一种目标对象转移确定模型训练方法、装置和计算机设备制造方法及图纸

本申请涉及一种目标对象转移确定模型训练方法、装置和计算机设备。所述方法包括：获取至少一个目标对象对应的目标对象训练数据集；对所述对象账户属性信息集以及所述对象账户交互信息集按照预设的筛选条件进行变量筛选，得到各所述目标对象对应的筛选后变量信息集；根据线性判别分析算法以及显著性信息，对各所述筛选后变量信息对应的权重信息进行调整，得到各所述筛选后变量信息对应的变量权重；根据各所述筛选后变量信息以及各所述筛选后变量信息对应的变量权重，构建所述目标对象对应的对象转移信息确定模型。采用本方法能够提升对公共资源平台中的目标对象转移进行预测的预测模型精度。测模型精度。测模型精度。

【技术实现步骤摘要】
一种目标对象转移确定模型训练方法、装置和计算机设备


[0001]本申请涉及计算机
，特别是涉及一种目标对象转移确定模型训练方法、装置、计算机设备、存储介质和计算机程序产品。

技术介绍

[0002]随着计算机技术的发展，出现了目标对象转移的预测模型，目标对象转移预测的核心问题就是如何利用历史数据准确预测目标对象未来的转移情况。由于预测目标对象的转移并不需要实时进行，预测的结果只需要定期提供给公司的目标对象关系管理人员进行策略的制定，所以客户流失预测系统不需要具备像推荐系统那般的实时性以及高性能要求。
[0003]传统技术中，采用支持向量机算法来建立用于预测公共资源平台的目标对象流失的模型，然而，由于输入至支持向量机的数据是维度较少的小规模数据集，支持向量机一般使用高斯核函数，预测使用的线性核函数构成的预测模型会对预测结果正确率产生影响，导致对公共资源平台中的目标对象转移进行预测的预测模型精度不足。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种能够提升对公共资源平台中的目标对象转移进行预测的预测模型精度的目标对象转移确定模型训练方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
[0005]第一方面，本申请提供了一种目标对象转移确定模型训练方法。所述方法包括：获取至少一个目标对象对应的目标对象训练数据集；所述目标对象训练数据集包括各所述目标对象对应的对象账户属性信息集以及对象账户交互信息集；对所述对象账户属性信息集以及所述对象账户交互信息集按照预设的筛选条件进行变量筛选，得到各所述目标对象对应的筛选后变量信息集；所述筛选后变量信息集包括至少一个符合各所述预设的筛选条件的筛选后变量信息；根据线性判别分析算法以及显著性信息，对各所述筛选后变量信息对应的权重信息进行调整，得到各所述筛选后变量信息对应的变量权重；根据各所述筛选后变量信息以及各所述筛选后变量信息对应的变量权重，构建所述目标对象对应的对象转移信息确定模型；所述对象转移信息确定模型表征所述目标对象对应的对象转移信息与各所述筛选后变量信息之间的映射关系；所述对象转移信息表征所述目标对象在至少两个资源平台进行转移的概率。
[0006]第二方面，本申请还提供了一种目标对象转移确定模型训练装置。所述装置包括：数据集获取模块，用于获取至少一个目标对象对应的目标对象训练数据集；所述目标对象训练数据集包括各所述目标对象对应的对象账户属性信息集以及对象账户交互信息集；信息及筛选模块，用于对所述对象账户属性信息集以及所述对象账户交互信息集按照预设的筛选条件进行变量筛选，得到各所述目标对象对应的筛选后变量信息集；所述筛选后变量信息集包括至少一个符合各所述预设的筛选条件的筛选后变量信息；权重信息调整模块，
用于根据线性判别分析算法以及显著性信息，对各所述筛选后变量信息对应的权重信息进行调整，得到各所述筛选后变量信息对应的变量权重；模型构建模块，用于根据各所述筛选后变量信息以及各所述筛选后变量信息对应的变量权重，构建所述目标对象对应的对象转移信息确定模型；所述对象转移信息确定模型表征所述目标对象对应的对象转移信息与各所述筛选后变量信息之间的映射关系；所述对象转移信息表征所述目标对象在至少两个资源平台进行转移的概率。
[0007]第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：获取至少一个目标对象对应的目标对象训练数据集；所述目标对象训练数据集包括各所述目标对象对应的对象账户属性信息集以及对象账户交互信息集；对所述对象账户属性信息集以及所述对象账户交互信息集按照预设的筛选条件进行变量筛选，得到各所述目标对象对应的筛选后变量信息集；所述筛选后变量信息集包括至少一个符合各所述预设的筛选条件的筛选后变量信息；根据线性判别分析算法以及显著性信息，对各所述筛选后变量信息对应的权重信息进行调整，得到各所述筛选后变量信息对应的变量权重；根据各所述筛选后变量信息以及各所述筛选后变量信息对应的变量权重，构建所述目标对象对应的对象转移信息确定模型；所述对象转移信息确定模型表征所述目标对象对应的对象转移信息与各所述筛选后变量信息之间的映射关系；所述对象转移信息表征所述目标对象在至少两个资源平台进行转移的概率。
[0008]第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：获取至少一个目标对象对应的目标对象训练数据集；所述目标对象训练数据集包括各所述目标对象对应的对象账户属性信息集以及对象账户交互信息集；对所述对象账户属性信息集以及所述对象账户交互信息集按照预设的筛选条件进行变量筛选，得到各所述目标对象对应的筛选后变量信息集；所述筛选后变量信息集包括至少一个符合各所述预设的筛选条件的筛选后变量信息；根据线性判别分析算法以及显著性信息，对各所述筛选后变量信息对应的权重信息进行调整，得到各所述筛选后变量信息对应的变量权重；根据各所述筛选后变量信息以及各所述筛选后变量信息对应的变量权重，构建所述目标对象对应的对象转移信息确定模型；所述对象转移信息确定模型表征所述目标对象对应的对象转移信息与各所述筛选后变量信息之间的映射关系；所述对象转移信息表征所述目标对象在至少两个资源平台进行转移的概率。
[0009]第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：获取至少一个目标对象对应的目标对象训练数据集；所述目标对象训练数据集包括各所述目标对象对应的对象账户属性信息集以及对象账户交互信息集；对所述对象账户属性信息集以及所述对象账户交互信息集按照预设的筛选条件进行变量筛选，得到各所述目标对象对应的筛选后变量信息集；所述筛选后变量信息集包括至少一个符合各所述预设的筛选条件的筛选后变量信息；根据线性判别分析算法以及显著性信息，对各所述筛选后变量信息对应的权重信息进行调整，得到各所述筛选后变量信息对应的变量权重；根据各所述筛选后变量信息以及各所述筛选后变量信息对应的变量权重，构建所述目标对象对应的对象转移信息确定模型；所述对象转移信
息确定模型表征所述目标对象对应的对象转移信息与各所述筛选后变量信息之间的映射关系；所述对象转移信息表征所述目标对象在至少两个资源平台进行转移的概率。
[0010]上述一种目标对象转移确定模型训练方法、装置、计算机设备、存储介质和计算机程序产品，通过获取至少一个目标对象对应的目标对象训练数据集；目标对象训练数据集包括各目标对象对应的对象账户属性信息集以及对象账户交互信息集；对对象账户属性信息集以及对象账户交互信息集按照预设的筛选条件进行变量筛选，得到各目标对象对应的筛选后变量信息集；筛选后变量信息集包括至少一个符合各预设的筛选条件的筛选后变量信息；根据线性判别分析算法以及显著性信息，对各筛选后变量信息对应的权重信息进行调整，得到各筛选后变量信息对应的变量权重；根据各筛选本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标对象转移确定模型训练方法，其特征在于，所述方法包括：获取至少一个目标对象对应的目标对象训练数据集；所述目标对象训练数据集包括各所述目标对象对应的对象账户属性信息集以及对象账户交互信息集；对所述对象账户属性信息集以及所述对象账户交互信息集按照预设的筛选条件进行变量筛选，得到各所述目标对象对应的筛选后变量信息集；所述筛选后变量信息集包括至少一个符合各所述预设的筛选条件的筛选后变量信息；根据线性判别分析算法以及显著性信息，对各所述筛选后变量信息对应的权重信息进行调整，得到各所述筛选后变量信息对应的变量权重；根据各所述筛选后变量信息以及各所述筛选后变量信息对应的变量权重，构建所述目标对象对应的对象转移信息确定模型；所述对象转移信息确定模型表征所述目标对象对应的对象转移信息与各所述筛选后变量信息之间的映射关系；所述对象转移信息表征所述目标对象在至少两个资源平台进行转移的概率。2.根据权利要求1所述的方法，其特征在于，所述对所述对象账户属性信息集以及所述对象账户交互信息集按照预设的筛选条件进行变量筛选，得到各所述目标对象对应的筛选后变量信息集，包括：根据所述对象账户属性信息集以及所述对象账户交互信息集，确定所述筛选条件；根据所述筛选条件，对所述对象账户属性信息集以及所述对象账户交互信息集进行筛选，得到所述筛选后变量信息集。3.根据权利要求2所述的方法，其特征在于，所述对象账户属性信息集包括至少一个对象账户属性信息，所述对象账户交互信息集包括至少一个对象账户交互信息；所述根据所述对象账户属性信息集以及所述对象账户交互信息集，确定所述筛选条件，包括：根据所述对象账户属性信息集以及所述对象账户交互信息集，确定各所述对象账户属性信息对应的自由度、偏差值以及信息准则值，以及各对象账户交互信息对应的自由度、偏差值以及信息准则值；根据各所述自由度、所述偏差值以及所述信息准则值，确定所述筛选条件。4.根据权利要求2所述的方法，其特征在于，所述根据所述筛选条件，对所述对象账户属性信息集以及所述对象账户交互信息集进行筛选，得到所述筛选后变量信息集，包括：根据所述筛选条件，对所述对象账户属性信息集以及所述对象账户交互信息集进行筛选，得到处理后对象信息集；所述处理后对象信息集包括处理后账户属性信息集以及处理后账户交互信息集；在所述处理后账户属性信息集以及所述处理后账户交互信息集中各账户信息未能全部通过显著性试验的情况下，将未通过所述显著性试验的所述处理后账户属性信息以及所述处理后账户交互信息剔除，得到所述筛选后变量信息集。5.根据权利要求1所述的方法，其特征在于，所述根据线性判别分析算法以及显著性信息，对各所述筛选后变量信息对应的权重信息进行调整，得到各所述筛选后变量信息对应的变量权重，包括：根据所述显著性信息，确定各所述权重信息对应的权重调整条件；根据所述权重调整条件，对各所述筛选后变量信息对应的权重信息进行调整，得到各所述筛选后变量信息对应的变量权重。
6.根据权利要求5所述的方法，其特征在于，各所...

【专利技术属性】
技术研发人员：汪志艺，杨俊勉，夏菁，曾昊，
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：