本在全部负样本中的比例，得到分类错误率。
可选地，所述风控模块305具体用于，若确定所述区分度不小于设定区分度，根据所述业务数据集对所述风控模型进行训练。
可选地，所述装置还包括：
构建模块306用于，根据所述风控模型对应的模型结构，构建所述分类模型。
可选地，所述构建模块306具体用于，根据所述风控模型对应的模型结构中的指定网络层，构建所述分类模型，所述指定网络层包括：特征提取层，其中，输入所述风控模型的数据的数据特征维度，与输入所述分类模型的数据的数据特征维度相同。
本说明书还提供了一种计算机可读存储介质，该存储介质存储有计算机程序，计算机程序可用于执行上述模型训练的方法。
本说明书还提供了图4所示的电子设备的示意结构图。如图4所述，在硬件层面，该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，以实现上述模型训练的方法。当然，除了软件实现方式之外，本说明书并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字***“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的***、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本发明的实施例可提供为方法、***、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本说明书的实施例可提供为方法、***或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理节点来执行任务。在分布式计算环境中，程序模块可以位于包括存储节点在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于***实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。
Claims (10)
1.一种模型训练的方法，包括：
采集设定时间内线上业务的业务数据，并构建业务数据集；
根据所述业务数据集和训练风控模型时所使用的样本数据集，对预设的分类模型进行训练，所述分类模型用于判断输入的数据属于所述业务数据集和所述样本数据集中的哪一数据集；
确定所述训练后的分类模型的训练质量程度；
根据所述训练质量程度，确定所述业务数据集和所述样本数据集在整体上的区分度；
根据所述区分度，对所述风控模型进行训练，以通过训练后的风控模型对线上用户进行风控。
2.如权利要求1所述的方法，确定所述训练后的分类模型的训练质量程度，包括：
将所述业务数据集和所述样本数据集输入到所述训练后的分类模型中，得到分类结果；
根据所述分类结果，确定所述训练后的分类模型对应的分类正确率和分类错误率；
根据所述分类正确率和所述分类错误率，确定所述训练后的分类模型对应的分类效果分布曲线；
根据所述分类效果分布曲线，确定所述训练质量程度。
3.如权利要求2所述的方法，将所述业务数据集和所述样本数据集输入到所述训练后的分类模型中，得到分类结果，包括：
将所述样本数据集作为正样本集，所述业务数据集作为负样本集，并将所述正样本集以及所述负样本集输入到所述训练后的分类模型中，得到针对所述正样本集的分类结果以及针对所述负样本集的分类结果；
根据所述分类结果，确定所述训练后的分类模型对应的分类正确率和分类错误率，具体包括：
根据被正确识别出的正样本在全部正样本中的比例，得到分类正确率，以及根据被错误识别为正样本的负样本在全部负样本中的比例，得到分类错误率。
4.如权利要求1所述的方法，根据所述区分度，对所述风控模型进行训练，包括：
若确定所述区分度不小于设定区分度，根据所述业务数据集对所述风控模型进行训练。
5.如权利要求1所述的方法，根据所述业务数据集以及所述训练数据集，对预设的分类模型进行训练之前，还包括：
根据所述风控模型对应的模型结构，构建所述分类模型。
6.如权利要求1所述的方法，根据所述风控模型对应的模型结构，构建所述分类模型，包括：
根据所述风控模型对应的模型结构中的指定网络层，构建所述分类模型，所述指定网络层包括：特征提取层，其中，输入所述风控模型的数据的数据特征维度，与输入所述分类模型的数据的数据特征维度相同。
7.一种模型训练的装置，包括：
采集模块，用于采集设定时间内线上业务的业务数据，并构建业务数据集；
训练模块，用于根据所述业务数据集和训练风控模型时所使用的样本数据集，对预设的分类模型进行训练，所述分类模型用于判断输入的数据属于所述业务数据集和所述样本数据集中的哪一数据集；
第一确定模块，用于确定所述训练后的分类模型的训练质量程度；
第二确定模块，用于根据所述训练质量程度，确定所述业务数据集和所述样本数据集在整体上的区分度；
风控模块，用于根据所述区分度，对所述风控模型进行训练，以通过训练后的风控模型对线上用户进行风控。
8.如权利要求7所述的装置，所述第一确定模块具体用于，将所述业务数据集和所述样本数据集输入到所述训练后的分类模型中，得到分类结果；根据所述分类结果，确定所述训练后的分类模型对应的分类正确率和分类错误率；根据所述分类正确率和所述分类错误率，确定所述训练后的分类模型对应的分类效果分布曲线；根据所述分类效果分布曲线，确定所述训练质量程度。
