CN111583010A - 一种数据处理方法、装置、设备及存储介质 - Google Patents

Abstract

本说明书实施例提供了一种数据处理方法、装置、设备及存储介质。其方法包括：接收目标对象的事件评估请求消息，所述事件评估请求消息中携带所述目标对象的标识信息；根据所述目标对象的标识信息，获取所述目标对象的基本事件额度；获取预设的由多个调整系数阈值划分得到的调整系数区间；利用增强学习模型分别获取每个调整系数区间对应的预估事件收益和预估不确定性值；选择预估事件收益与预估不确定性之和最大的调整事件额度作为事件额度，所述调整事件额度由对应的调整系数区间对所述基本事件额度进行加权得到；发送所述目标对象的事件评估响应消息，所述事件评估响应消息中携带所述事件额度。本发明实施例可准确预估事件额度。

Description

一种数据处理方法、装置、设备及存储介质

技术领域

本说明书实施例涉及数据处理技术领域，尤其涉及一种数据处理方法、装置、设备及存储介质。

背景技术

近些年，互联网金融蓬勃发展。不同于传统金融信贷，目前不同互联网金融机构给出的额度和利率有较大差别，从而影响用户的贷款意愿。即使同一个互联网金融机构，针对不同的用户也会给出不同的贷款额度和利率。为了通过调节授信时的额度，提高用户的贷款意愿，同时控制住风险，目前依靠工作人员凭经验为每个用户确定贷款额度。

但人工调整贷款额度的处理效率较低，且调整结果易受主观因素影响。

发明内容

本说明书实施例提供一种数据处理方法、装置、设备及存储介质，智能调整贷款额度(即事件额度)，且调整结果不受主观因素影响。

第一方面，本说明书实施例提供一种数据处理方法，包括：

接收目标对象的事件评估请求消息，该事件评估请求消息中携带目标对象的标识信息；

根据目标对象的标识信息，获取目标对象的基本事件额度；

获取预设的由多个调整系数阈值划分得到的调整系数区间；

利用增强学习模型分别获取每个调整系数区间对应的预估事件收益和预估不确定性值；

选择预估事件收益与预估不确定性之和最大的调整事件额度作为事件额度，调整事件额度由对应的调整系数区间对基本事件额度进行加权得到；

发送目标对象的事件评估响应消息，该事件评估响应消息中携带上述事件额度。

结合第一方面，在本发明实施例第一方面的第一种实现方式中，上述增强学习模型包括线性模型和上下文赌博机，上述利用增强学习模型分别获取每个调整系数区间对应的预估事件收益和预估不确定性值，包括：

利用线性模型分别获取每个调整系数区间对应的预估事件收益；

利用上下文赌博机分别获取每个调整系数区间对应的预估不确定性值。

结合第一方面的第一种实现方式，在本发明实施例第一方面的第二种实现方式中，上述利用线性模型分别获取每个调整系数区间对应的预估事件收益，包括：

获取目标对象的第一事件特征数据，以及每个调整系数区间对应的事件额度利率；

将目标对象的第一事件特征数据、每个调整系数区间各自的调整事件额度和每个调整系数区间各自对应的事件额度利率作为输入值，利用线性模型分别获取每个调整系数区间对应的预估事件收益。

结合第一方面的第二种实现方式，在本发明实施例第一方面的第三种实现方式中，第一事件特征数据包括以下至少一种：

目标对象所在区域数据，目标对象收入数据，目标对象学历数据。

结合第一方面的第一种实现方式，在本发明实施例第一方面的第四种实现方式中，上述利用上下文赌博机分别获取每个调整系数区间对应的预估不确定性值，包括：

获取目标对象的事件状态数据，以及每个调整系数区间对应的事件额度利率；

将目标对象的事件状态数据、每个调整系数区间各自的调整事件额度和每个调整系数区间各自对应的事件额度利率作为输入值，利用上下文赌博机分别获取每个调整系数区间对应的预估不确定性值。

结合第一方面、第一方面的第一种实现方式、第一方面的第二种实现方式、第一方面的第三种实现方式、第一方面的第四种实现方式，在本发明实施例第一方面的第五种实现方式中，上述根据所述目标对象的标识信息，获取目标对象的基本事件额度，包括：

