模型异动的原因确定方法及装置和电子设备制造方法及图纸

本说明书实施例提供一种模型异动的原因确定方法及装置和电子设备，所述方法包括：在识别出目标模型存在模型异动的情况下，获取所述目标模型中预设变量；判断所述预设变量是否发生异常；在所述预设变量发生异常时，确定模型异动的原因为变量异常。

Method and device for determining cause of model alteration and electronic equipment

The embodiment of this specification provides a method for determining the cause of model aberration and an apparatus and an electronic device. The method includes: acquiring preset variables in the target model, judging whether the preset variables are abnormal or not, identifying the existence of model aberration in the target model, and judging whether the preset variables are abnormal. The reason for model change is variable exception.

【技术实现步骤摘要】
模型异动的原因确定方法及装置和电子设备
本说明书实施例涉及互联网
，尤其涉及一种模型异动的原因确定方法及装置和电子设备。
技术介绍
随着机器学习技术的不断发展，越来越多的领域开始采用机器学习技术构建业务模型。例如，在风控领域，通过机器学习技术构建风控模型从而识别和防控盗用、欺诈、作弊等风险行为。随着业务的变化，业务模型的性能往往会发生衰减甚至是失效，通常模型出现上述问题时称为模型存在模型异动。通常，在监控到模型存在模型异动后，需要及时对模型进行修复。在相关技术中，模型修复通常都是简单的重新训练一个新的模型，用来替换原有异动的模型。然而，实际情况下模型异动的原因存在多种情况，并不是所有模型异动都必须重新训练模型的。因此，如何确定模型异动的原因，成为亟须解决的问题。
技术实现思路
本说明书实施例提供的一种模型异动的原因确定方法及装置和电子设备：根据本说明书实施例的第一方面，提供一种模型异动的原因确定方法，所述方法包括：在识别出目标模型存在模型异动的情况下，获取所述目标模型中预设变量；判断所述预设变量是否发生异常；在所述预设变量发生异常时，确定模型异动的原因为变量异常。根据本说明书实施例本文档来自技高网...

【技术保护点】
1.一种模型异动的原因确定方法，所述方法包括：在识别出目标模型存在模型异动的情况下，获取所述目标模型中预设变量；判断所述预设变量是否发生异常；在所述预设变量发生异常时，确定模型异动的原因为变量异常。

【技术特征摘要】
1.一种模型异动的原因确定方法，所述方法包括：在识别出目标模型存在模型异动的情况下，获取所述目标模型中预设变量；判断所述预设变量是否发生异常；在所述预设变量发生异常时，确定模型异动的原因为变量异常。2.根据权利要求1所述的方法，所述判断所述预设变量是否发生异常，具体包括：判断所述预设变量是否存在变量缺失异常；或者判断所述预设变量的分布是否出现偏移异常。3.根据权利要求2所述的方法，所述判断所述预设变量是否存在变量缺失异常，具体包括：计算所述预设变量的缺失值数量；判断所述预设变量的缺失值数量是否大于预设数量；其中，所述预设数量为该模型未异动时该预设变量的缺失值数量；在所述预设变量的缺失值数量大于正常数量的情况下，确定所述预设变量存在变量缺失异常；所述确定模型异动的原因为变量异常，具体包括：确定模型异动的原因为变量缺失异常。4.根据权利要求2所述的方法，所述判断所述预设变量的分布是否出现偏移异常，具体包括：获取所述预设变量的分布；判断所述预设变量的分布与正常分布是否一致；其中，所述正常分布为该模型未异动时该预设变量的分布；在所述预设变量的分布与正常分布不一致的情况下，确定所述预设变量存在变量分布偏移异常；所述确定模型异动的原因为变量异常，具体包括：确定模型异动的原因为变量分布偏移异常。5.根据权利要求1所述的方法，所述预设变量包括IV、MEAN、PSI中的至少一种。6.根据权利要求1所述的方法，所述方法包括：获取目标模型的多种预设基础指标的值；综合所述多种预设基础指标的值，计算所述目标模型的模型稳定值；在所述模型稳定值超过阈值的情况下，确定所述目标模型存在模型异动。7.根据权利要求6所述的方法，所述综合所述多种预设基础指标的值，计算所述目标模型的模型稳定值，具体包括：将所述多种预设基础指标的值相加，得到所述目标模型的模型稳定值。8.根据权利要求6所述的方法，每种预设基础指标对应有一个权重值；所有预设基础指标的权重值之和为1；所述将所述多种预设基础指标的值相加，得到所述目标模型的模型稳定值，具体包括：在将多种预设基础指标与对应的权重值相乘后求和，得到所述目标模型的模型稳定值。9.根据权利要求6所述的方法，所述模型基础指标包括如下任意一种组合：打扰率、覆盖率、KS、PSI、AUC、TopCaptured。10.一...

【专利技术属性】
技术研发人员：吴星，金宏，王维强，赵闻飙，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛,KY