【技术实现步骤摘要】
一种决策模型生成方法和装置
[0001]本专利技术涉及计算机数据处理
，特别涉及人工智能
，尤其涉及一种决策模型生成方法和装置。
技术介绍
[0002]目前，在使用反欺诈决策引擎系统时，会出现使用公式编辑器的操作过于繁琐的问题。用户通过拖拽或者双击的方式来获得某种运算的计算公式，但是每次操作只能进行一种运算，而且前一次的运算结果不能直接作为参数进行后续运算，导致公式编辑器的运用缺失了灵活性，在一定程度上降低了用户体验感，用户的办公效率较低。
技术实现思路
[0003]本专利技术的一个目的在于提供一种决策模型生成方法，能够增加公式编辑器的灵活性，提高用户的办公效率，提高用户体验感。本专利技术的另一个目的在于提供一种决策模型生成装置。本专利技术的再一个目的在于提供一种计算机可读介质。本专利技术的还一个目的在于提供一种计算机设备。
[0004]为了达到以上目的，本专利技术一方面公开了一种决策模型生成方法，包括：
[0005]通过预先获取的数据样本和背景知识，对元解释学习框架进行训练，得到...
【技术保护点】
【技术特征摘要】
1.一种决策模型生成方法，其特征在于，所述方法包括：通过预先获取的数据样本和背景知识，对元解释学习框架进行训练，得到决策模型生成模型；通过所述决策模型生成模型，根据获取的运算操作和数据类型，生成决策模型。2.根据权利要求1所述的决策模型生成方法，其特征在于，所述背景知识包括特征信息池；在所述通过预先获取的数据样本和背景知识，对元解释学习框架进行训练，得到决策模型生成模型之前，还包括：获取指定数量的数据样本，所述数据样本包括输入样本和期望公式，所述输入样本包括至少一个运算操作和数据类型；通过指定逻辑编程语言，根据预设的运算操作，构建特征信息池。3.根据权利要求2所述的决策模型生成方法，其特征在于，所述背景知识还包括选取的元规则；所述通过预先获取的数据样本和背景知识，对元解释学习框架进行训练，得到决策模型生成模型，包括：将所述至少一个运算操作、期望公式、元规则和特征信息池输入元解释学习框架进行训练，输出决策模型生成模型。4.根据权利要求1所述的决策模型生成方法，其特征在于，所述通过所述决策模型生成模型，根据获取的运算操作和数据类型，生成决策模型，包括：将运算操作和数据类型输入所述决策模型生成模型，输出决策模型。5.根据权利要求3所述的决策模型生成方法，其特征在于，所述元规则包括元规则头和对应的元规则体；所述将所述至少一个运算操作、期望公式、元规则和特征信息池输入元解释学习框架进行训练，输出决策模型生成模型，包括：将所述至少一个运算操作和对应的期望公式作为原子目标；将所述原子目标与元规则头进行匹配，匹配出对应的元规则头；将所述元规则头对应的元规则体与所述特征信息池中的受限子句...
【专利技术属性】
技术研发人员：沈雪莲，陈旭伟，刘映楷，罗琦山，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：
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。