根据目标对象的标识信息，查找目标对象的第二事件特征数据；

利用第二事件特征数据获取目标对象的基本事件额度。

结合第一方面的第五种实现方式，在本发明实施例第一方面的第六种实现方式中，上述第二事件特征数据包括：

目标对象收入数据、目标对象消费数据。

结合第一方面、第一方面的第一种实现方式、第一方面的第二种实现方式、第一方面的第三种实现方式、第一方面的第四种实现方式，在本发明实施例第一方面的第七种实现方式中，上述方法还包括：

获取目标对象针对所述事件额度的事件结果；

利用该事件结果对上述增强学习模型进行优化。

第二方面，本发明实施例公开了一种数据处理装置，包括：

消息接收模块，用于接收目标对象的事件评估请求消息，所述事件评估请求消息中携带所述目标对象的标识信息；

基本事件额度获取模块，用于根据所述目标对象的标识信息，获取所述目标对象的基本事件额度；

调整系数区间获取模块，用于获取预设的由多个调整系数阈值划分得到的调整系数区间；

事件信息获取模块，用于利用增强学习模型分别获取每个调整系数区间对应的预估事件收益和预估不确定性值；

事件信息选择模块，用于选择预估事件收益与预估不确定性之和最大的调整事件额度作为事件额度，所述调整事件额度由对应的调整系数区间对所述基本事件额度进行加权得到；

消息发送模块，用于发送所述目标对象的事件评估响应消息，所述事件评估响应消息中携带所述事件额度。

结合第二方面，在本发明实施例第二方面的第一种实现方式中，所述增强学习模型包括线性模型和上下文赌博机，所述事件信息获取模块包括：

预估事件收益获取子模块，用于利用所述线性模型分别获取每个调整系数区间对应的预估事件收益；

不确定性值获取子模块，用于利用所述上下文赌博机分别获取每个调整系数区间对应的预估不确定性值。

结合第二方面的第一种实现方式，在本发明实施例第二方面的第二种实现方式中，所述预估事件收益获取子模块用于：

获取所述目标对象的第一事件特征数据，以及每个调整系数区间对应的事件额度利率；

将所述目标对象的第一事件特征数据、每个调整系数区间各自的调整事件额度和每个调整系数区间各自对应的事件额度利率作为输入值，利用所述线性模型分别获取每个调整系数区间对应的预估事件收益。

结合第二方面的第二种实现方式，在本发明实施例第二方面的第三种实现方式中，上述第一事件特征数据包括以下至少一种：

目标对象所在区域数据，目标对象收入数据，目标对象学历数据。

结合第二方面的第一种实现方式，在本发明实施例第二方面的第四种实现方式中，所述不确定性值获取子模块用于：

获取所述目标对象的事件状态数据，以及每个调整系数区间对应的事件额度利率；

将所述目标对象的事件状态数据、每个调整系数区间各自的调整事件额度和每个调整系数区间各自对应的事件额度利率作为输入值，利用所述上下文赌博机分别获取每个调整系数区间对应的预估不确定性值。

结合第二方面、第二方面的第一种实现方式、第二方面的第二种实现方式、第二方面的第三种实现方式、或第二方面的第四种实现方式，在本发明实施例第二方面的第五种实现方式中，所述基本事件额度获取模块用于：

根据所述目标对象的标识信息，查找所述目标对象的第二事件特征数据；

利用所述第二事件特征数据获取所述目标对象的基本事件额度。

结合第二方面的第五种实现方式，在本发明实施例第二方面的第六种实现方式中，所述第二事件特征数据包括：

目标对象收入数据和目标对象消费数据。

结合第二方面、第二方面的第一种实现方式、第二方面的第二种实现方式、第二方面的第三种实现方式、或第二方面的第四种实现方式，在本发明实施例第二方面的第七种实现方式中，所述装置还包括模型优化模块，用于：

获取所述目标对象针对所述事件额度的事件结果；

利用所述事件结果对所述增强学习模型进行优化。

第三方面，本发明实施例还提供一种计算机设备，包括处理器和存储器：

所述存储器用于存储执行第一方面各个实现方式所述方法的程序，

所述处理器被配置为用于执行所述存储器中存储的程序。

第四方面，本发明实施例还提供一种计算机存储介质，用于储存为上述第三方面所述的计算机设备所用的计算机软件指令。

本说明书实施例有益效果如下：

本发明实施例中，在接收到目标对象的事件评估请求消息后，为实现对目标对象的事件额度(例如授信额度)进行评估，首先确定其基本事件额度，进而利用增强学习模型在不同的调整系数区间中分别确定预估事件收益和预估不确定性，选择预估事件收益和预估不确定性之和最大的调整事件额度作为事件额度。从而实现智能化、自动化的事件额度(如授信额度)调整，提高了处理效率，也避免了人为调整导致的受主观因素影响的问题。

附图说明

图1为本发明实施例第一方面的方法适用场景示意图；

图2为本发明实施例第一方面的方法流程图；

图3为本发明实施例第二方面的装置结构示意图。

具体实施方式

为了更好的理解上述技术方案，下面通过附图以及具体实施例对本说明书实施例的技术方案做详细的说明，应当理解本说明书实施例以及实施例中的具体特征是对本说明书实施例技术方案的详细的说明，而不是对本说明书技术方案的限定，在不冲突的情况下，本说明书实施例以及实施例中的技术特征可以相互组合。

本说明书实施例可以在图1所示的授信系统上实现。在图1中，用户终端101上安装有授信系统的客户端应用程序，用户调用该客户端应用程序后，用户终端101与服务器102进行通信，并完成相应的任务。例如，为实现本发明实施例提供的方法，客户端应用程序通过用户终端101向服务器102发送授信评估请求消息，服务器102接收到该消息后，根据该消息中携带的目标对象的标识信息，获取目标对象的基本授信额度，获取预设的由多个调整系数阈值划分得到的调整系数区间，利用增强学习模型分别获取每个调整系数区间对应的预估收益和预估不确定性值，选择预估收益与预估不确定性之和最大的调整授信额度作为授信额度，该调整授信额度由对应的调整系数区间对所述基本授信额度进行加权得到，向用户终端101发送目标对象的授信评估响应消息，其中携带上述授信额度。

第一方面，本说明书实施例提供一种数据处理方法，请参考图2，包括：

步骤201、接收目标对象的事件评估请求消息，该事件评估请求消息中携带目标对象的标识信息。

事件可以但不仅限于是指授信事件，还可以是指其他无法利用监督学习预测的事件。

本发明实施例中，目标对象即用户，目标对象的标识信息为用户的身份标识信息，例如，身份证号码、护照号码，当然还可以结合姓名、电话号码等。

用户打开用户终端上的授信系统客户端应用程序，若进行的操作需要进行授信评估，则该客户端应用程序通过用户终端的通信模块向服务器发送事件评估请求消息。

可选的，该事件评估请求消息中还可以携带目标对象所在区域数据、目标对象收入数据、目标对象学历数据等等。

步骤202、根据目标对象的标识信息，获取目标对象的基本事件额度。

对于授信事件，其事件额度即授信额度。

步骤203、获取预设的由多个调整系数阈值划分得到的调整系数区间。

例如，有1倍、1.5倍、2倍三个调整系数阈值，则划分得到1倍-1.5倍、1.5倍-2倍这两个调整系数区间。

本发明实施例中，预先配置调整系数阈值，可以由人工配置，也可以根据拟合、仿真等方式自动配置。调整系数阈值和调整系数区间保存在本地数据库中。

本发明实施例中，服务器可以是独立服务器，也可以是云端服务器。若是独立服务器，本地数据库可以是指设置在独立服务器的磁盘存储空间上的数据库，也可以是指分配给该独立服务器的数据库服务器上设置的数据库。若是云端服务器，本地数据库可以是指云服务器上任意节点上设置的数据库。

