【技术实现步骤摘要】
一种数据处理方法、装置及电子设备
本说明书实施例涉及计算机
，尤其涉及一种数据处理方法、装置及电子设备。
技术介绍
在商业、生产等业务活动中，尤其是在大数据的背景下，需要对大量的业务进行处理，为对业务进行有效的处理，保证业务的正常进行，通常会利用不同的业务模型来对对应的业务进行处理。现有技术中，往往是利用不同的目标类业务各自对应的样本数据对不同的目标类业务分别进行各自对应的业务处理训练，来确定各目标类业务所对应的业务模型，以利用该业务模型进行对应的目标类业务的处理。
技术实现思路
有鉴于此，本说明书实施例提供了一种数据处理方法、装置及电子设备，用于解决现有技术中训练多个单独的业务得到的业务模型的业务处理效率低的问题。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数据处理方法，包括：利用样本数据训练业务模型，以确定所述业务模型中的各预设特征在对应不同目标类业务时的特征参数，所述样本数据包括所述不同目标类业务的业务数据；按照各所述目标类业务分别调整所述业务模型中的所述特征参数，得到所述不同目标类业务各自的子模型，使得所述子模型进行对应的目标类业务处理。本说明书实施例还提供一种数据处理方法，包括：利用样本数据训练风险识别模型，以确定所述风险识别模型中的各预设特征在识别不同目标类风险时的特征参数，所述样本数据包括所述不同目标类风险的风险数据；按照各所述目标类风险分别调整所述风险识别模型中的所述特征参数，得到所述不同目标类风险各自对应的识别子模型...
【技术保护点】
1.一种数据处理方法，包括：/n利用样本数据训练业务模型，以确定所述业务模型中的各预设特征在对应不同目标类业务时的特征参数，所述样本数据包括所述不同目标类业务的业务数据；/n按照各所述目标类业务分别调整所述业务模型中的所述特征参数，得到所述不同目标类业务各自的子模型，使得所述子模型进行对应的目标类业务处理。/n
【技术特征摘要】 【专利技术属性】
1.一种数据处理方法，包括：
利用样本数据训练业务模型，以确定所述业务模型中的各预设特征在对应不同目标类业务时的特征参数，所述样本数据包括所述不同目标类业务的业务数据；
按照各所述目标类业务分别调整所述业务模型中的所述特征参数，得到所述不同目标类业务各自的子模型，使得所述子模型进行对应的目标类业务处理。
2.如权利要求1所述的方法，在利用样本数据训练业务模型之前，还包括：
根据所述不同目标类业务各自的评价特征确定所述业务模型中的所述各预设特征。
3.如权利要求1所述的方法，按照各所述目标类业务分别调整所述业务模型中各所述目标类业务对应的所述特征参数，包括：
按照各所述目标类业务分别对所述业务模型进行压缩，以调整所述业务模型中的所述特征参数，得到所述不同目标类业务各自的子模型。
4.如权利要求3所述的方法，按照各所述目标类业务分别对所述业务模型进行压缩，包括：
按照各所述目标类业务分别对所述业务模型进行裁剪，以保留各所述目标类业务各自的特征参数，得到基于所述保留的特征参数构建的目标类业务的子模型。
5.如权利要求3所述的方法，按照各所述目标类业务分别对所述业务模型进行压缩，包括：
获取所述不同目标类业务各自的样本数据；
利用所述不同目标类业务各自的样本数据分别执行如下步骤：
利用所述目标类业务的样本数据对所述业务模型进行再训练，以调整所述业务模型中所述目标类业务对应的所述特征参数，得到所述目标类业务对应的所述子模型。
6.如权利要求1所述的方法，利用样本数据训练业务模型，包括：
在至少一个所述目标类业务对应的评价特征出现更新时，利用包含所述评价特征的业务数据更新已存的样本数据；
利用所述更新的样本数据对所述业务模型进行再训练，以更新所述业务模型中各预设特征在对应所述不同目标类业务时的特征参数；
按照各所述目标类业务分别调整所述业务模型中的所述特征参数，得到所述不同目标类业务各自的子模型，包括：
按照所述至少一个目标类业务调整所述更新的特征参数，得到更新的所述至少一个目标类业务对应的子模型。
7.如权利要求6所述的方法，利用所述更新的样本数据对所述业务模型进行再训练，包括：
根据更新的所述评价特征更新所述业务模型中的各预设特征；
利用所述更新的样本数据训练所述更新的业务模型，以更新所述业务模型中各预设特征在对应所述不同目标类业务时的特征参数。
8.如权利要求7所述的方法，按照所述至少一个目标类业务调整所述更新的特征参数，得到更新的所述至少一个目标类业务对应的子模型，包括：
利用不同于所述至少一个目标类业务的其他目标类业务的样本数据对所述更新的业务模型进行所述其他目标类业务的业务处理，得到业务处理结果；
判断所述业务处理结果是否符合预期；
若是，则对所述其他目标类业务对应的子模型进行更新。
9.一种数据处理方法，包括：
利用样本数据训练风险识别模型，以确定所述风险识别模型中的各预设特征在识别不同目标类风险时的特征参数，所述样本数据包括所述不同目标类风险的风险数据；
按照各所述目标类风险分别调整所述风险识别模型中的所述特征参数，得到所述不同目标类风险各自的识别子模型，使得所述识别子模型进行对应的目标类风险识别。
10.一种数据处理方法，包括：
获取业务数据；
利用子模型对所述业务数据进行处理，得到所述业务数据所属的目标类业务，所述子模型是在利用样本数据训练业务模型，确定所述业务模型中的各预设特征在对应不同目标类业务时的特征参数后，按照各所述目标类业务分别调整所述业务模型中的所述特征参数，得到的所述不同目标类业务各自的子模型，其中，所述样本数据包括所述不同目标类业务的业务数据；
根据所述业务数据所属的目标类业务确定所述业务数据对应的业务处理策略。
11.一种数据处理方法，包括：
获取业务数据；
利用识别子模型对所述业务数据进行处理，得到所述业务数据所属的目标类风险，所述识别子模型是在利用样本数据训练风险识别模型，确定所述风险识别模型中的各预设特征在识别不同目标类风险时的特征参数后，按照各所述目标类风险分别调整所述风险识别模型中的所述特征参数，得到的所述不同目标类风险各自对应的识别子模型，其中，所述样本数据包括所述不同目标类风险的风险数据；
技术研发人员：刘腾飞，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：浙江;33
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。