The invention discloses a training method, a device, a computer device and a storage medium of a portrait model, which relates to the field of artificial intelligence. The training method of the portrait model includes: determining the business process of the target portrait model, wherein the business process is related to the business goal of the target portrait model; finding the pre stored factor induction table in the database according to the business goal, and determining the execution logic and target factor of the target portrait model based on the business process and the factor induction table; and Construct a factor system in the execution logic and the target factors; obtain historical business data, which is related to the factor system; train according to the historical business data, and obtain the target portrait model. The target portrait model obtained by the training method of the portrait model can give full play to the business value.
【技术实现步骤摘要】
画像模型训练方法、装置、计算机设备及存储介质
本专利技术涉及人工智能领域,尤其涉及一种画像模型训练方法、装置、计算机设备及存储介质。
技术介绍
目前建立的画像模型大多数是脱离业务目标,仅根据业务数据建立,业务价值较低,另外,画像模型的因子体系搭建逻辑并不合理,无法充分、全面地将影响业务价值的因子全部展现出来,不能充分刻画业务价值与因子之间的关系,无法实现充分的业务价值。
技术实现思路
有鉴于此,本专利技术实施例提供了一种画像模型训练方法、装置、计算机设备及存储介质,用以解决目前建立的画像模型无法充分发挥业务价值的问题。第一方面,本专利技术实施例提供了一种画像模型训练方法,包括:确定目标画像模型的业务流程,其中,所述业务流程和所述目标画像模型的业务目标相关;根据所述业务目标在数据库中查找预先存储的因子归纳表,基于所述业务流程和所述因子归纳表确定所述目标画像模型的执行逻辑和目标因子;基于所述执行逻辑和所述目标因子搭建因子体系;获取历史业务数据,所述历史业务数据与所述因子体系相关;根据所述历史业务数据进行训练,得到所述目标画像模型。如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述基于所述执行逻辑和所述目标因子搭建因子体系,包括:获取域外历史数据,根据所述域外历史数据分析所述目标因子与所述目标画像模型的业务目标之间的关联性,得到第一关联性,其中,所述域外历史数据与所述目标因子相关;根据所述域外历史数据分析所 ...
【技术保护点】
1.一种画像模型训练方法,其特征在于,所述方法包括:/n确定目标画像模型的业务流程,其中,所述业务流程和所述目标画像模型的业务目标相关;/n根据所述业务目标在数据库中查找预先存储的因子归纳表,基于所述业务流程和所述因子归纳表确定所述目标画像模型的执行逻辑和目标因子;/n基于所述执行逻辑和所述目标因子搭建因子体系;/n获取历史业务数据,所述历史业务数据与所述因子体系相关;/n根据所述历史业务数据进行训练,得到所述目标画像模型。/n
【技术特征摘要】
1.一种画像模型训练方法,其特征在于,所述方法包括:
确定目标画像模型的业务流程,其中,所述业务流程和所述目标画像模型的业务目标相关;
根据所述业务目标在数据库中查找预先存储的因子归纳表,基于所述业务流程和所述因子归纳表确定所述目标画像模型的执行逻辑和目标因子;
基于所述执行逻辑和所述目标因子搭建因子体系;
获取历史业务数据,所述历史业务数据与所述因子体系相关;
根据所述历史业务数据进行训练,得到所述目标画像模型。
2.根据权利要求1所述的方法,其特征在于,所述基于所述执行逻辑和所述目标因子搭建因子体系,包括:
获取域外历史数据,根据所述域外历史数据分析所述目标因子与所述目标画像模型的业务目标之间的关联性,得到第一关联性,其中,所述域外历史数据与所述目标因子相关;
根据所述域外历史数据分析所述目标因子相互之间的关联性,得到第二关联性;
根据所述第一关联性和所述第二关联性确定所述目标因子的因子权重;
根据所述目标因子的因子权重、所述执行逻辑和所述目标因子搭建所述因子体系。
3.根据权利要求1所述的方法,其特征在于,在所述根据所述历史业务数据进行训练,得到所述目标画像模型之前,还包括:
根据所述历史业务数据和所述目标画像模型的业务目标确定训练所述目标画像模型所需的目标模型;
初始化所述目标画像模型所需的目标模型;
所述根据所述历史业务数据进行训练,得到所述目标画像模型,包括:
根据所述历史业务数据,采用所述目标画像模型所需的目标模型进行训练,得到所述目标画像模型。
4.根据权利要求3所述的方法,其特征在于,所述根据所述历史业务数据和所述目标画像模型的业务目标确定训练所述目标画像模型所需的目标模型,包括:
确定所述历史业务数据的数据类型,其中,所述数据类型包括结构化数据和非结构化数据;
根据所述目标画像模型的业务目标从问题类型库中确定目标问题类型,其中,所述问题类型库是根据历史业务目标预先建立的;
根据所述历史业务数据的数据类型和所述目标问题类型确定训练所述目标画像模型所需的目标模型。
5.根据权利要求3所述的方法,其特征在于,所述根据所述历史业务数据进行训练,得到所述目标画像模型,包括:
根据所述历史业务数据进行训练,若训练采用的是有监督的训练方式,则通过训练得到损失值,基于所述损失值对所述目标画像模型所需的目标模...
【专利技术属性】
技术研发人员:孙静远,陈林,徐亮,
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
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。