步骤204、利用增强学习模型分别获取每个调整系数区间对应的预估事件收益和预估不确定性值。

本发明实施例中，对于授信事件，事件收益是指互联网金融机构通过发放贷款并收回本息而获得的收益，预估收益是对该收益的预估值。

本发明实施例中，收益与利率、授信额度的使用率成正比，与坏账额成反比。

本发明实施例中，不确定性值表示坏账可能性的大小和/或动支可能性大小，不确定性值越小，表示坏账可能性越小和/或动支可能性越大，不确定性值越大，表示坏账可能性越大和/或动支可能性越小。

本步骤中，具体是根据每个调整系数区间的两端点调整系数阈值对基本事件额度进行加权，得到每个调整系数区间对应的调整事件额度区间，利用增强学习模型确定在每个调整事件额度区间中的预估事件收益最大值，将该预估事件收益最大值作为对应的调整系数区间对应的预估事件收益，并利用增强学习模型确定该预估事件收益最大值对应的调整事件额度的预估不确定性值，该预估不确定性值即为对应的调整系数区间对应的预估不确定性值。

步骤205、选择预估事件收益与预估不确定性之和最大的调整事件额度作为事件额度，调整事件额度由对应的调整系数区间对基本事件额度进行加权得到。

具体的，调整授信额度由对应的调整系数区间中的某个具体调整系数取值对基本事件额度进行加权得到。

步骤206、发送目标对象的事件评估响应消息，该事件评估响应消息中携带上述事件额度。

本发明实施例提供的方法，在接收到目标对象的事件评估请求消息后，为实现对目标对象的事件额度进行评估，首先确定其基本事件额度，进而利用增强学习模型在不同的调整系数区间中分别确定预估事件收益和预估不确定性，选择预估事件收益和预估不确定性之和最大的调整事件额度作为事件额度。从而实现智能化、自动化的事件额度调整，提高了处理效率，也避免了人为调整导致的受主观因素影响的问题。

本发明实施例提供的方法中，上述步骤204的实现方式有多种，即可以利用多种增强学习模型实现上述步骤204。优选的，上述增强学习模型包括线性模型和上下文赌博机，相应的，上述步骤204的实现方式如下：利用线性模型分别获取每个调整系数区间对应的预估事件收益；利用上下文赌博机分别获取每个调整系数区间对应的预估不确定性值。

更具体的，根据每个调整系数区间的两端点调整系数阈值对基本事件额度进行加权，得到每个调整系数区间对应的调整事件额度区间，利用线性模型确定在每个调整事件额度区间中的预估事件收益最大值，将该预估事件收益最大值作为对应的调整系数区间对应的预估事件收益，并利用上下文赌博机确定该预估事件收益最大值对应的调整事件额度的预估不确定性值，该预估不确定性值即为对应的调整系数区间对应的预估不确定性值。

本发明实施例不对线性模型以及上下文赌博机的具体模型结构、训练方法进行限定。

凡使用已完成授信过程(包括已还贷账单和坏账)对应的样本数据(包括第一授信特征数据、授信额度、利率、收益)、采用增强学习线性拟合的方式训练得到的线性模型均可用于本发明实施例提供的方法。其中，样本数据越多，训练结果越准确。

凡使用已完成授信过程(包括已还贷账单和坏账)对应的样本数据(包括授信状态数据、授信额度、利率)训练得到的上下文赌博机均可用于本发明实施例提供的方法。其中，样本数据越多，不确定性越小。

其中，线性模型的运算即求均值，上下文赌博机即求方差。

本发明实施例中，第一事件特征数据包括以下至少一种：目标对象所在区域数据，目标对象收入数据，目标对象学历数据。

其中，目标对象所在区域数据可以是将目标对象所在区域进行编码后得到的编码数据，目标对象所在区域可以但不仅限于是目标对象所在城市；

目标对象收入数据可以但不仅限于是目标对象在预定时间段内的总收入值；

目标对象学历数据可以是将目标对象学历进行编码后得到的编码数据。

本发明实施例中，事件状态数据是可以反映目标对象事件状态的数据，本发明不对该数据的选取进行限定。

本发明实施例中，上述利用线性模型分别获取每个调整系数区间对应的预估事件收益的实现方式可以是：获取目标对象的第一事件特征数据，以及每个调整系数区间对应的事件额度利率；将目标对象的第一事件特征数据、每个调整系数区间各自的调整事件额度和每个调整系数区间各自对应的事件额度利率作为输入值，利用线性模型分别获取每个调整系数区间对应的预估事件收益。

其中，获取目标对象的第一事件特征数据的实现方式可以是：从本地数据库中查找第一事件特征数据，若查找到，则获取查找到的第一首新特征数据，若没有查找到，则通过第三方数据库(例如人民银行数据库)查找并获取第一事件特征数据，并将获取的第一事件特征数据保存到本地数据库中。

其中，事件额度利率保存在本地数据库中，每个调整系数区间可以对应一个事件额度利率，也可以对应一个事件额度利率区间。每个调整系数区间对应的事件额度利率或事件额度利率区间可以相同也可以不同，本发明实施例对此不作限定。其中，事件额度利率是预先配置的，可以人为配置，也可以通过拟合、仿真等方式配置。

其中，若每个调整系数区间对应一个事件额度利率区间，那么，在进行事件收益预估时，是将目标对象的第一事件特征数据、调整事件额度和事件额度利率区间作为输入值，利用线性模型分别获取每个调整系数区间对应的预估事件收益。

相应的，在选择了事件额度后，同时选择对应的事件额度利率。

相应的，在上述事件预估响应消息中携带选择的事件额度利率。

本发明实施例中，上述利用上下文赌博机分别获取每个调整系数区间对应的预估不确定性值，其实现方式可以是：获取目标对象的事件状态数据，以及每个调整系数区间对应的事件额度利率；将目标对象的事件状态数据、每个调整系数区间各自的调整事件额度和每个调整系数区间各自对应的事件额度利率作为输入值，利用上下文赌博机分别获取每个调整系数区间对应的预估不确定性值。

在上述任意方法实施例的基础上，上述根据目标对象的标识信息，获取目标对象的基本事件额度，其实现方式可以是：

根据目标对象的标识信息，查找目标对象的第二事件特征数据；

利用第二事件特征数据获取目标对象的基本事件额度。

上述第二事件特征数据可以包括：

目标对象收入数据、目标对象消费数据。

具体的，可以根据目标对象的标识信息，在本地数据库查找目标对象的第二事件特征数据，若没有查找到，则通过第三方数据库查找目标对象的第二事件特征数据，并将查找到的第二事件特征数据保存到本地数据库中。

在上述任意方法实施例中，上述方法还可以包括：获取目标对象针对所述事件额度的事件结果；利用该事件结果对上述增强学习模型进行优化。

其中，针对已完成还款的目标对象，事件结果包括还款时间、已全额还款的指示信息等；针对未完成还款的目标对象，事件结果包括欠款时间、未还款的指示信息等。

与跟逾期率不同，最佳的授信额度和利率即使在放款之后也无法确定。因此广泛使用的监督学习，无法直接对利率和额度进行学习。本发明实施例提供的方法提出了一种基于增强学习的框架。首先会根据用户的人行数据、消费数据等各种信息，进行收入和负债的估计，并在此基础上确定贷款的基础额度(例如，基础授信额度为收入与负债之差)。有了基础额度，将对基础授信额度进行加权的放款系数(调整系数)分成多个不同的区间，对每个区间，分别预测相应的奖励和不确定性。奖励为在此区间的收益，为目标对象所在城市、收入、学历等多重特征的线性模型。不确定性通过上下文赌博机算法进行预估。通过选择奖励和不确定性和最大的区间进行放款，可以系统性的探索额度和利率对模型的影响，从而优化模型，得出更好的放款策略。

第二方面，本发明实施例公开了一种数据处理装置，请参考图3，包括：

消息接收模块301，用于接收目标对象的事件评估请求消息，所述事件评估请求消息中携带所述目标对象的标识信息；

基本事件额度获取模块302，用于根据所述目标对象的标识信息，获取所述目标对象的基本事件额度；

调整系数区间获取模块303，用于获取预设的由多个调整系数阈值划分得到的调整系数区间；

事件信息获取模块304，用于利用增强学习模型分别获取每个调整系数区间对应的预估事件收益和预估不确定性值；

事件信息选择模块305，用于选择预估事件收益与预估不确定性之和最大的调整事件额度作为事件额度，所述调整事件额度由对应的调整系数区间对所述基本事件额度进行加权得到；

消息发送模块306，用于发送所述目标对象的事件评估响应消息，所述事件评估响应消息中携带所述事件额度。

可选的，所述增强学习模型包括线性模型和上下文赌博机，所述事件信息获取模块包括：

预估事件收益获取子模块，用于利用所述线性模型分别获取每个调整系数区间对应的预估事件收益；

不确定性值获取子模块，用于利用所述上下文赌博机分别获取每个调整系数区间对应的预估不确定性值。

可选的，所述预估事件收益获取子模块用于：

获取所述目标对象的第一事件特征数据，以及每个调整系数区间对应的事件额度利率；

将所述目标对象的第一事件特征数据、每个调整系数区间各自的调整事件额度和每个调整系数区间各自对应的事件额度利率作为输入值，利用所述线性模型分别获取每个调整系数区间对应的预估事件收益。

可选的，上述第一事件特征数据包括以下至少一种：

目标对象所在区域数据，目标对象收入数据，目标对象学历数据。

可选的，所述不确定性值获取子模块用于：

获取所述目标对象的事件状态数据，以及每个调整系数区间对应的事件额度利率；

将所述目标对象的事件状态数据、每个调整系数区间各自的调整事件额度和每个调整系数区间各自对应的事件额度利率作为输入值，利用所述上下文赌博机分别获取每个调整系数区间对应的预估不确定性值。

可选的，所述基本事件额度获取模块用于：

根据所述目标对象的标识信息，查找所述目标对象的第二事件特征数据；

利用所述第二事件特征数据获取所述目标对象的基本事件额度。

可选的，所述第二事件特征数据包括：

目标对象收入数据和目标对象消费数据。

可选的，所述装置还包括模型优化模块，用于：

获取所述目标对象针对所述事件额度的事件结果；

利用所述事件结果对所述增强学习模型进行优化。

第三方面，本发明实施例还提供一种计算机设备，包括处理器和存储器：

所述存储器用于存储执行第一方面各个实现方式所述方法的程序，

所述处理器被配置为用于执行所述存储器中存储的程序。

第四方面，本发明实施例还提供一种计算机存储介质，用于储存为上述第三方面所述的计算机设备所用的计算机软件指令。

本说明书是参照根据本说明书实施例的方法、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设备。

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设备的制造品，该指令设备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。

尽管已描述了本说明书的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本说明书范围的所有变更和修改。

显然，本领域的技术人员可以对本说明书进行各种改动和变型而不脱离本说明书的精神和范围。这样，倘若本说明书的这些修改和变型属于本说明书权利要求及其等同技术的范围之内，则本说明书也意图包含这些改动和变型在内。

本发明实施例公开了：

A1、一种数据处理方法，包括：

接收目标对象的事件评估请求消息，所述事件评估请求消息中携带所述目标对象的标识信息；

根据所述目标对象的标识信息，获取所述目标对象的基本事件额度；

获取预设的由多个调整系数阈值划分得到的调整系数区间；

利用增强学习模型分别获取每个调整系数区间对应的预估事件收益和预估不确定性值；

选择预估事件收益与预估不确定性之和最大的调整事件额度作为事件额度，所述调整事件额度由对应的调整系数区间对所述基本事件额度进行加权得到；

发送所述目标对象的事件评估响应消息，所述事件评估响应消息中携带所述事件额度。

A2、根据A1所述的方法，所述增强学习模型包括线性模型和上下文赌博机，所述利用增强学习模型分别获取每个调整系数区间对应的预估事件收益和预估不确定性值，包括：

利用所述线性模型分别获取每个调整系数区间对应的预估事件收益；

利用所述上下文赌博机分别获取每个调整系数区间对应的预估不确定性值。

A3、根据A2所述的方法，所述利用所述线性模型分别获取每个调整系数区间对应的预估事件收益，包括：

获取所述目标对象的第一事件特征数据，以及每个调整系数区间对应的事件额度利率；

将所述目标对象的第一事件特征数据、每个调整系数区间各自的调整事件额度和每个调整系数区间各自对应的事件额度利率作为输入值，利用所述线性模型分别获取每个调整系数区间对应的预估事件收益。

A4、根据A3所述的方法，所述第一事件特征数据包括以下至少一种：

目标对象所在区域数据，目标对象收入数据，目标对象学历数据。

A5、根据A2所述的方法，所述利用所述上下文赌博机分别获取每个调整系数区间对应的预估不确定性值，包括：

获取所述目标对象的事件状态数据，以及每个调整系数区间对应的事件额度利率；

将所述目标对象的事件状态数据、每个调整系数区间各自的调整事件额度和每个调整系数区间各自对应的事件额度利率作为输入值，利用所述上下文赌博机分别获取每个调整系数区间对应的预估不确定性值。

A6、根据A1～A5任一项所述的方法，所述根据所述目标对象的标识信息，获取所述目标对象的基本事件额度，包括：

根据所述目标对象的标识信息，查找所述目标对象的第二事件特征数据；

利用所述第二事件特征数据获取所述目标对象的基本事件额度。

A7、根据A6所述的方法，所述第二事件特征数据包括：

目标对象收入数据、目标对象消费数据。

A8、根据A1～A5任一项所述的方法，所述方法还包括：

获取所述目标对象针对所述事件额度的事件结果；

利用所述事件结果对所述增强学习模型进行优化。

B9、一种数据处理装置，包括：

消息接收模块，用于接收目标对象的事件评估请求消息，所述事件评估请求消息中携带所述目标对象的标识信息；

基本事件额度获取模块，用于根据所述目标对象的标识信息，获取所述目标对象的基本事件额度；

调整系数区间获取模块，用于获取预设的由多个调整系数阈值划分得到的调整系数区间；

事件信息获取模块，用于利用增强学习模型分别获取每个调整系数区间对应的预估事件收益和预估不确定性值；

事件信息选择模块，用于选择预估事件收益与预估不确定性之和最大的调整事件额度作为事件额度，所述调整事件额度由对应的调整系数区间对所述基本事件额度进行加权得到；

消息发送模块，用于发送所述目标对象的事件评估响应消息，所述事件评估响应消息中携带所述事件额度。

B10、根据B9所述的装置，所述增强学习模型包括线性模型和上下文赌博机，所述事件信息获取模块包括：

预估事件收益获取子模块，用于利用所述线性模型分别获取每个调整系数区间对应的预估事件收益；

不确定性值获取子模块，用于利用所述上下文赌博机分别获取每个调整系数区间对应的预估不确定性值。

B11、根据B10所述的装置，所述预估事件收益获取子模块用于：

获取所述目标对象的第一事件特征数据，以及每个调整系数区间对应的事件额度利率；

将所述目标对象的第一事件特征数据、每个调整系数区间各自的调整事件额度和每个调整系数区间各自对应的事件额度利率作为输入值，利用所述线性模型分别获取每个调整系数区间对应的预估事件收益。

B12、根据B11所述的装置，所述第一事件特征数据包括以下至少一种：

目标对象所在区域数据，目标对象收入数据，目标对象学历数据。

B13、根据B10所述的装置，所述不确定性值获取子模块用于：

获取所述目标对象的事件状态数据，以及每个调整系数区间对应的事件额度利率；

将所述目标对象的事件状态数据、每个调整系数区间各自的调整事件额度和每个调整系数区间各自对应的事件额度利率作为输入值，利用所述上下文赌博机分别获取每个调整系数区间对应的预估不确定性值。

B14、根据B9～B13任一项所述的装置，所述基本事件额度获取模块用于：

根据所述目标对象的标识信息，查找所述目标对象的第二事件特征数据；

利用所述第二事件特征数据获取所述目标对象的基本事件额度。

B15、根据B14所述的装置，所述第二事件特征数据包括：

目标对象收入数据和目标对象消费数据。

B16、根据B9～B15任一项所述的装置，所述装置还包括模型优化模块，用于：

获取所述目标对象针对所述事件额度的事件结果；

利用所述事件结果对所述增强学习模型进行优化。

C17、一种计算机设备，包括处理器和存储器：

所述存储器用于存储执行A1至A8任一项所述方法的程序，

所述处理器被配置为用于执行所述存储器中存储的程序。

D18、一种计算机存储介质，用于储存为上述C17所述的计算机设备所用的计算机软件指令。

Claims (10)

1.一种数据处理方法，其特征在于，包括：

接收目标对象的事件评估请求消息，所述事件评估请求消息中携带所述目标对象的标识信息；

根据所述目标对象的标识信息，获取所述目标对象的基本事件额度；

获取预设的由多个调整系数阈值划分得到的调整系数区间；

利用增强学习模型分别获取每个调整系数区间对应的预估事件收益和预估不确定性值；

选择预估事件收益与预估不确定性之和最大的调整事件额度作为事件额度，所述调整事件额度由对应的调整系数区间对所述基本事件额度进行加权得到；

发送所述目标对象的事件评估响应消息，所述事件评估响应消息中携带所述事件额度。

2.根据权利要求1所述的方法，其特征在于，所述增强学习模型包括线性模型和上下文赌博机，所述利用增强学习模型分别获取每个调整系数区间对应的预估事件收益和预估不确定性值，包括：

利用所述线性模型分别获取每个调整系数区间对应的预估事件收益；

利用所述上下文赌博机分别获取每个调整系数区间对应的预估不确定性值。

3.根据权利要求2所述的方法，其特征在于，所述利用所述线性模型分别获取每个调整系数区间对应的预估事件收益，包括：

获取所述目标对象的第一事件特征数据，以及每个调整系数区间对应的事件额度利率；

将所述目标对象的第一事件特征数据、每个调整系数区间各自的调整事件额度和每个调整系数区间各自对应的事件额度利率作为输入值，利用所述线性模型分别获取每个调整系数区间对应的预估事件收益。

4.根据权利要求3所述的方法，其特征在于，所述第一事件特征数据包括以下至少一种：

目标对象所在区域数据，目标对象收入数据，目标对象学历数据。

5.根据权利要求2所述的方法，其特征在于，所述利用所述上下文赌博机分别获取每个调整系数区间对应的预估不确定性值，包括：

获取所述目标对象的事件状态数据，以及每个调整系数区间对应的事件额度利率；

将所述目标对象的事件状态数据、每个调整系数区间各自的调整事件额度和每个调整系数区间各自对应的事件额度利率作为输入值，利用所述上下文赌博机分别获取每个调整系数区间对应的预估不确定性值。

6.根据权利要求1～5任一项所述的方法，其特征在于，所述根据所述目标对象的标识信息，获取所述目标对象的基本事件额度，包括：

根据所述目标对象的标识信息，查找所述目标对象的第二事件特征数据；

利用所述第二事件特征数据获取所述目标对象的基本事件额度。

7.根据权利要求6所述的方法，其特征在于，所述第二事件特征数据包括：

目标对象收入数据、目标对象消费数据。

8.一种数据处理装置，其特征在于，包括：

消息接收模块，用于接收目标对象的事件评估请求消息，所述事件评估请求消息中携带所述目标对象的标识信息；

基本事件额度获取模块，用于根据所述目标对象的标识信息，获取所述目标对象的基本事件额度；

调整系数区间获取模块，用于获取预设的由多个调整系数阈值划分得到的调整系数区间；

事件信息获取模块，用于利用增强学习模型分别获取每个调整系数区间对应的预估事件收益和预估不确定性值；

事件信息选择模块，用于选择预估事件收益与预估不确定性之和最大的调整事件额度作为事件额度，所述调整事件额度由对应的调整系数区间对所述基本事件额度进行加权得到；

消息发送模块，用于发送所述目标对象的事件评估响应消息，所述事件评估响应消息中携带所述事件额度。

9.一种计算机设备，其特征在于，包括处理器和存储器：

所述存储器用于存储执行权利要求1至7任一项所述方法的程序，

所述处理器被配置为用于执行所述存储器中存储的程序。

10.一种计算机存储介质，其特征在于，用于储存为上述权利要求9所述的计算机设备所用的计算机软件指令。

Images