模型优化智能评估方法、服务器及计算机可读存储介质技术

本发明专利技术涉及一种风险评估模型技术，揭露了一种模型优化智能评估方法，该方法包括：设置模型优化的判断规则，所述判断规则包括判断指标、判断阈值和统计周期；在所述统计周期内，接收每个待评估模型推送的输出结果以及对所述输出结果进行排查后反馈的排查结果，根据所述判断指标和所述输出结果及排查结果，统计每个待评估模型在所述统计周期内针对所述判断指标的总计算结果；根据统计结果和所述判断指标对应的所述判断阈值判断所述待评估模型是否需要优化。本发明专利技术还提供一种服务器及计算机可读存储介质。本发明专利技术提供的模型优化智能评估方法、服务器及计算机可读存储介质能够对正在运营的模型是否需要优化进行自动判断。

【技术实现步骤摘要】
模型优化智能评估方法、服务器及计算机可读存储介质
本专利技术涉及风险评估模型
，尤其涉及一种模型优化智能评估方法、服务器及计算机可读存储介质。
技术介绍
模型是指通过统计分析、数理建模、各类算法及框架应用等方法，对各类数据进行分类、特征提炼、挖掘分析，并结合专家经验等，形成的数学表达或规则集合，为风险控制和业务决策等提供支持。在模型运营过程中，针对运行状况的监测、所发现的问题、或者新的开发需求，需要对模型进行定期或者不定期的优化更新。目前，判断一个模型当前是否需要进行优化，主要是基于开发人员的经验进行人工判断，无法实现智能化的自动评估。
技术实现思路
有鉴于此，本专利技术提出一种模型优化智能评估方法、服务器及计算机可读存储介质，以解决如何实现对模型是否需要优化进行智能化的自动评估的问题。首先，为实现上述目的，本专利技术提出一种模型优化智能评估方法，该方法包括步骤：设置模型优化的判断规则，所述判断规则包括判断指标、判断阈值和统计周期；在所述统计周期内，接收每个待评估模型推送的输出结果以及对所述输出结果进行排查后反馈的排查结果，根据所述判断指标和所述输出结果及排查结果，统计每个待评估模本文档来自技高网...

【技术保护点】
1.一种模型优化智能评估方法，其特征在于，所述方法包括步骤：设置模型优化的判断规则，所述判断规则包括判断指标、判断阈值和统计周期；在所述统计周期内，接收每个待评估模型推送的输出结果以及对所述输出结果进行排查后反馈的排查结果，根据所述判断指标和所述输出结果及排查结果，统计每个待评估模型在所述统计周期内针对所述判断指标的总计算结果；及根据统计结果和所述判断指标对应的所述判断阈值判断所述待评估模型是否需要优化。

【技术特征摘要】
1.一种模型优化智能评估方法，其特征在于，所述方法包括步骤：设置模型优化的判断规则，所述判断规则包括判断指标、判断阈值和统计周期；在所述统计周期内，接收每个待评估模型推送的输出结果以及对所述输出结果进行排查后反馈的排查结果，根据所述判断指标和所述输出结果及排查结果，统计每个待评估模型在所述统计周期内针对所述判断指标的总计算结果；及根据统计结果和所述判断指标对应的所述判断阈值判断所述待评估模型是否需要优化。2.如权利要求1所述的模型优化智能评估方法，其特征在于，该方法还包括步骤：监测所述待评估模型的所述判断指标是否出现异常波动；当出现异常波动时，分析波动原因；根据波动原因判断所述待评估模型是否需要优化。3.如权利要求1或2所述的模型优化智能评估方法，其特征在于，所述判断指标包括模型有效率和/或亮牌情况，其中，所述模型有效率为排查反馈有效数/模型总出数，所述亮牌情况是根据预设的红、黄、蓝牌稽核制度结合排查反馈确定的稽核结果。4.如权利要求2所述的模型优化智能评估方法，其特征在于，所述异常波动是指所述判断指标在所述统计周期的计算结果下降的幅度超过预设阈值。5.如权利要求2所述的模型优化智能评估方法，其特征在于，所述根据波动原因判断所述待评估模型是否需要优化的步骤包括：当所述波动原因为模型配置阈值失效时，判断所述待评估模型需要进行优化；当所述波动原因为流程已有管控时，判断所述待评估模型不需要进行优化；当所述波动原因为业务变更时，判断为建议重新开发模型。6.一种服务器，其特征在于，所述服务器包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的模...

【专利技术属性】
技术研发人员：张祚民，卢嘉欣，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44