一种模型训练、业务风控的方法及装置制造方法及图纸

本说明书公开了一种模型训练、业务风控的方法及装置，用于隐私保护，可以通过设置在轻量模型中的各辅助分类器对主分类器进行辅助，从而使得主分类器能够集成各辅助分类器的风险预测结果，得到更加准确的风险预测结果。得到更加准确的风险预测结果。得到更加准确的风险预测结果。

【技术实现步骤摘要】
一种模型训练、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、业务风控的方法及装置。

技术介绍

[0002]随着互联网技术的发展，神经网络模型（Neural Network，NN）以其所具有的优秀的数据处理能力受到广泛关注。
[0003]但是，目前输出结果精确度较高的神经网络模型的规模往往较大，不便于部署到服务器，而规模较小的神经网络模型在输出结果上精确度又相对较低。因此，现有的神经网络模型往往不能在保持较小规模的同时，保证输出结果在精确度上较高。

技术实现思路

[0004]本说明书提供一种模型训练、业务风控的方法及装置，以解决现有技术存在的规模小的神经网络模型的精确度差的问题。
[0005]本说明书采用下述技术方案：本说明书提供了一种模型训练方法，包括：获取轻量模型作为待训练模型，并获取用于训练所述待训练模型的训练样本，所述待训练模型包括：风控模型，所述训练样本包括：样本业务数据；将所述训练样本输入到所述风控模型中，以通过所述风控模型中的特征提取层，得到所述训练样本的特征数据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种模型训练方法，包括：获取轻量模型作为待训练模型，并获取用于训练所述待训练模型的训练样本，所述待训练模型包括：风控模型，所述训练样本包括：样本业务数据；将所述训练样本输入到所述风控模型中，以通过所述风控模型中的特征提取层，得到所述训练样本的特征数据；针对所述风控模型中的每个辅助分类器，将所述特征数据输入到该辅助分类器中，得到该辅助分类器针对所述训练样本的风险预测结果，作为该辅助分类器对应的第一风险预测结果；将各第一风险预测结果输入到所述风控模型中的主分类器中，以使所述主分类器根据所述各第一风险预测结果，得到针对所述训练样本的风险预测结果，作为第二风险预测结果；根据所述第一风险预测结果、所述第二风险预测结果、以及所述训练样本的实际风险标签，对所述风控模型进行训练，所述风控模块用于执行业务风控。2.如权利要求1所述的方法，根据所述第一风险预测结果、所述第二风险预测结果、以及所述训练样本的实际风险标签，对所述风控模型进行训练，具体包括：根据所述第一风险预测结果、所述第二风险预测结果、以及所述训练样本的实际风险标签，确定至少一种目标损失，所述目标损失包括：用于表征所述各第一风险预测结果和所述实际风险标签之间的偏差的第一损失、用于表征所述各第一风险预测结果与目标风险预测结果之间的偏差的第二损失、用于表征所述目标风险预测结果与所述第二风险预测结果之间的偏差的第三损失、用于表征所述第二风险预测结果和所述实际风险标签之间的偏差的第四损失、用于表征各第一风险预测结果之间的偏差的第五损失，所述目标风险预测结果是基于各第一风险预测结果与所述实际风险标签之间的偏差，从所述各第一风险预测结果中选取出的，各第一风险预测结果之间的偏差越小，所述第五损失越大；以最小化所述目标损失为优化目标，对所述待训练模型进行训练。3.如权利要求2所述的方法，基于各第一风险预测结果与所述实际风险标签之间的偏差，从所述各第一风险结果中选取出所述目标风险预测结果，具体包括：将与所述实际风险标签之间的偏差最小的第一风险预测结果，作为选取出的目标风险预测结果。4.如权利要求2所述的方法，根据所述第一风险预测结果、所述第二风险预测结果、以及所述训练样本的实际风险标签，确定至少一种目标损失，具体包括：当所述目标损失为所述第一损失时，针对每个第一风险预测结果，根据该第一风险预测结果和所述训练样本的实际风险标签之间的偏差，确定第一子损失；根据所述各第一子损失，确定第一损失。5.如权利要求4所述的方法，根据所述第一风险预测结果、所述第二风险预测结果、以及所述训练样本的实际风险标签，确定至少一种目标损失，具体包括：当所述目标损失为所述第二损失时，针对每个第一风险预测结果，根据该第一风险预测结果和所述目标风险预测结果之间的偏差，确定第二子损失；根据各第二子损失，确定第二损失。6.如权利要求1所述的方法，针对所述风控模型中的每个辅助分类器，将所述特征数据
输入到该辅助分类器中，得到该辅助分类器针对所述训练样本的风险预测结果，作为该辅助分类器对应的第一风险预测结果，具体包括：确定所述训练样本对应的业务场景，作为目标业务场景；从所述风控模型中的各辅助分类器中，确定出与所述目标业务场景相匹配的各辅助分类器，作为各第一目标分类器；针对每个第一目标分类器，将所述特征数据输入到该第一目标分类器中，得到该第一目标分类器针对所述训练样本的风险预测结果，作为该第一目标分类器对应的第一风险预测结果；将各第一风险预测结果输入到所述风控模型中的主分类器中，以使所述主分类器根据所述各第一风险预测结果，得到针对所述训练样本的风险预测结果，具体包括：从所述风控模型中的各主分类器中，确定出与所述目标业务场景相匹配的主分类器，作为第二目标分类器；将各第一目标分类器对应的第一风险预测结果输入到所述第二目标分类器中，以使所述第二目标分类器根据所述各第一目标分类器对应的第一风险预测结果，得到针对所述训练样本的风险预测结果，作为第二风险预测结果。7.一种业务风控的方法，包括：获取待执行业务的业务数据；将所述业务数据输入到风控模型中，以通过所述风控模型根据所述待执行业务的业务数据，得到所述待执行业务的风险预测结果，所述风控模型是通过上...

【专利技术属性】
技术研发人员：郑开元，
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：