【技术实现步骤摘要】
一种模型训练的方法、业务风控的方法及装置
[0001]本说明书涉及计算机
，尤其涉及一种模型训练的方法、业务风控的方法及装置。
技术介绍
[0002]随着互联网技术的快速发展，越来越多的业务可以通过互联网来实现，相应的也伴随出现很多业务风险。例如，部分用户会在网上下载或购买作弊的软件或脚本，持续定时地在手机后台运行，以模拟用户的行为参与营销活动，从而获取非法利益。因此，对业务进行风险控制以及隐私数据保护常常是业务流程中不可或缺的一部分。
[0003]目前，在业务风控过程中，常用的手段是收集大量的用户数据对风控模型进行训练。但是，当获取到的用户数据较少时，训练出的预测模型预测出的预测结果的准确率较低。
[0004]因此，如何能够在获取到的用户数据较少的情况下，提高预测模型预测出的预测结果的准确性，则是一个亟待解决的问题。
技术实现思路
[0005]本说明书提供一种模型训练的方法、装置、存储介质及电子设备，以在获取到的用户数据较少的情况下，提高预测模型预测出的预测结果的准确性。
[0...
【技术保护点】
【技术特征摘要】
1.一种模型训练的方法，包括：获取各用户在历史上执行业务的业务数据；根据获取到的各业务数据，构建各样本数据；按照预设的混合方式，将至少两个样本数据对应的标签数据进行混合，得到混合标签数据；将所述至少两个样本数据输入到待训练的预测模型中，以通过所述预测模型中的特征提取层从所述至少两个样本数据分别提取出业务特征，并将分别提取出的业务特征输入到所述预测模型中的特征混合层，以使所述特征混合层按照所述混合方式将分别提取出的业务特征进行混合，得到混合特征；将所述混合特征输入到所述预测模型中的预测层，以使所述预测层根据所述混合特征，得到第一预测结果；以最小化所述第一预测结果与所述混合标签数据之间的偏差为优化目标，至少对所述预测模型中的所述特征提取层以及所述预测层进行训练。2.如权利要求1所述的方法，将所述至少两个样本数据输入到待训练的预测模型中之前，所述方法还包括：按照所述混合方式，将至少两个样本数据进行混合，得到混合样本数据；以最小化所述第一预测结果与所述混合标签数据之间的偏差为优化目标，至少对所述预测模型中的所述特征提取层以及所述预测层进行训练之前，所述方法包括：将所述混合样本数据输入到待训练的预测模型中，以通过所述预测模型中的特征提取层从所述混合样本数据提取出业务特征，并将从所述混合样本数据中提取出的业务特征输入到所述预测层中，得到第二预测结果；以最小化所述第一预测结果与所述混合标签数据之间的偏差为优化目标，至少对所述预测模型中的所述特征提取层以及所述预测层进行训练，具体包括：以最小化所述第一预测结果与所述混合标签数据之间的偏差，以及最小化所述第二预测结果与所述混合标签数据之间的偏差为优化目标，至少对所述预测模型中的所述特征提取层以及所述预测层进行训练。3.如权利要求2所述的方法，按照预设的混合方式，将至少两个样本数据进行混合，得到混合样本数据，具体包括：针对所述至少两个样本数据中所包含的每个业务维度对应的业务数据，按照所述混合方式中该业务维度对应的权重，将每个样本数据中包含的该业务维度对应的业务数据进行混合，得到该业务维度对应的混合业务数据；根据各业务维度对应的混合业务数据，确定混合样本数据。4.如权利要求1所述的方法，将分别提取出的业务特征输入到所述预测模型中的特征混合层，以使所述特征混合层按照所述混合方式将分别提取出的业务特征进行混合，得到混合特征，具体包括：将分别提取出的业务特征输入到所述预测模型中的特征混合层，针对所述分别提取出的业务特征中所包含的每个特征维度对应的特征数据，按照所述混合方式中该特征维度对应的权重，将每个业务特征中的该特征维度对应的特征数据进行混合，得到该特征维度对应的混合特征数据；
根据各特征维度对应的混合特征数据，确定混合特征。5.如权利要求2所述的方法，在将所述至少两个样本数据输入到待训练的预测模型中之前，所述方法还包括：确定得到...
【专利技术属性】
技术研发人员：王维强，张长浩，申书恒，傅欣艺，
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：
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。