9.一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1～6任一项所述的方法。
10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述权利要求1～6任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210752076.4A CN114943307A (zh) | 2022-06-28 | 2022-06-28 | 一种模型训练的方法、装置、存储介质以及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210752076.4A CN114943307A (zh) | 2022-06-28 | 2022-06-28 | 一种模型训练的方法、装置、存储介质以及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114943307A true CN114943307A (zh) | 2022-08-26 |
Family
ID=82911530
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210752076.4A Pending CN114943307A (zh) | 2022-06-28 | 2022-06-28 | 一种模型训练的方法、装置、存储介质以及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114943307A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115543945A (zh) * | 2022-11-29 | 2022-12-30 | 支付宝(杭州)信息技术有限公司 | 一种模型压缩的方法、装置、存储介质及电子设备 |
| CN115545353A (zh) * | 2022-11-29 | 2022-12-30 | 支付宝(杭州)信息技术有限公司 | 一种业务风控的方法、装置、存储介质及电子设备 |
| CN115563584A (zh) * | 2022-11-29 | 2023-01-03 | 支付宝(杭州)信息技术有限公司 | 一种模型训练方法、装置、存储介质及电子设备 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109598281A (zh) * | 2018-10-11 | 2019-04-09 | 阿里巴巴集团控股有限公司 | 一种业务风险防控方法、装置及设备 |
| US20190164062A1 (en) * | 2017-11-28 | 2019-05-30 | International Business Machines Corporation | Data classifier |
| WO2019114412A1 (zh) * | 2017-12-15 | 2019-06-20 | 阿里巴巴集团控股有限公司 | 一种基于图结构模型的信用风险控制方法、装置以及设备 |
| US20200211106A1 (en) * | 2017-12-27 | 2020-07-02 | Alibaba Group Holding Limited | Method, apparatus, and device for training risk management models |
| CN113344700A (zh) * | 2021-07-27 | 2021-09-03 | 上海华瑞银行股份有限公司 | 一种基于多目标优化的风控模型构建方法、装置和电子设备 |
| CN113643119A (zh) * | 2021-07-19 | 2021-11-12 | 北京三快在线科技有限公司 | 一种模型训练的方法、业务风控的方法及装置 |
| CN114078050A (zh) * | 2021-11-17 | 2022-02-22 | 中国建设银行股份有限公司 | 贷款逾期预测方法、装置、电子设备及计算机可读介质 |
-
2022
- 2022-06-28 CN CN202210752076.4A patent/CN114943307A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190164062A1 (en) * | 2017-11-28 | 2019-05-30 | International Business Machines Corporation | Data classifier |
| WO2019114412A1 (zh) * | 2017-12-15 | 2019-06-20 | 阿里巴巴集团控股有限公司 | 一种基于图结构模型的信用风险控制方法、装置以及设备 |
| US20200211106A1 (en) * | 2017-12-27 | 2020-07-02 | Alibaba Group Holding Limited | Method, apparatus, and device for training risk management models |
| CN109598281A (zh) * | 2018-10-11 | 2019-04-09 | 阿里巴巴集团控股有限公司 | 一种业务风险防控方法、装置及设备 |
| CN113643119A (zh) * | 2021-07-19 | 2021-11-12 | 北京三快在线科技有限公司 | 一种模型训练的方法、业务风控的方法及装置 |
| CN113344700A (zh) * | 2021-07-27 | 2021-09-03 | 上海华瑞银行股份有限公司 | 一种基于多目标优化的风控模型构建方法、装置和电子设备 |
| CN114078050A (zh) * | 2021-11-17 | 2022-02-22 | 中国建设银行股份有限公司 | 贷款逾期预测方法、装置、电子设备及计算机可读介质 |
Non-Patent Citations (1)
| Title |
|---|
| 陈梦珲: "基于卷积神经网络的金融风控模型设计与实现", 万方, 27 August 2019 (2019-08-27) * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115543945A (zh) * | 2022-11-29 | 2022-12-30 | 支付宝(杭州)信息技术有限公司 | 一种模型压缩的方法、装置、存储介质及电子设备 |
| CN115545353A (zh) * | 2022-11-29 | 2022-12-30 | 支付宝(杭州)信息技术有限公司 | 一种业务风控的方法、装置、存储介质及电子设备 |
| CN115563584A (zh) * | 2022-11-29 | 2023-01-03 | 支付宝(杭州)信息技术有限公司 | 一种模型训练方法、装置、存储介质及电子设备 |
| CN115563584B (zh) * | 2022-11-29 | 2023-04-07 | 支付宝(杭州)信息技术有限公司 | 一种模型训练方法、装置、存储介质及电子设备 |
| CN115545353B (zh) * | 2022-11-29 | 2023-04-18 | 支付宝(杭州)信息技术有限公司 | 一种业务风控的方法、装置、存储介质及电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108460523B (zh) | 一种风控规则生成方法和装置 | |
| CN109544166B (zh) | 一种风险识别方法和装置 | |
| CN114943307A (zh) | 一种模型训练的方法、装置、存储介质以及电子设备 | |
| CN108596410B (zh) | 一种风控事件自动处理方法及装置 | |
| CN111080304A (zh) | 一种可信关系识别方法、装置及设备 | |
| CN110008991B (zh) | 风险事件的识别、风险识别模型的生成方法、装置、设备及介质 | |
| CN112860968A (zh) | 一种异常检测的方法以及装置 | |
| CN115618748B (zh) | 一种模型优化的方法、装置、设备及存储介质 | |
| CN110738562B (zh) | 一种风险提醒信息的生成方法、装置及设备 | |
| CN110414572B (zh) | 一种图像识别的方法及装置 | |
| CN115618964A (zh) | 一种模型训练的方法、装置、存储介质及电子设备 | |
| CN110033092B (zh) | 数据标签生成、模型训练、事件识别方法和装置 | |
| CN115035347A (zh) | 图片识别方法、装置及电子设备 | |
| CN113010562B (zh) | 一种信息推荐的方法以及装置 | |
| CN115564450B (zh) | 一种风控方法、装置、存储介质及设备 | |
| CN112597255A (zh) | 一种确定异常数据的方法及装置 | |
| CN115567371B (zh) | 一种异常检测方法、装置、设备及可读存储介质 | |
| CN116822606A (zh) | 一种异常检测模型的训练方法、装置、设备及存储介质 | |
| CN111538925A (zh) | 统一资源定位符url指纹特征的提取方法及装置 | |
| CN114511376A (zh) | 基于多模型的信用数据处理方法及装置 | |
| CN109325127B (zh) | 一种风险识别方法和装置 | |
| CN113344590A (zh) | 一种模型训练以及投诉率预估的方法及装置 | |
| CN111461892A (zh) | 用于风险识别模型的衍生变量选择方法和装置 | |
| CN115545938B (zh) | 一种执行风险识别业务的方法、装置、存储介质及设备 | |
| CN112817948B (zh) | 数据检测的方法、装置、可读存储介质以及电子设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |