CN110781922A - 用于机器学习模型的样本数据生成方法、装置及电子设备 - Google Patents
用于机器学习模型的样本数据生成方法、装置及电子设备 Download PDFInfo
- Publication number
- CN110781922A CN110781922A CN201910921527.0A CN201910921527A CN110781922A CN 110781922 A CN110781922 A CN 110781922A CN 201910921527 A CN201910921527 A CN 201910921527A CN 110781922 A CN110781922 A CN 110781922A
- Authority
- CN
- China
- Prior art keywords
- user
- users
- sample
- positive
- historical
- 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
- 238000010801 machine learning Methods 0.000 title claims abstract description 72
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 38
- 238000012544 monitoring process Methods 0.000 claims abstract description 37
- 238000013145 classification model Methods 0.000 claims abstract description 31
- 238000012549 training Methods 0.000 claims abstract description 27
- 230000002159 abnormal effect Effects 0.000 claims abstract description 10
- 238000003860 storage Methods 0.000 claims description 19
- 238000001914 filtration Methods 0.000 claims description 18
- 230000000694 effects Effects 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 11
- 238000010586 diagram Methods 0.000 description 8
- 238000012216 screening Methods 0.000 description 8
- 230000002776 aggregation Effects 0.000 description 7
- 238000004220 aggregation Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000005457 optimization Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000009977 dual effect Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000005111 flow chemistry technique Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000005477 standard model Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
-
- 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
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Entrepreneurship & Innovation (AREA)
- Software Systems (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Medical Informatics (AREA)
- Tourism & Hospitality (AREA)
- Computing Systems (AREA)
- Development Economics (AREA)
- Mathematical Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开涉及一种用于机器学习模型的样本数据生成方法、装置、电子设备及计算机可读介质。该方法包括：根据用户活跃时间和异常值监测算法将多个历史用户分入正样本集合、负样本集合和未分类样本集合；基于正样本集合、负样本集合对第一机器学习模型进行训练，生成用户分类模型；将未分类样本集合中的历史用户的金融数据输入用户分类模型中，生成正样本子集合和负样本子集合；通过正样本集合、正样本子集合生成用于机器学习模型的正样本数据；以及通过负样本集合、负样本子集合生成用于机器学习模型的负样本数据。本公开的一种用于机器学习模型的样本数据生成方法，能够对现有的正负样本数据进行数据处理生成更加精确的正负样本数据集合。
Description
技术领域
本公开涉及计算机信息处理领域，具体而言，涉及一种用于机器学习模型的样本数据生成方法、装置、电子设备及计算机可读介质。
背景技术
通常情况下机器学习模型需要对正样本和负样本进行学习，正样本是正确分类出的类别所对应的样本，负样本原则上可以选取任何不是正确类别的其他样本。机器学习模型根据正负样本建立特定的任务，然后通过特定的数据来对机器学习进行训练，在训练结束后，得到适用于某一个特定任务的机器学习模型。
通常情况下，即使用同一个机器学习模型的算法，但是用不同的数据训练得到的机器学习模型是完全不同的。但是对于金融领域的模型而言，特别是对于评价用户行为的用户金融类的机器模型而言，对存量客户管理时候，最简单的可以将客户分为流失和未流失。传统的客户历史模型直接使用上述数据集进行建模。然而，流失客户数据特征维度多、饱和度低等问题，流失客户特征聚集度低，直接建模效果不佳。如果直接将未流失客户当做负样本训练机器学习模型中的二分类模型的话，由于负样本中存在大量正样本(未来可能会动支的客户)，这种负样本会引入很多误差数据，可能导致训练出来的最终的模型效果不够理想。
因此，需要一种新的用于机器学习模型的样本数据生成方法、装置、电子设备及计算机可读介质。
在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
有鉴于此，本公开提供一种用于机器学习模型的样本数据生成方法、装置、电子设备及计算机可读介质，能够对现有的正负样本数据进行数据处理生成更加精确的正负样本数据集合，进而通过精确的正负样本数据集合对机器学习模型进行训练，生成金融风险模型。
本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。
根据本公开的一方面，提出一种用于机器学习模型的样本数据生成方法，该方法包括：获取多个历史用户的金融数据，所述金融数据中包括用户活跃时间；根据所述用户活跃时间和异常值监测算法将所述多个历史用户分入正样本集合、负样本集合和未分类样本集合；基于所述正样本集合、所述负样本集合对第一机器学习模型进行训练，生成用户分类模型；将所述未分类样本集合中的历史用户的金融数据输入所述用户分类模型中，生成正样本子集合和负样本子集合；通过正样本集合、正样本子集合生成用于机器学习模型的正样本数据；以及通过负样本集合、负样本子集合生成用于机器学习模型的负样本数据。
可选地，还包括：通过所述正样本数据与所述负样本数据训练第二机器学习模型以生成用户流失模型。
可选地，根据所述用户活跃时间和异常值监测算法将所述多个历史用户分入正样本集合、负样本集合和未分类样本集合包括：根据所述用户活跃时间将所述多个历史用户分别分入第一用户集合和第二用户集合；通过异常值监测算法对第一用户集合和第二用户集合中的历史用户的金融数据进行筛选以生成所述正样本集合、所述负样本集合和所述未分类样本集合。
可选地，根据所述用户活跃时间将所述多个历史用户分别分入第一用户集合和第二用户集合包括：将所述用户活跃时间大于预定日期的历史用户分入所述第一用户集合；以及将所述用户活跃时间小于等于预定日期的历史用户分入所述第二用户集合。
可选地，通过异常值监测算法对第一用户集合和第二用户集合中的历史用户的金融数据进行筛选以生成所述正样本集合、所述负样本集合和所述未分类样本集合包括：通过异常值监测算法和所述第一用户集合中的历史用户的金融数据生成第一目标超球体；以及基于所述第一目标超球体对所述第一用户集合中的历史用户的金融数据进行筛选以生成所述正样本集合和所述未分类样本集合。
可选地，基于所述第一目标超球体对所述第一用户集合中的历史用户的金融数据进行筛选以生成所述正样本集合和所述未分类样本集合包括：确定所述第一用户集合中的历史用户的金融数据在多维度坐标系上的位置坐标；基于所述位置坐标确定所述历史用户和所述第一目标超球体的球心距离；在所述球心距离小于等于所述第一目标超球体的半径时，将所述历史用户添加入所述正样本集合；以及在所述球心距离大于所述第一目标超球体的半径时，将所述历史用户添加入所述未分类样本集合。
可选地，通过异常值监测算法对第一用户集合和第二用户集合中的历史用户的金融数据进行筛选以生成所述正样本集合、所述负样本集合和所述未分类样本集合包括：通过异常值监测算法和所述第二用户集合中的历史用户的金融数据生成第二目标超球体；以及基于所述第二目标超球体对所述第二用户集合中的历史用户的金融数据进行筛选以生成所述负样本集合和所述未分类样本集合。
可选地，基于所述正样本集合、所述负样本集合对第一机器学习模型进行训练，生成用户分类模型包括：基于所述正样本集合、所述负样本集合对二分类模型进行训练，生成所述用户分类模型。
可选地，将所述未分类样本集合中的历史用户的金融数据输入所述用户分类模型中，生成正样本子集合和负样本子集合包括：通过所述用户分类模块为所述未分类样本集合中的历史用户确定正样本标签和负样本标签；通过具有正样本标签的历史用户生成所述正样本子集合；以及通过具有负样本标签的历史用户生成所述负样本子集合。
可选地，还包括：将当前用户的金融数据输入所述用户流失模型中，获取当前用户的流失意愿强度；以及基于所述流失意愿强度为所述当前用户生成用户策略。
根据本公开的一方面，提出一种用于机器学习模型的样本数据生成装置，该装置包括：数据模块，用于获取多个历史用户的金融数据，所述金融数据中包括用户活跃时间；集合模块，用于根据所述用户活跃时间和异常值监测算法将所述多个历史用户分入正样本集合、负样本集合和未分类样本集合；第一模型模块，用于基于所述正样本集合、所述负样本集合对第一机器学习模型进行训练，生成用户分类模型；分类模块，用于将所述未分类样本集合中的历史用户的金融数据输入所述用户分类模型中，生成正样本子集合和负样本子集合；正样本模块，用于通过正样本集合、正样本子集合生成用于机器学习模型的正样本数据；以及负样本模块，用于通过负样本集合、负样本子集合生成用于机器学习模型的负样本数据。
可选地，还包括：第二模型模块，用于通过所述正样本数据与所述负样本数据训练第二机器学习模型以生成用户流失模型。
可选地，所述集合模块包括：集合单元，用于根据所述用户活跃时间将所述多个历史用户分别分入第一用户集合和第二用户集合；筛选单元，用于通过异常值监测算法对第一用户集合和第二用户集合中的历史用户的金融数据进行筛选以生成所述正样本集合、所述负样本集合和所述未分类样本集合。
可选地，所述集合单元包括：第一子单元，用于将所述用户活跃时间大于预定日期的历史用户分入所述第一用户集合；以及第二子单元，用于将所述用户活跃时间小于等于预定日期的历史用户分入所述第二用户集合。
可选地，所述筛选单元包括：第一目标子单元，用于通过异常值监测算法和所述第一用户集合中的历史用户的金融数据生成第一目标超球体；以及第一筛选子单元，用于基于所述第一目标超球体对所述第一用户集合中的历史用户的金融数据进行筛选以生成所述正样本集合和所述未分类样本集合。
可选地，第一筛选子单元，还用于确定所述第一用户集合中的历史用户的金融数据在多维度坐标系上的位置坐标；基于所述位置坐标确定所述历史用户和所述第一目标超球体的球心距离；在所述球心距离小于等于所述第一目标超球体的半径时，将所述历史用户添加入所述正样本集合；以及在所述球心距离大于所述第一目标超球体的半径时，将所述历史用户添加入所述未分类样本集合。
可选地，所述筛选单元包括：第二目标子单元，用于通过异常值监测算法和所述第二用户集合中的历史用户的金融数据生成第二目标超球体；以及第二筛选子单元，用于基于所述第二目标超球体对所述第二用户集合中的历史用户的金融数据进行筛选以生成所述正样本集合和所述未分类样本集合。
可选地，所述第一模型模块，还用于基于所述正样本集合、所述负样本集合对二分类模型进行训练，生成所述用户分类模型。
可选地，所述分类模块包括：标签单元，用于通过所述用户分类模块为所述未分类样本集合中的历史用户确定正样本标签和负样本标签；正标签单元，用于通过具有正样本标签的历史用户生成所述正样本子集合；以及负标签单元，用于通过具有负样本标签的历史用户生成所述负样本子集合。
可选地，还包括：策略模块，用于将当前用户的金融数据输入所述用户流失模型中，获取当前用户的流失意愿强度；以及基于所述流失意愿强度为所述当前用户生成用户策略。
根据本公开的一方面，提出一种电子设备，该电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如上文的方法。
根据本公开的一方面，提出一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如上文中的方法。
根据本公开的用于机器学习模型的样本数据生成方法、装置、电子设备及计算机可读介质，根据所述用户活跃时间和异常值监测算法将所述多个历史用户分入正样本集合、负样本集合和未分类样本集合；基于所述正样本集合、所述负样本集合对第一机器学习模型进行训练，生成用户分类模型；将所述未分类样本集合中的历史用户的金融数据输入所述用户分类模型中，生成正样本子集合和负样本子集合；通过正样本集合、正样本子集合生成用于机器学习模型的正样本数据；以及通过负样本集合、负样本子集合生成用于机器学习模型的负样本数据的方式，能够对现有的正负样本数据进行数据处理生成更加精确的正负样本数据集合，进而通过精确的正负样本数据集合对机器学习模型进行训练，生成金融风险模型。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本公开。
附图说明
通过参照附图详细描述其示例实施例，本公开的上述和其它目标、特征及优点将变得更加显而易见。下面描述的附图仅仅是本公开的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是根据一示例性实施例示出的一种用于机器学习模型的样本数据生成方法的流程图。
图2是根据一示例性实施例示出的一种用于机器学习模型的样本数据生成方法的示意图。
图3是根据另一示例性实施例示出的一种用于机器学习模型的样本数据生成方法的流程图。
图4是根据另一示例性实施例示出的一种用于机器学习模型的样本数据生成方法的流程图。
图5是根据一示例性实施例示出的一种用于机器学习模型的样本数据生成装置的框图。
图6是根据一示例性实施例示出的一种电子设备的框图。
图7是根据一示例性实施例示出的一种计算机可读介质的框图。
具体实施方式
现在将参考附图更全面地描述示例实施例。然而，示例实施例能够以多种形式实施，且不应被理解为限于在此阐述的实施例；相反，提供这些实施例使得本公开将全面和完整，并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。
此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本公开的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本公开的各方面。
附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
应理解，虽然本文中可能使用术语第一、第二、第三等来描述各种组件，但这些组件不应受这些术语限制。这些术语乃用以区分一组件与另一组件。因此，下文论述的第一组件可称为第二组件而不偏离本公开概念的教示。如本文中所使用，术语“及/或”包括相关联的列出项目中的任一个及一或多者的所有组合。
本领域技术人员可以理解，附图只是示例实施例的示意图，附图中的模块或流程并不一定是实施本公开所必须的，因此不能用于限制本公开的保护范围。
图1是根据一示例性实施例示出的一种用于机器学习模型的样本数据生成方法的流程图。用于机器学习模型的样本数据生成方法10至少包括步骤S102至S108。
如图1所示，在S102中，获取多个历史用户的金融数据，所述金融数据中包括用户活跃时间。用户活跃时间用户记录用户上次登录时间或者上次借款时间，或者上次操作事件等等，可任意约定通过某项操作的时间来衡量用户的活跃时间，本公开不以此为限。
在S104中，根据所述用户活跃时间和异常值监测算法将所述多个历史用户分入正样本集合、负样本集合和未分类样本集合。包括：根据所述用户活跃时间将所述多个历史用户分别分入第一用户集合和第二用户集合；通过异常值监测算法对第一用户集合和第二用户集合中的历史用户的金融数据进行筛选以生成所述正样本集合、所述负样本集合和所述未分类样本集合。
可通过用户活跃时间来确定用户是否流失，可将近6个月时间内未登录的客户作为流失客户，还可例如将近3个月未有借款记录的用户作为流失客户。衡量用户流失的标准可包括多个维度。
在S106中，基于所述正样本集合、所述负样本集合对第一机器学习模型进行训练，生成用户分类模型。可包括：基于所述正样本集合、所述负样本集合对二分类模型进行训练，生成所述用户分类模型。
更具体的，二分类模型可为决策树模型或者支持向量机模型等等，不公开不以此为限。
在S108中，将所述未分类样本集合中的历史用户的金融数据输入所述用户分类模型中，生成正样本子集合和负样本子集合。包括：通过所述用户分类模块为所述未分类样本集合中的历史用户确定正样本标签和负样本标签；通过具有正样本标签的历史用户生成所述正样本子集合；以及通过具有负样本标签的历史用户生成所述负样本子集合。
在S110中，通过正样本集合、正样本子集合生成用于机器学习模型的正样本数据。
在S112中，通过负样本集合、负样本子集合生成用于机器学习模型的负样本数据。
在一个实施例中，还包括：通过所述正样本数据与所述负样本数据训练第二机器学习模型以生成用户流失模型。
在一个实施例中，将当前用户的金融数据输入所述用户流失模型中，获取当前用户的流失意愿强度；以及基于所述流失意愿强度为所述当前用户生成用户策略。
根据本公开的用于机器学习模型的样本数据生成方法，根据所述用户活跃时间和异常值监测算法将所述多个历史用户分入正样本集合、负样本集合和未分类样本集合；基于所述正样本集合、所述负样本集合对第一机器学习模型进行训练，生成用户分类模型；将所述未分类样本集合中的历史用户的金融数据输入所述用户分类模型中，生成正样本子集合和负样本子集合；通过正样本集合、正样本子集合生成用于机器学习模型的正样本数据；以及通过负样本集合、负样本子集合生成用于机器学习模型的负样本数据的方式，能够对现有的正负样本数据进行数据处理生成更加精确的正负样本数据集合，进而通过精确的正负样本数据集合对机器学习模型进行训练，生成金融风险模型。
应清楚地理解，本公开描述了如何形成和使用特定示例，但本公开的原理不限于这些示例的任何细节。相反，基于本公开公开的内容的教导，这些原理能够应用于许多其它实施例。
图2是根据一示例性实施例示出的一种用于机器学习模型的样本数据生成方法的示意图。如图2所示，对存量客户管理时候，可以将客户分为两类：流失和未流失，一类是已经确认流失的客户为正样本，另一类是未确定是否流失的客户为负样本，其中一部分客户在下个时段可能发生流失，变成正样本。
使用OneClassSVM对已经流失的正样本进行训练，找到高密度群体，除去一些离群的噪音点，得到真正的正样本；使用同样的方法对负样本进行训练，找到负样本特征较为集中的部分，这部分样本定义为真负样本，真正样本和真负样本理论上应该互不相交。
根据两个高维超球将原始数据分为真正样本、真负样本以及未知类样本。使用真正样本和真负样本得到新的训练集，训练分类模型，然后对未知样本进行分类，就可以将未知样本分为真正样本和真负样本。最后组合成新的训练集训练模型，提高模型性能。
图3是根据另一示例性实施例示出的一种用于机器学习模型的样本数据生成方法的流程图。图3所示的流程是对图1所示的流程中S104“根据所述用户活跃时间和异常值监测算法将所述多个历史用户分入正样本集合、负样本集合和未分类样本集合”的详细描述。
如图3所示，在S302中，获取历史用户的用户活跃时间。
在S304中，将用户活跃时间大于预定日期的历史用户分入所述第一用户集合。
在S306中，将所述用户活跃时间小于等于预定日期的历史用户分入所述第二用户集合。
在S308中，通过异常值监测算法对第一用户集合进行筛选以生成所述正样本集合和所述未分类样本集合。
在S310中，通过异常值监测算法对第二用户集合进行筛选以生成所述负样本集合和所述未分类样本集合。
OneClassSVM算法并根据支持向量域描述(support vector domaindeion SVDD)，将样本数据训练出一个最小的超球面(大于3维特征)，其中在二维中是一个曲线，将数据全部包起来，即将异常点排除。
图4是根据另一示例性实施例示出的一种用于机器学习模型的样本数据生成方法的流程图。图4所示的流程是对1所示的流程中S104“根据所述用户活跃时间和异常值监测算法将所述多个历史用户分入正样本集合、负样本集合和未分类样本集合”的详细描述。
如图4所示，在S402中，通过异常值监测算法和所述第一用户集合中的历史用户的金融数据生成第一目标超球体。
在S404中，确定所述第一用户集合中的历史用户的金融数据在多维度坐标系上的位置坐标。
在S406中，基于所述位置坐标确定所述历史用户和所述第一目标超球体的球心距离。
在S408中，在所述球心距离小于等于所述第一目标超球体的半径时，将所述历史用户添加入所述正样本集合。
在S410中，在所述球心距离大于所述第一目标超球体的半径时，将所述历史用户添加入所述未分类样本集合。
其中，通过异常值监测算法和正样本用户集合中的历史用户的金融数据生成第一目标超球体包括：通过所述正样本集合中的历史用户的金融数据和异常值监测算法中的初始超球体方程生成超球体方程组；确定松弛变量阈值和优化目标；基于松弛变量阈值和优化目标求取所述超球体方程以获取其最优解；以及基于所述最优解生成所述第一目标超球体。
其中，可采用拉格朗日对偶方法求解所述第一目标超球体或所述第二目标球体以获取所述用户的球心距离。
过OneClassSVM方法可理解为寻找一个超平面将样本中的正例圈出来，(目标超球体)，预测就是用这个超平面做决策，在目标超球体内的样本就认为是正样本。
假设产生的超球体参数为中心o和对应的超球体半径r>0，超球体体积V(r)被最小化，中心o是支持行了的线性组合；可以要求所有未分类样本集合中代表用户特征的数据点xi到中心的距离严格小于r。同时构造一个惩罚系数为C的松弛变量ζi,优化问题入下所示：
MinV(r)+C∑ζi；
||xi-o||≤r+ζi，i＝1,2,3，…m；
ζi≥0，i＝1,2,3，…m。
采用拉格朗日对偶求解之后，求取如果z到中心的距离。
然后，在所述球心距离小于等于所述第一目标超球体的半径时，将所述用户添加入所述正样本子集合。在所述球心距离小于等于所述第二目标超球体的半径时，将所述用户添加入所述负样本子集合。将其余用户添加入未分类样本子集合。
其中，松弛变量的引入常常是为了便于在更大的可行域内求解。若为0，则收敛到原有状态，若大于零，则约束松弛。
对线性规划问题的研究是基于标准型进行的。因此对于给定的非标准型线性规划问题的数学模型，则需要将其化为标准型。一般地，对于不同形式的线性规划模型，可以采用一些方法将其化为标准型。其中，
当约束条件为“≤”(“≥”)类型的线性规划问题，可在不等式左边加上(或者减去)一个非负的新变量，即可化为等式。这个新增的非负变量称为松弛变量(或剩余变量)，也可统称为松弛变量。在目标函数中一般认为新增的松弛变量的系数为零。
如上文中的超球体公式，可基于所述超球体方程与所述正样本集合中的历史用户的金融数据构建初始超球体方程，确定优化目标，通过松弛变量的阈值不断求解所述超球体方法，直至获得能满足与优化目标的最优解。进而通过所述最优解对应的超球体方程的参数生成所述目标超球体方程。
通过异常值监测算法和所述第二用户集合中的历史用户的金融数据生成第二目标超球体；以及基于所述第二目标超球体对所述第二用户集合中的历史用户的金融数据进行筛选以生成所述负样本集合和所述未分类样本集合的具体计算过程和图4中的过程相似，在此不再赘述。
本领域技术人员可以理解实现上述实施例的全部或部分步骤被实现为由CPU执行的计算机程序。在该计算机程序被CPU执行时，执行本公开提供的上述方法所限定的上述功能。所述的程序可以存储于一种计算机可读存储介质中，该存储介质可以是只读存储器，磁盘或光盘等。
此外，需要注意的是，上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。
下述为本公开装置实施例，可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节，请参照本公开方法实施例。
图5是根据一示例性实施例示出的一种用于机器学习模型的样本数据生成装置的框图。如图5所示，用于机器学习模型的样本数据生成装置50包括：数据模块502，集合模块504，第一模型模块506，分类模块508，正样本模块510，负样本模块512，用于机器学习模型的样本数据生成装置50还可包括：第二模型模块514，策略模块516。
数据模块502用于获取多个历史用户的金融数据，所述金融数据中包括用户活跃时间；
集合模块504用于根据所述用户活跃时间和异常值监测算法将所述多个历史用户分入正样本集合、负样本集合和未分类样本集合；
所述集合模块504进一步包括：集合单元，用于根据所述用户活跃时间将所述多个历史用户分别分入第一用户集合和第二用户集合；所述集合单元包括：第一子单元，用于将所述用户活跃时间大于预定日期的历史用户分入所述第一用户集合；以及第二子单元，用于将所述用户活跃时间小于等于预定日期的历史用户分入所述第二用户集合。
所述集合模块504进一步包括：筛选单元，用于通过异常值监测算法对第一用户集合和第二用户集合中的历史用户的金融数据进行筛选以生成所述正样本集合、所述负样本集合和所述未分类样本集合。所述筛选单元包括：第一目标子单元，用于通过异常值监测算法和所述第一用户集合中的历史用户的金融数据生成第一目标超球体；以及第一筛选子单元，用于基于所述第一目标超球体对所述第一用户集合中的历史用户的金融数据进行筛选以生成所述正样本集合和所述未分类样本集合。第一筛选子单元，还用于确定所述第一用户集合中的历史用户的金融数据在多维度坐标系上的位置坐标；基于所述位置坐标确定所述历史用户和所述第一目标超球体的球心距离；在所述球心距离小于等于所述第一目标超球体的半径时，将所述历史用户添加入所述正样本集合；以及在所述球心距离大于所述第一目标超球体的半径时，将所述历史用户添加入所述未分类样本集合。
所述筛选单元包括：第二目标子单元，用于通过异常值监测算法和所述第二用户集合中的历史用户的金融数据生成第二目标超球体；以及第二筛选子单元，用于基于所述第二目标超球体对所述第二用户集合中的历史用户的金融数据进行筛选以生成所述正样本集合和所述未分类样本集合。
第一模型模块506用于基于所述正样本集合、所述负样本集合对第一机器学习模型进行训练，生成用户分类模型；所述第一模型模块506还用于基于所述正样本集合、所述负样本集合对二分类模型进行训练，生成所述用户分类模型。
分类模块508用于将所述未分类样本集合中的历史用户的金融数据输入所述用户分类模型中，生成正样本子集合和负样本子集合；所述分类模块508包括：标签单元，用于通过所述用户分类模块为所述未分类样本集合中的历史用户确定正样本标签和负样本标签；正标签单元，用于通过具有正样本标签的历史用户生成所述正样本子集合；以及负标签单元，用于通过具有负样本标签的历史用户生成所述负样本子集合。
正样本模块510用于通过正样本集合、正样本子集合生成用于机器学习模型的正样本数据；以及
负样本模块512用于通过负样本集合、负样本子集合生成用于机器学习模型的负样本数据。
第二模型模块514用于通过所述正样本数据与所述负样本数据训练第二机器学习模型以生成用户流失模型。
策略模块516用于将当前用户的金融数据输入所述用户流失模型中，获取当前用户的流失意愿强度；以及基于所述流失意愿强度为所述当前用户生成用户策略。
图6是根据一示例性实施例示出的一种电子设备的框图。
下面参照图6来描述根据本公开的这种实施方式的电子设备600。图6显示的电子设备600仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图6所示，电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于：至少一个处理单元610、至少一个存储单元620、连接不同系统组件(包括存储单元620和处理单元610)的总线630、显示单元640等。
其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元610执行，使得所述处理单元610执行本说明书上述电子处方流转处理方法部分中描述的根据本公开各种示例性实施方式的步骤。例如，所述处理单元610可以执行如图1，图3，图4中所示的步骤。
所述存储单元620可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)6201和/或高速缓存存储单元6202，还可以进一步包括只读存储单元(ROM)6203。
所述存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204，这样的程序模块6205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线630可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备600也可以与一个或多个外部设备600’(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备600交互的设备通信，和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且，电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。网络适配器660可以通过总线630与电子设备600的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备600使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，如图7所示，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本公开实施方式的上述方法。
所述软件产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该计算机可读介质实现如下功能：根据用户活跃时间和异常值监测算法将多个历史用户分入正样本集合、负样本集合和未分类样本集合；基于正样本集合、负样本集合对第一机器学习模型进行训练，生成用户分类模型；将未分类样本集合中的历史用户的金融数据输入用户分类模型中，生成正样本子集合和负样本子集合；通过正样本集合、正样本子集合生成用于机器学习模型的正样本数据；以及通过负样本集合、负样本子集合生成用于机器学习模型的负样本数据。
本领域技术人员可以理解上述各模块可以按照实施例的描述分布于装置中，也可以进行相应变化唯一不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。
通过以上的实施例的描述，本领域的技术人员易于理解，这里描述的示例实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施例的方法。
以上具体地示出和描述了本公开的示例性实施例。应可理解的是，本公开不限于这里描述的详细结构、设置方式或实现方法；相反，本公开意图涵盖包含在所附权利要求的精神和范围内的各种修改和等效设置。
Claims (10)
1.一种用于机器学习模型的样本数据生成方法，其特征在于，包括：
获取多个历史用户的金融数据，所述金融数据中包括用户活跃时间；
根据所述用户活跃时间和异常值监测算法将所述多个历史用户分入正样本集合、负样本集合和未分类样本集合；
基于所述正样本集合、所述负样本集合对第一机器学习模型进行训练，生成用户分类模型；
将所述未分类样本集合中的历史用户的金融数据输入所述用户分类模型中，生成正样本子集合和负样本子集合；
通过正样本集合、正样本子集合生成用于机器学习模型的正样本数据；以及
通过负样本集合、负样本子集合生成用于机器学习模型的负样本数据。
2.如权利要求1所述的方法，其特征在于，还包括：
通过所述正样本数据与所述负样本数据训练第二机器学习模型以生成用户流失模型。
3.如权利要求1-2中任一所述的方法，其特征在于，根据所述用户活跃时间和异常值监测算法将所述多个历史用户分入正样本集合、负样本集合和未分类样本集合包括：
根据所述用户活跃时间将所述多个历史用户分别分入第一用户集合和第二用户集合；
通过异常值监测算法对第一用户集合和第二用户集合中的历史用户的金融数据进行筛选以生成所述正样本集合、所述负样本集合和所述未分类样本集合。
4.如权利要求1-3中任一所述的方法，其特征在于，根据所述用户活跃时间将所述多个历史用户分别分入第一用户集合和第二用户集合包括：
将所述用户活跃时间大于预定日期的历史用户分入所述第一用户集合；以及
将所述用户活跃时间小于等于预定日期的历史用户分入所述第二用户集合。
5.如权利要求1-4中任一所述的方法，其特征在于，通过异常值监测算法对第一用户集合和第二用户集合中的历史用户的金融数据进行筛选以生成所述正样本集合、所述负样本集合和所述未分类样本集合包括：
通过异常值监测算法和所述第一用户集合中的历史用户的金融数据生成第一目标超球体；以及
基于所述第一目标超球体对所述第一用户集合中的历史用户的金融数据进行筛选以生成所述正样本集合和所述未分类样本集合。
6.如权利要求1-5中任一所述的方法，其特征在于，基于所述第一目标超球体对所述第一用户集合中的历史用户的金融数据进行筛选以生成所述正样本集合和所述未分类样本集合包括：
确定所述第一用户集合中的历史用户的金融数据在多维度坐标系上的位置坐标；
基于所述位置坐标确定所述历史用户和所述第一目标超球体的球心距离；
在所述球心距离小于等于所述第一目标超球体的半径时，将所述历史用户添加入所述正样本集合；以及
在所述球心距离大于所述第一目标超球体的半径时，将所述历史用户添加入所述未分类样本集合。
7.如权利要求1-6中任一所述的方法，其特征在于，通过异常值监测算法对第一用户集合和第二用户集合中的历史用户的金融数据进行筛选以生成所述正样本集合、所述负样本集合和所述未分类样本集合包括：
通过异常值监测算法和所述第二用户集合中的历史用户的金融数据生成第二目标超球体；以及
基于所述第二目标超球体对所述第二用户集合中的历史用户的金融数据进行筛选以生成所述负样本集合和所述未分类样本集合。
8.一种用于机器学习模型的样本数据生成装置，其特征在于，包括：
数据模块，用于获取多个历史用户的金融数据，所述金融数据中包括用户活跃时间；
集合模块，用于根据所述用户活跃时间和异常值监测算法将所述多个历史用户分入正样本集合、负样本集合和未分类样本集合；
第一模型模块，用于基于所述正样本集合、所述负样本集合对第一机器学习模型进行训练，生成用户分类模型；
分类模块，用于将所述未分类样本集合中的历史用户的金融数据输入所述用户分类模型中，生成正样本子集合和负样本子集合；
正样本模块，用于通过正样本集合、正样本子集合生成用于机器学习模型的正样本数据；以及
负样本模块，用于通过负样本集合、负样本子集合生成用于机器学习模型的负样本数据。
9.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
10.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910921527.0A CN110781922A (zh) | 2019-09-27 | 2019-09-27 | 用于机器学习模型的样本数据生成方法、装置及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910921527.0A CN110781922A (zh) | 2019-09-27 | 2019-09-27 | 用于机器学习模型的样本数据生成方法、装置及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110781922A true CN110781922A (zh) | 2020-02-11 |
Family
ID=69384595
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910921527.0A Pending CN110781922A (zh) | 2019-09-27 | 2019-09-27 | 用于机器学习模型的样本数据生成方法、装置及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110781922A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111967671A (zh) * | 2020-08-18 | 2020-11-20 | 中国银行股份有限公司 | 基于支持向量数据域描述的跨境活跃用户识别方法及装置 |
| CN111985557A (zh) * | 2020-08-19 | 2020-11-24 | 中国银行股份有限公司 | 基于区块链的客群分类模型训练方法、装置、设备及介质 |
| CN112100490A (zh) * | 2020-08-28 | 2020-12-18 | 北京百度网讯科技有限公司 | 建立用户等级预测模型的方法、装置、电子设备及介质 |
| CN112615713A (zh) * | 2020-12-22 | 2021-04-06 | 东软集团股份有限公司 | 隐蔽信道的检测方法、装置、可读存储介质及电子设备 |
| CN114118068A (zh) * | 2022-01-26 | 2022-03-01 | 北京淇瑀信息科技有限公司 | 训练文本数据的扩增方法、装置及电子设备 |
| CN114418752A (zh) * | 2022-03-28 | 2022-04-29 | 北京芯盾时代科技有限公司 | 无类型标签用户数据的处理方法、装置、电子设备和介质 |
| CN115203728A (zh) * | 2022-09-14 | 2022-10-18 | 南京紫米网络科技有限公司 | 基于联盟区块链和大数据的金融数据安全存储系统及方法 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101216436A (zh) * | 2008-01-03 | 2008-07-09 | 东华大学 | 一种基于支持向量数据描述理论的织物瑕疵自动检测方法 |
| CN101907681A (zh) * | 2010-07-15 | 2010-12-08 | 南京航空航天大学 | 基于gsd_svdd的模拟电路动态在线故障诊断方法 |
| CN107507036A (zh) * | 2017-08-28 | 2017-12-22 | 深圳市诚壹科技有限公司 | 一种数据预测的方法及终端 |
| CN107563431A (zh) * | 2017-08-28 | 2018-01-09 | 西南交通大学 | 一种结合cnn迁移学习和svdd的图像异常检测方法 |
| CN108229555A (zh) * | 2017-12-29 | 2018-06-29 | 深圳云天励飞技术有限公司 | 样本权重分配方法、模型训练方法、电子设备及存储介质 |
| CN108765465A (zh) * | 2018-05-31 | 2018-11-06 | 西安电子科技大学 | 一种无监督sar图像变化检测方法 |
| CN109165694A (zh) * | 2018-09-12 | 2019-01-08 | 太原理工大学 | 一种对非平衡数据集的分类方法及系统 |
| CN109272056A (zh) * | 2018-10-30 | 2019-01-25 | 成都信息工程大学 | 基于伪负样本的数据平衡方法及提高数据分类性能的方法 |
| CN109451527A (zh) * | 2018-12-21 | 2019-03-08 | 广东宜通世纪科技股份有限公司 | 一种移动通信用户流失日粒度预测方法及装置 |
| CN109871954A (zh) * | 2018-12-24 | 2019-06-11 | 腾讯科技（深圳）有限公司 | 训练样本生成方法、异常检测方法及装置 |
-
2019
- 2019-09-27 CN CN201910921527.0A patent/CN110781922A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101216436A (zh) * | 2008-01-03 | 2008-07-09 | 东华大学 | 一种基于支持向量数据描述理论的织物瑕疵自动检测方法 |
| CN101907681A (zh) * | 2010-07-15 | 2010-12-08 | 南京航空航天大学 | 基于gsd_svdd的模拟电路动态在线故障诊断方法 |
| CN107507036A (zh) * | 2017-08-28 | 2017-12-22 | 深圳市诚壹科技有限公司 | 一种数据预测的方法及终端 |
| CN107563431A (zh) * | 2017-08-28 | 2018-01-09 | 西南交通大学 | 一种结合cnn迁移学习和svdd的图像异常检测方法 |
| CN108229555A (zh) * | 2017-12-29 | 2018-06-29 | 深圳云天励飞技术有限公司 | 样本权重分配方法、模型训练方法、电子设备及存储介质 |
| CN108765465A (zh) * | 2018-05-31 | 2018-11-06 | 西安电子科技大学 | 一种无监督sar图像变化检测方法 |
| CN109165694A (zh) * | 2018-09-12 | 2019-01-08 | 太原理工大学 | 一种对非平衡数据集的分类方法及系统 |
| CN109272056A (zh) * | 2018-10-30 | 2019-01-25 | 成都信息工程大学 | 基于伪负样本的数据平衡方法及提高数据分类性能的方法 |
| CN109451527A (zh) * | 2018-12-21 | 2019-03-08 | 广东宜通世纪科技股份有限公司 | 一种移动通信用户流失日粒度预测方法及装置 |
| CN109871954A (zh) * | 2018-12-24 | 2019-06-11 | 腾讯科技（深圳）有限公司 | 训练样本生成方法、异常检测方法及装置 |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111967671A (zh) * | 2020-08-18 | 2020-11-20 | 中国银行股份有限公司 | 基于支持向量数据域描述的跨境活跃用户识别方法及装置 |
| CN111967671B (zh) * | 2020-08-18 | 2023-08-22 | 中国银行股份有限公司 | 基于支持向量数据域描述的跨境活跃用户识别方法及装置 |
| CN111985557A (zh) * | 2020-08-19 | 2020-11-24 | 中国银行股份有限公司 | 基于区块链的客群分类模型训练方法、装置、设备及介质 |
| CN112100490A (zh) * | 2020-08-28 | 2020-12-18 | 北京百度网讯科技有限公司 | 建立用户等级预测模型的方法、装置、电子设备及介质 |
| CN112615713A (zh) * | 2020-12-22 | 2021-04-06 | 东软集团股份有限公司 | 隐蔽信道的检测方法、装置、可读存储介质及电子设备 |
| CN112615713B (zh) * | 2020-12-22 | 2024-02-23 | 东软集团股份有限公司 | 隐蔽信道的检测方法、装置、可读存储介质及电子设备 |
| CN114118068A (zh) * | 2022-01-26 | 2022-03-01 | 北京淇瑀信息科技有限公司 | 训练文本数据的扩增方法、装置及电子设备 |
| CN114118068B (zh) * | 2022-01-26 | 2022-04-29 | 北京淇瑀信息科技有限公司 | 训练文本数据的扩增方法、装置及电子设备 |
| CN114418752A (zh) * | 2022-03-28 | 2022-04-29 | 北京芯盾时代科技有限公司 | 无类型标签用户数据的处理方法、装置、电子设备和介质 |
| CN115203728A (zh) * | 2022-09-14 | 2022-10-18 | 南京紫米网络科技有限公司 | 基于联盟区块链和大数据的金融数据安全存储系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110781922A (zh) | 用于机器学习模型的样本数据生成方法、装置及电子设备 | |
| US20230325724A1 (en) | Updating attribute data structures to indicate trends in attribute data provided to automated modelling systems | |
| CN111581045B (zh) | 数据库异常监测方法、装置、计算机装置及存储介质 | |
| US10810463B2 (en) | Updating attribute data structures to indicate joint relationships among attributes and predictive outputs for training automated modeling systems | |
| US11521020B2 (en) | Evaluation of modeling algorithms with continuous outputs | |
| US11037080B2 (en) | Operational process anomaly detection | |
| CN107040397B (zh) | 一种业务参数获取方法及装置 | |
| US20210136098A1 (en) | Root cause analysis in multivariate unsupervised anomaly detection | |
| CN110995459B (zh) | 异常对象识别方法、装置、介质及电子设备 | |
| US11314616B2 (en) | Machine learning models applied to interaction data for facilitating modifications to online environments | |
| Quinn et al. | Efficient methods to compute optimal tree approximations of directed information graphs | |
| CN110751190A (zh) | 金融风险模型生成方法、装置及电子设备 | |
| CN110796482A (zh) | 用于机器学习模型的金融数据分类方法、装置及电子设备 | |
| CN110796171A (zh) | 机器学习模型的未分类样本处理方法、装置及电子设备 | |
| CN111192133A (zh) | 用户贷后风险模型生成方法、装置及电子设备 | |
| CN111191893A (zh) | 风控文本处理方法、装置及电子设备 | |
| CN110796170A (zh) | 客户动支模型生成方法、装置及电子设备 | |
| CN112486784A (zh) | 诊断和优化数据分析系统的方法、设备和介质 | |
| CN110796172A (zh) | 金融数据的样本标签确定方法、装置及电子设备 | |
| Fermanian et al. | Fair learning with bagging | |
| Karanam et al. | Ties that Bind: A Network Approach to Assessing Knowledge Transfers from the ICT Industry | |
| CN110796530A (zh) | 用户金融风险识别模型生成方法、装置及电子设备 | |
| EP4372593A1 (en) | Method and system for anonymizsing data | |
| US20230334362A1 (en) | Self-adaptive multi-model approach in representation feature space for propensity to action | |
| Mustafa | Machine Learning-Driven Strategies for Efficient Resource Management in Cloud Data Centers |
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 |