CN111401766A - 模型、业务处理方法、装置及设备 - Google Patents
模型、业务处理方法、装置及设备 Download PDFInfo
- Publication number
- CN111401766A CN111401766A CN202010214268.0A CN202010214268A CN111401766A CN 111401766 A CN111401766 A CN 111401766A CN 202010214268 A CN202010214268 A CN 202010214268A CN 111401766 A CN111401766 A CN 111401766A
- Authority
- CN
- China
- Prior art keywords
- service
- model
- target modeling
- nodes
- target
- 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.)
- Granted
Links
Images
Classifications
-
- 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
- G06Q10/067—Enterprise or organisation modelling
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本说明书实施例提出了一种模型、业务处理方法、装置及设备,基本思想是,确定对业务模型的联合建模任务,将所述联合建模任务发送给至少两个目标建模节点,由所述至少两个目标建模节点利用各自所有的业务数据样本训练所述业务模型,从所述至少两个目标建模节点获取训练得到的所述业务模型的内部运行信息,对获取的所述内部运行信息进行处理,得到决策规则,以便对所述至少两个目标建模节点各自的所述业务模型的业务评估结果,按照所述决策规则作出决策。
Description
技术领域
本说明书实施例涉及计算机技术领域,尤其涉及一种模型、业务处理方法、装置及设备。
背景技术
借助于计算机技术的发展,线上业务增长显著。对一些特定业务,可以利用业务模型进行处理,该处理可以是分类、预估等,在此不受具体限定。
在一种业务场景中,需要多个节点分别对一项业务单独进行处理,那么由于各节点的业务偏好差异或掌握的信息量之间的差异,各节点基于各自业务模型的处理结果不一致,使得对应的业务预期存在差异。
发明内容
有鉴于此,本说明书实施例提供了一种提升业务处理效率的模型、业务处理方法、装置及设备。
本说明书实施例采用下述技术方案:
本说明书实施例提供一种模型处理方法,包括:
确定对业务模型的联合建模任务;
将所述联合建模任务发送给至少两个目标建模节点,由所述至少两个目标建模节点利用各自所有的业务数据样本训练所述业务模型;
从所述至少两个目标建模节点获取训练得到的所述业务模型的内部运行信息;
对获取的所述内部运行信息进行处理,得到决策规则,以便对所述至少两个目标建模节点各自的所述业务模型的业务评估结果,按照所述决策规则作出决策。
本说明书实施例还提供一种业务处理方法,包括:
确定业务评估请求;
将所述业务评估请求发送给至少两个目标建模节点,由所述至少两个目标建模节点利用各自训练的业务模型对所述业务评估请求进行处理,得到业务评估结果,所述业务模型是由所述至少两个目标建模节点利用各自所有的业务数据样本训练得到;
从所述至少两个目标建模节点获取所述业务评估结果;
对所述至少两个目标建模节点的所述业务评估结果,按照决策规则进行决策,所述决策规则是对从所述至少两个目标建模节点训练的所述业务模型的内部运行信息进行处理而得到的。
本说明书实施例还提供一种模型处理装置,包括:
确定模块,确定对业务模型的联合建模任务;
发送模块,将所述联合建模任务发送给至少两个目标建模节点,由所述至少两个目标建模节点利用各自所有的业务数据样本训练所述业务模型;
获取模块,从所述至少两个目标建模节点获取训练得到的所述业务模型的内部运行信息;
处理模块,对从所述至少两个目标建模节点获取的所述内部运行信息进行处理,得到决策规则,以便对所述至少两个目标建模节点各自的所述业务模型的业务评估结果,按照所述决策规则作出决策。
本说明书实施例还提供一种业务处理装置,包括:
确定模块,确定业务评估请求;
发送模块,将所述业务评估请求发送给至少两个目标建模节点,由所述至少两个目标建模节点利用各自训练的业务模型对所述业务评估请求进行处理,得到业务评估结果,所述业务模型是由所述至少两个目标建模节点利用各自所有的业务数据样本训练得到;
获取模块,从所述至少两个目标建模节点获取所述业务评估结果;
决策模块,对所述至少两个目标建模节点的所述业务评估结果,按照决策规则进行决策,所述决策规则是对从所述至少两个目标建模节点训练的所述业务模型的内部运行信息进行处理而得到的。
本说明书实施例还提供一种电子设备,包括:
处理器;以及
被配置成存储计算机程序的存储器,所述计算机程序在被执行时使所述处理器执行以下操作:
确定对业务模型的联合建模任务;
将所述联合建模任务发送给至少两个目标建模节点,由所述至少两个目标建模节点利用各自所有的业务数据样本训练所述业务模型;
从所述至少两个目标建模节点获取训练得到的所述业务模型的内部运行信息;
对获取的所述内部运行信息进行处理,得到决策规则,以便对所述至少两个目标建模节点各自的所述业务模型的业务评估结果,按照所述决策规则作出决策。
本说明书实施例还提供一种电子设备,包括:
处理器;以及
被配置成存储计算机程序的存储器,所述计算机程序在被执行时使所述处理器执行以下操作:
确定业务评估请求;
将所述业务评估请求发送给至少两个目标建模节点,由所述至少两个目标建模节点利用各自训练的业务模型对所述业务评估请求进行处理,得到业务评估结果,所述业务模型是由所述至少两个目标建模节点利用各自所有的业务数据样本训练得到;
从所述至少两个目标建模节点获取所述业务评估结果;
对所述至少两个目标建模节点的所述业务评估结果,按照决策规则进行决策,所述决策规则是对从所述至少两个目标建模节点训练的所述业务模型的内部运行信息进行处理而得到的。
本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果:
利用本说明实施例记载的方案,确定对业务模型的联合建模任务,将所述联合建模任务发送给至少两个目标建模节点,由所述至少两个目标建模节点利用各自所有的业务数据样本训练所述业务模型,从所述至少两个目标建模节点获取训练得到的所述业务模型的内部运行信息,对获取的所述内部运行信息进行处理,得到决策规则,以便对所述至少两个目标建模节点各自的所述业务模型的业务评估结果,按照所述决策规则作出决策。
这样,各目标建模节点可以各自独立地训练业务模型,避免各节点之间的数据共享。从各目标建模节点获取的业务模型的内部运行信息反映业务模型的内部逻辑规则,而决策规则是基于各业务模型的内部逻辑规则的基础上而得到,能够对差异化的业务模型的输出进行统一决策,解决数据孤岛以及建模节点彼此信息不对称的问题,提升各节点的业务体验。
附图说明
此处所说明的附图用来提供对本说明书实施例的进一步理解,构成本说明书实施例的一部分,本说明书的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本说明书实施例提出的一种模型处理方法的流程示意图;
图2为本说明书实施例提出的一种业务处理方法的流程图;
图3为本说明书实施例提出的一种信贷模型处理方法的流程图;
图4为本说明书实施例提出的一种信贷业务处理方法的流程示意图;
图5为本说明书实施例提出的基于信贷风控系统的一个实施例的信贷风控方法的时序图;
图6为本说明书实施例提出的一种信贷风控业务处理方法的时序图;
图7为本说明书实施例提出的一种模型处理装置的结构示意图;
图8为本说明书实施例提出的一种业务处理装置的结构示意图。
具体实施方式
对现有技术进行分析发现,对于一些联营业务,一方面是由于业务处理的方法不同,另一方面是由于信息不对等,导致业务无法充分放开。具体地,各节点的目标业务偏好存在差异,使得各节点的业务决策的偏好差异。另外,各节点掌握的信息量不一致,但由于信息安全原因,各节点之间不可能实现数据共享。
不过,本发明人认为,各节点的业务目标趋同,以上问题还是能够解决的。所以本说明书实施例提出了一种模型、业务业务处理方法、装置及设备,基本思想是,确定对业务模型的联合建模任务,将所述联合建模任务发送给至少两个目标建模节点,由所述至少两个目标建模节点利用各自所有的业务数据样本训练所述业务模型,从所述至少两个目标建模节点获取训练得到的所述业务模型的内部运行信息,对获取的所述内部运行信息进行处理,得到决策规则,以便对所述至少两个目标建模节点各自的所述业务模型的业务评估结果,按照所述决策规则作出决策。
利用本说明书实施例记载的方案,各目标建模节点可以各自独立地训练业务模型,避免各节点之间的数据共享。从各目标建模节点获取的业务模型的内部运行信息反映业务模型的内部逻辑规则,而决策规则是基于各业务模型的内部逻辑规则的基础上而得到,能够对差异化的业务模型的输出进行统一决策,解决数据孤岛以及建模节点彼此信息不对称的问题,提升各节点的业务体验。
为使本申请的目的、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申请技术方案进行清楚、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,都属于本申请保护的范围。
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为本说明书实施例提出的一种模型处理方法的流程示意图。
步骤101:确定对业务模型的联合建模任务。
在本说明书实施例中,联合建模任务是指请求至少两个建模节点就目标业务创建业务模型。
具体地,确定对业务模型的联合建模任务,可以包括:
获取业务数据标识;
利用所述业务数据标识生成所述联合建模任务,由所述至少两个目标建模节点利用与所述业务数据标识匹配的业务数据样本训练业务模型。
业务数据标识标记业务数据,使得各建模节点可以利用该业务数据标识获取匹配的业务数据,对当前特定业务的业务模型进行训练。
业务数据标识可以包括业务类型、用户信息、时间戳等一种或多种,在此不作具体限定。用户信息可以包括用户账户信息、对应的业务信息、时间戳等,在此不作具体限定。如在信贷业务中,业务信息可以是用户的交易信息、资金信息等。
另外,联合建模任务中还可以包括业务特征参数。
在本说明书实施例中,确定对业务模型的联合建模任务,可以包括:
在获取到业务处理请求时,根据所述业务处理请求生成对业务模型的联合建模任务,该业务模型用于对特定业务进行处理。
步骤103:将所述联合建模任务发送给至少两个目标建模节点,由所述至少两个目标建模节点利用各自所有的业务数据样本训练所述业务模型。
在本说明书实施例中,各目标建模节点将独立地利用各自所有的业务数据样本进行训练。对每个目标建模节点来说,业务数据样本可能部分相同,业务数据样本的数量可能不同,在此不受限定。
在本说明书实施例中,所训练的业务模型类型可以相同或不相同,在此不作具体限定。
这样,当至少两个目标建模节点训练所述业务模型后,可以根据该训练得到的业务模型生成业务模型的内部运行信息,该内部运行信息可以包括业务模型的内部运行规则、参数等。
步骤105:从该至少两个目标建模节点获取训练得到的业务模型的内部运行信息。
当前决策系统从各目标建模节点获取训练得到的业务模型的内部运行信息,具体可以包括:
从所述至少两个目标建模节点获取训练得到的所述业务模型的模型运行文件。
业务模型的内部运行信息以模型运行文件的形式存在。
步骤107:对获取的所述内部运行信息进行处理,得到决策规则,以便对所述至少两个目标建模节点各自的所述业务模型的业务评估结果,按照所述决策规则作出决策。
在本说明书实施例中,由于各目标建模节点的业务数据样本之间存在差异,那么训练得到业务模型的内部运行信息也存在差异,因此本说明书实施例提出利用决策规则可以对各业务模型的输出按照一定规则进行决策,避免因输出差异而造成业务流失,还能满足各节点的业务逻辑,提升用户体验。
在本说明书实施例中,对获取的所述内部运行信息进行处理,具体可以是对内部运行信息进行分析,获取业务模型的内部运行逻辑,进而构建决策规则。
具体地,对获取的所述内部运行信息进行处理,可以包括:
对从所述至少两个目标建模节点获取的所述内部运行信息进行融合,得到模型融合信息;
利用所述模型融合信息构建所述决策规则。
将至少两个目标建模节点的内部运行信息进行融合,可以是将各内部运行信息作为决策规则的输入,生成决策规则,使得该决策规则可以包含各目标建模节点的业务模型的内部运行逻辑,从而作出决策。
而内部运行信息可以包含各业务模型的变量、权重参数等,在此不作具体限定。
其中,决策规则的一种形式可以是决策模型。
在本说明书实施例中,对获取的所述内部运行信息进行处理,可以包括:
利用从所述至少两个目标建模节点获取的所述内部运行信息构建所述决策规则;
若所述决策规则未达到目标业务偏好条件,则向所述至少两个目标建模节点发送模型调优请求,使得所述至少两个目标建模节点对各自训练得到的所述业务模型进行调整,直到所述决策规则验证通过。
本实施例提出一种迭代调优方案,直到业务模型和决策规则均达到目标业务偏好条件。模型优化请求为请求建模节点对业务模型的内部运行逻辑进行优化调整,之后再获取优化的业务模型的内部运行信息,利用优化的内部运行信息调整决策规则,如此迭代。
具体地,在若所述决策规则未达到目标业务偏好条件,则向所述至少两个目标建模节点发送模型调优请求之前,还包括:
对所述决策规则按照所述目标业务偏好条件进行验证;
若验证未通过,则说明该决策规则未达到目标业务偏好条件,生成模型调优请求。
在该实施例中,验证过程可由决策系统执行。
在另一种实施例中,可以向业务管理系统发送对决策规则的验证请求。
在本说明书实施例中,决策规则为验证过程的输入。还可以是,从各建模节点获取各自业务模型的模型结果,对模型结果和决策规则进行合并,作为目标验证的输入,进行判断业务模型和决策规则是否达到目标业务偏好条件。
模型结果可以是指各业务模型的评价指标。
利用本说明书实施例记载的方案,各目标建模节点可以各自独立地训练业务模型,避免各节点之间的数据共享。从各目标建模节点获取的业务模型的内部运行信息反映业务模型的内部逻辑规则,而决策规则是基于各业务模型的内部逻辑规则的基础上而得到,能够对差异化的业务模型的输出进行统一决策,解决数据孤岛以及建模节点彼此信息不对称的问题,提升各节点的业务体验。
图2为本说明书实施例提出的一种业务处理方法的流程图,本方法的执行主体可以是决策系统。
步骤202:确定业务评估请求。
业务评估请求中可以包括待评估业务的标识,由以下各目标建模节点根据待评估业务的标识获取对应的业务数据,对该业务评估请求进行评估。
步骤204:将所述业务评估请求发送给至少两个目标建模节点,由所述至少两个目标建模节点利用各自训练的业务模型对所述业务评估请求进行处理,得到业务评估结果,所述业务模型是由所述至少两个目标建模节点利用各自所有的业务数据样本训练得到。
步骤206:从所述至少两个目标建模节点获取所述业务评估结果。
步骤208:对所述至少两个目标建模节点的所述业务评估结果,按照决策规则进行决策,所述决策规则是对从所述至少两个目标建模节点训练的所述业务模型的内部运行信息进行处理而得到的。
利用本说明书实施例记载的方案,在面临一项业务由至少两个节点进行评估时,利用决策规则对各业务评估结果进行统一决策,决策规则是基于各业务模型的内部逻辑规则的基础上而得到,能够对差异化的业务评估结果进行统一决策,提升各节点的业务体验,有利于取得一致性的业务决策。
图3为本说明书实施例提出的一种信贷模型处理方法的流程图,本方法以信贷业务这一具体业务类型为例进行阐述。
步骤301:确定对所述信贷风控模型的联合建模任务。
步骤303:将所述联合建模任务发送给至少两个目标建模节点,由所述至少两个目标建模节点利用各自所有的信贷数据样本训练所述信贷风控模型。
步骤305:从所述至少两个目标建模节点获取训练得到的所述信贷风控模型的内部运行信息。
步骤307:对获取的所述内部运行信息进行处理,得到决策规则,以便对所述至少两个目标建模节点各自的所述信贷风控模型的业务评估结果,按照所述决策规则作出决策。
利用本说明书实施例记载的方案,各目标建模节点可以各自独立地训练信贷风控模型,避免各节点之间的数据共享。从各目标建模节点获取的信贷风控模型的内部运行信息反映信贷风控模型的内部逻辑规则,而决策规则是基于各信贷风控模型的内部逻辑规则的基础上而得到,能够对差异化的信贷风控模型的输出进行统一决策,解决数据孤岛以及建模节点彼此信息不对称的问题,符合风控自主的监管要求,提升各节点的信贷业务体验。
图4为本说明书实施例提出的一种信贷业务处理方法的流程示意图。
步骤402:确定信贷风险评估请求。
具体地,可以在接收到信贷申请时,根据该信贷申请构建信贷风险评估请求,该信贷风险评估请求可以包括所述信贷数据,信贷数据可以包括用户信息及用户信息的历史信贷数据样本,作为风控输入。
在另一实施例中,信贷风险评估请求不限于信贷申请阶段的信贷风险评估,还可以是贷中风控评估任务,例如提额、限额、清退等,在此不作具体限定。
另外,信贷风险评估请求中可以包括信贷用户标识,信贷用户标识用于以下目标建模节点识别对应用户下的历史信贷数据,以便利用该历史信贷数据对该用户进行信贷风险评估。
步骤404:将所述信贷风险评估请求发送给至少两个目标建模节点,由所述至少两个目标建模节点利用各自训练的信贷风控模型对所述信贷风险评估请求进行处理,得到信贷评估结果,所述信贷风控模型是由所述至少两个目标建模节点利用各自所有的信贷数据样本训练得到。
步骤406:从所述至少两个目标建模节点获取所述信贷评估结果。
步骤408:对所述至少两个目标建模节点的所述信贷评估结果,按照决策规则进行决策,所述决策规则是对从所述至少两个目标建模节点训练的所述信贷风控模型的内部运行信息进行处理而得到的。
利用本说明书实施例记载的方案,在面临一项信贷风控业务由至少两个节点进行评估时,利用决策规则对各信贷评估结果进行统一决策,决策规则是基于各信贷风控模型的内部逻辑规则的基础上而得到,能够对差异化的信贷评估结果进行统一决策,提升各节点的业务体验,有利于取得一致性的风控决策。
本说明书实施例还提出一种信贷风控系统,本系统可以包括:
目标管理系统、决策系统、第一建模节点和第二建模节点。
图5为本说明书实施例提出的基于信贷风控系统的一个实施例的信贷风控方法的时序图。
步骤501:目标管理系统51向决策系统52发送信贷风控模型训练请求,信贷风控模型训练请求包含业务数据标识;
步骤503:决策系统52根据业务数据标识生成针对信贷风控模型的联合建模任务;
步骤505:决策系统52向第一建模节点53和第二建模节点54发送联合建模任务;
步骤507:第一建模节点53和第二建模节点54利用各自的信贷数据样本训练信贷风控模型;
步骤509:第一建模节点53和第二建模节点54分别将各自训练的信贷风控模型的模型结果和/或内部运行信息发送给决策系统52;
步骤511:决策系统52将来自第一建模节点53和第二建模节点54的信贷风控模型的内部运行信息进行融合,得到决策模型,另外还将模型结果进行融合;
步骤513:决策系统52向目标管理系统51发送决策模型验证请求,决策模型验证请求包括决策模型和模型结果;
步骤515:目标管理系统51按照目标业务偏好条件对决策模型进行验证;
步骤517:目标管理系统51将验证结果发送给决策系统52;
步骤519:若验证结果未达到目标业务偏好条件,则决策系统52向第一建模节点53和第二建模节点54发送模型调优请求;
步骤521:第一建模节点53和第二建模节点54分别对各自的信贷风控模型进行调优;
步骤523:决策系统52从第一建模节点53和第二建模节点54接收调优后的信贷风控模型;
步骤525:决策系统52基于调优后的信达风控模型向目标管理系统51发送决策模型验证请求;
步骤527:若验证通过,则决策系统52存储决策模型。
图6为本说明书实施例提出的一种信贷风控业务处理方法的时序图。
步骤602:目标管理系统61向决策系统62发送用户风险评估请求,用户风险评估请求为信贷评估请求的一个具体例;
步骤604:决策系统62根据该用户风险评估请求创建包含用户信贷数据的用户风险评估任务;
步骤606:向第一建模节点63和第二建模节点64分别发送该用户风险评估任务;
步骤608:第一建模节点63和第二建模节点64利用各自的信贷风控模型对所述用户信贷数据进行处理,得到信贷评估结果;
步骤610:决策系统62从第一建模节点63和第二建模节点64获取信贷评估结果;
步骤612:决策系统62利用决策模型对信贷评估结果进行处理,作出风险决策结果;
步骤614:决策系统62将风险决策结果发送给目标管理系统61;
步骤616:目标管理系统61基于风险决策结果执行风险管理。
图7为本说明书实施例提出的一种模型处理装置的结构示意图。
本装置可以包括:
确定模块701,确定对业务模型的联合建模任务;
发送模块702,将所述联合建模任务发送给至少两个目标建模节点,由所述至少两个目标建模节点利用各自所有的业务数据样本训练所述业务模型;
获取模块703,从所述至少两个目标建模节点获取训练得到的所述业务模型的内部运行信息;
处理模块704,对获取的所述内部运行信息进行处理,得到决策规则,以便对所述至少两个目标建模节点各自的所述业务模型的业务评估结果,按照所述决策规则作出决策。
利用本说明书实施例记载的装置,各目标建模节点可以各自独立地训练业务模型,避免各节点之间的数据共享。从各目标建模节点获取的业务模型的内部运行信息反映业务模型的内部逻辑规则,而决策规则是基于各业务模型的内部逻辑规则的基础上而得到,能够对差异化的业务模型的输出进行统一决策,解决数据孤岛以及建模节点彼此信息不对称的问题,提升各节点的业务体验。
基于同一发明构思,本说明书实施例还提供一种电子设备,包括:
处理器;以及
被配置成存储计算机程序的存储器,所述计算机程序在被执行时使所述处理器执行以下操作:
确定对业务模型的联合建模任务;
将所述联合建模任务发送给至少两个目标建模节点,由所述至少两个目标建模节点利用各自所有的业务数据样本训练所述业务模型;
从所述至少两个目标建模节点获取训练得到的所述业务模型的内部运行信息;
对获取的所述内部运行信息进行处理,得到决策规则,以便对所述至少两个目标建模节点各自的所述业务模型的业务评估结果,按照所述决策规则作出决策。
其中,处理器的其他功能还可以参见上述实施例中记载的内容,这里不再一一赘述。
基于同一个发明构思,本说明书实施例还提供一种计算机可读存储介质,该计算机可读存储介质包括与电子设备结合使用的程序,程序可被处理器执行以完成以下步骤:
确定对业务模型的联合建模任务;
将所述联合建模任务发送给至少两个目标建模节点,由所述至少两个目标建模节点利用各自所有的业务数据样本训练所述业务模型;
从所述至少两个目标建模节点获取训练得到的所述业务模型的内部运行信息;
对获取的所述内部运行信息进行处理,得到决策规则,以便对所述至少两个目标建模节点各自的所述业务模型的业务评估结果,按照所述决策规则作出决策。
图8为本说明书实施例提出的一种业务处理装置的结构示意图。
本装置可以包括:
确定模块801,确定业务评估请求;
发送模块802,将所述业务评估请求发送给至少两个目标建模节点,由所述至少两个目标建模节点利用各自训练的业务模型对所述业务评估请求进行处理,得到业务评估结果,所述业务模型是由所述至少两个目标建模节点利用各自所有的业务数据样本训练得到;
获取模块803,从所述至少两个目标建模节点获取所述业务评估结果;
决策模块804,对所述至少两个目标建模节点的所述业务评估结果,按照决策规则进行决策,所述决策规则是对从所述至少两个目标建模节点训练的所述业务模型的内部运行信息进行处理而得到的。
利用本说明书实施例记载的装置,在面临一项业务由至少两个节点进行评估时,利用决策规则对各业务评估结果进行统一决策,决策规则是基于各业务模型的内部逻辑规则的基础上而得到,能够对差异化的业务评估结果进行统一决策,提升各节点的业务体验,有利于取得一致性的业务决策。
基于同一发明构思,本说明书实施例还提供一种电子设备,包括:
处理器;以及
被配置成存储计算机程序的存储器,所述计算机程序在被执行时使所述处理器执行以下操作:
确定业务评估请求;
将所述业务评估请求发送给至少两个目标建模节点,由所述至少两个目标建模节点利用各自训练的业务模型对所述业务评估请求进行处理,得到业务评估结果,所述业务模型是由所述至少两个目标建模节点利用各自所有的业务数据样本训练得到;
从所述至少两个目标建模节点获取所述业务评估结果;
对所述至少两个目标建模节点的所述业务评估结果,按照决策规则进行决策,所述决策规则是对从所述至少两个目标建模节点训练的所述业务模型的内部运行信息进行处理而得到的。
其中,处理器的其他功能还可以参见上述实施例中记载的内容,这里不再一一赘述。
基于同一个发明构思,本说明书实施例还提供一种计算机可读存储介质,该计算机可读存储介质包括与电子设备结合使用的程序,程序可被处理器执行以完成以下步骤:
确定业务评估请求;
将所述业务评估请求发送给至少两个目标建模节点,由所述至少两个目标建模节点利用各自训练的业务模型对所述业务评估请求进行处理,得到业务评估结果,所述业务模型是由所述至少两个目标建模节点利用各自所有的业务数据样本训练得到;
从所述至少两个目标建模节点获取所述业务评估结果;
对所述至少两个目标建模节点的所述业务评估结果,按照决策规则进行决策,所述决策规则是对从所述至少两个目标建模节点训练的所述业务模型的内部运行信息进行处理而得到的。
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系统“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:ARC 625D、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。
上述实施例阐明的系统、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,在实施本申请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、系统、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(系统)、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。
本申请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申请,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设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备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,对于系统实施例而言,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。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种模型处理方法,包括:
确定对业务模型的联合建模任务;
将所述联合建模任务发送给至少两个目标建模节点,由所述至少两个目标建模节点利用各自所有的业务数据样本训练所述业务模型;
从所述至少两个目标建模节点获取训练得到的所述业务模型的内部运行信息;
对获取的所述内部运行信息进行处理,得到决策规则,以便对所述至少两个目标建模节点各自的所述业务模型的业务评估结果,按照所述决策规则作出决策。
2.如权利要求1所述的方法,从所述至少两个目标建模节点获取训练得到的所述业务模型的内部运行信息,包括:
从所述至少两个目标建模节点获取训练得到的所述业务模型的模型运行文件。
3.如权利要求1所述的方法,对获取的所述内部运行信息进行处理,包括:
对从所述至少两个目标建模节点获取的所述内部运行信息进行融合,得到模型融合信息;
利用所述模型融合信息构建所述决策规则。
4.如权利要求1所述的方法,对获取的所述内部运行信息进行处理,包括:
利用从所述至少两个目标建模节点获取的所述内部运行信息构建所述决策规则;
若所述决策规则未达到目标业务偏好条件,则向所述至少两个目标建模节点发送模型调优请求,使得所述至少两个目标建模节点对各自训练得到的所述业务模型进行调整,直到所述决策规则达到所述目标业务偏好条件。
5.如权利要求1所述的方法,确定对业务模型的联合建模任务,包括:
获取业务数据标识;
利用所述业务数据标识生成所述联合建模任务,由所述至少两个目标建模节点利用与所述业务数据标识匹配的业务数据样本训练所述业务模型。
6.一种业务处理方法,包括:
确定业务评估请求;
将所述业务评估请求发送给至少两个目标建模节点,由所述至少两个目标建模节点利用各自训练的业务模型对对所述业务评估请求进行业务评估,得到业务评估结果,所述业务模型是由所述至少两个目标建模节点利用各自所有的业务数据样本训练得到;
从所述至少两个目标建模节点获取所述业务评估结果;
对所述至少两个目标建模节点的所述业务评估结果,按照决策规则进行决策,所述决策规则是对从所述至少两个目标建模节点训练的所述业务模型的内部运行信息进行处理而得到的。
7.一种模型处理装置,包括:
确定模块,确定对业务模型的联合建模任务;
发送模块,将所述联合建模任务发送给至少两个目标建模节点,由所述至少两个目标建模节点利用各自所有的业务数据样本训练所述业务模型;
获取模块,从所述至少两个目标建模节点获取训练得到的所述业务模型的内部运行信息;
处理模块,对获取的所述内部运行信息进行处理,得到决策规则,以便对所述至少两个目标建模节点各自的所述业务模型的业务评估结果,按照所述决策规则作出决策。
8.一种业务处理装置,包括:
确定模块,确定业务评估请求;
发送模块,将所述业务评估请求发送给至少两个目标建模节点,由所述至少两个目标建模节点利用各自训练的业务模型对所述业务评估请求进行处理,得到业务评估结果,所述业务模型是由所述至少两个目标建模节点利用各自所有的业务数据样本训练得到;
获取模块,从所述至少两个目标建模节点获取所述业务评估结果;
决策模块,对所述至少两个目标建模节点的所述业务评估结果,按照决策规则进行决策,所述决策规则是对从所述至少两个目标建模节点训练的所述业务模型的内部运行信息进行处理而得到的。
9.一种电子设备,包括:
处理器;以及
被配置成存储计算机程序的存储器,所述计算机程序在被执行时使所述处理器执行以下操作:
确定对业务模型的联合建模任务;
将所述联合建模任务发送给至少两个目标建模节点,由所述至少两个目标建模节点利用各自所有的业务数据样本训练所述业务模型;
从所述至少两个目标建模节点获取训练得到的所述业务模型的内部运行信息;
对获取的所述内部运行信息进行处理,得到决策规则,以便对所述至少两个目标建模节点各自的所述业务模型的业务评估结果,按照所述决策规则作出决策。
10.一种电子设备,包括:
处理器;以及
被配置成存储计算机程序的存储器,所述计算机程序在被执行时使所述处理器执行以下操作:
确定业务评估请求;
将所述业务评估请求发送给至少两个目标建模节点,由所述至少两个目标建模节点利用各自训练的业务模型对所述业务评估请求进行处理,得到业务评估结果,所述业务模型是由所述至少两个目标建模节点利用各自所有的业务数据样本训练得到;
从所述至少两个目标建模节点获取所述业务评估结果;
对所述至少两个目标建模节点的所述业务评估结果,按照决策规则进行决策,所述决策规则是对从所述至少两个目标建模节点训练的所述业务模型的内部运行信息进行处理而得到的。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010214268.0A CN111401766B (zh) | 2020-03-24 | 2020-03-24 | 模型、业务处理方法、装置及设备 |
CN202310109385.4A CN116167670A (zh) | 2020-03-24 | 2020-03-24 | 模型、业务处理方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010214268.0A CN111401766B (zh) | 2020-03-24 | 2020-03-24 | 模型、业务处理方法、装置及设备 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310109385.4A Division CN116167670A (zh) | 2020-03-24 | 2020-03-24 | 模型、业务处理方法、装置及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111401766A true CN111401766A (zh) | 2020-07-10 |
CN111401766B CN111401766B (zh) | 2022-12-27 |
Family
ID=71436588
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010214268.0A Active CN111401766B (zh) | 2020-03-24 | 2020-03-24 | 模型、业务处理方法、装置及设备 |
CN202310109385.4A Pending CN116167670A (zh) | 2020-03-24 | 2020-03-24 | 模型、业务处理方法、装置及设备 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310109385.4A Pending CN116167670A (zh) | 2020-03-24 | 2020-03-24 | 模型、业务处理方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN111401766B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111966479A (zh) * | 2020-08-19 | 2020-11-20 | 支付宝(杭州)信息技术有限公司 | 业务处理、风险识别业务处理方法、装置及电子设备 |
CN112184304A (zh) * | 2020-09-25 | 2021-01-05 | 中国建设银行股份有限公司 | 一种辅助决策的方法、系统、服务器和存储介质 |
CN112686390A (zh) * | 2020-12-28 | 2021-04-20 | 科大讯飞股份有限公司 | 联合建模方法、系统、装置及具有存储功能的装置 |
CN113011483A (zh) * | 2021-03-11 | 2021-06-22 | 北京三快在线科技有限公司 | 一种模型训练和业务处理的方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8744891B1 (en) * | 2007-07-26 | 2014-06-03 | United Services Automobile Association (Usaa) | Systems and methods for dynamic business decision making |
CN107025509A (zh) * | 2016-02-01 | 2017-08-08 | 腾讯科技(深圳)有限公司 | 基于业务模型的决策系统和方法 |
CN109063886A (zh) * | 2018-06-12 | 2018-12-21 | 阿里巴巴集团控股有限公司 | 一种异常检测方法、装置以及设备 |
CN110163380A (zh) * | 2018-04-28 | 2019-08-23 | 腾讯科技(深圳)有限公司 | 数据分析方法、模型训练方法、装置、设备及存储介质 |
-
2020
- 2020-03-24 CN CN202010214268.0A patent/CN111401766B/zh active Active
- 2020-03-24 CN CN202310109385.4A patent/CN116167670A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8744891B1 (en) * | 2007-07-26 | 2014-06-03 | United Services Automobile Association (Usaa) | Systems and methods for dynamic business decision making |
CN107025509A (zh) * | 2016-02-01 | 2017-08-08 | 腾讯科技(深圳)有限公司 | 基于业务模型的决策系统和方法 |
CN110163380A (zh) * | 2018-04-28 | 2019-08-23 | 腾讯科技(深圳)有限公司 | 数据分析方法、模型训练方法、装置、设备及存储介质 |
CN109063886A (zh) * | 2018-06-12 | 2018-12-21 | 阿里巴巴集团控股有限公司 | 一种异常检测方法、装置以及设备 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111966479A (zh) * | 2020-08-19 | 2020-11-20 | 支付宝(杭州)信息技术有限公司 | 业务处理、风险识别业务处理方法、装置及电子设备 |
CN111966479B (zh) * | 2020-08-19 | 2024-03-29 | 支付宝(杭州)信息技术有限公司 | 业务处理、风险识别业务处理方法、装置及电子设备 |
CN112184304A (zh) * | 2020-09-25 | 2021-01-05 | 中国建设银行股份有限公司 | 一种辅助决策的方法、系统、服务器和存储介质 |
CN112686390A (zh) * | 2020-12-28 | 2021-04-20 | 科大讯飞股份有限公司 | 联合建模方法、系统、装置及具有存储功能的装置 |
CN112686390B (zh) * | 2020-12-28 | 2023-11-17 | 科大讯飞股份有限公司 | 联合建模方法、系统、装置及具有存储功能的装置 |
CN113011483A (zh) * | 2021-03-11 | 2021-06-22 | 北京三快在线科技有限公司 | 一种模型训练和业务处理的方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN116167670A (zh) | 2023-05-26 |
CN111401766B (zh) | 2022-12-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111401766B (zh) | 模型、业务处理方法、装置及设备 | |
CN107679686B (zh) | 一种业务执行方法及装置 | |
CN112241506B (zh) | 用户行为的回溯方法、装置、设备及系统 | |
CN111080304B (zh) | 一种可信关系识别方法、装置及设备 | |
CN111639687B (zh) | 一种模型训练以及异常账号识别方法及装置 | |
CN109003091A (zh) | 一种风险防控处理方法、装置及设备 | |
CN110020427B (zh) | 策略确定方法和装置 | |
CN108416616A (zh) | 投诉举报类别的排序方法和装置 | |
CN110717536A (zh) | 一种生成训练样本的方法及装置 | |
CN113688313A (zh) | 一种预测模型的训练方法、信息推送的方法及装置 | |
CN113408254B (zh) | 一种页面表单信息填写方法、装置、设备和可读介质 | |
CN113297396A (zh) | 基于联邦学习的模型参数更新方法、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 | |
CN110390182B (zh) | 一种确定小程序类目的方法、系统及设备 | |
CN110119860A (zh) | 一种垃圾账号检测方法、装置以及设备 | |
CN116011815A (zh) | 一种模型训练的方法、装置、电子设备及存储介质 | |
CN115712866A (zh) | 数据处理方法、装置及设备 | |
CN114331602A (zh) | 一种基于迁移学习的模型训练方法、信息推荐方法及装置 | |
CN110516713A (zh) | 一种目标群体识别方法、装置及设备 | |
CN113743678A (zh) | 一种用户信用评分预测方法及相关设备 | |
CN113343085A (zh) | 一种信息推荐方法、装置、存储介质及电子设备 | |
CN111259975B (zh) | 分类器的生成方法及装置、文本的分类方法及装置 | |
CN110008252B (zh) | 数据核对方法及装置 | |
CN115660105A (zh) | 一种模型训练的方法、业务风控的方法及装置 | |
CN112967044B (zh) | 一种支付业务的处理方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |