首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种模型训练方法、业务风控方法、装置以及存储介质 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:支付宝(杭州)信息技术有限公司

摘要:本说明书提供的一种模型训练方法、业务风控方法、装置以及存储介质,可以首先获取第一样本交易数据以及其对应的实际风险层级标签,并将第一样本交易数据输入到过渡模型中包含的特征提取层中,以提取出交易特征,并将交易特征输入到过渡模型中包含的分类层中,以确定出预测风险层级标签,以最小化预测风险层级标签与实际风险层级标签之间的偏差为优化目标,至少对特征提取层进行训练,通过训练后的特征提取层以及预设的各目标分类层,构建目标模型,并将第二样本交易数据输入到目标模型中,以通过目标模型确定出预测风险识别结果,以最小化预测风险识别结果与第二样本交易数据对应的实际风险识别结果之间的偏差为优化目标,对目标模型进行训练。

主权项:1.一种模型训练方法,包括:获取第一样本交易数据以及所述第一样本交易数据对应的实际风险层级标签,所述实际风险层级标签包含有所述第一样本交易数据在预先构建的风险层级结构中位于不同风险层级下的风险标签,所述第一样本交易数据在至少部分风险层级下的风险标签用于表征所述第一样本交易数据是否存在所述至少部分风险层级下产生风险的原因;将所述第一样本交易数据输入到过渡模型中包含的特征提取层中,以使所述特征提取层从所述第一样本交易数据中提取出交易特征,并将所述交易特征输入到所述过渡模型中包含的分类层中,以使所述分类层确定出所述第一样本交易数据对应的预测风险层级标签;以最小化所述预测风险层级标签与所述实际风险层级标签之间的偏差为优化目标,至少对所述过渡模型中的所述特征提取层进行训练;通过训练后的特征提取层以及预设的各目标分类层,构建目标模型,其中,不同的目标分类层用于识别不同类型的风险;将第二样本交易数据输入到所述目标模型中,以通过所述目标模型中包含的用于识别所述第二样本交易数据所属风险类型的目标分类层,确定出预测风险识别结果,所述预测风险识别结果用于表征所述第二样本交易数据是否存在所述风险类型;以最小化所述预测风险识别结果与所述第二样本交易数据对应的实际风险识别结果之间的偏差为优化目标,对所述目标模型进行训练。

全文数据:

权利要求:

百度查询: 支付宝(杭州)信息技术有限公司 一种模型训练方法、业务风控方法、装置以及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。