【技术实现步骤摘要】
评估参数确定方法、装置、介质与电子设备
[0001]本公开涉及计算机
,尤其涉及一种评估参数确定方法、评估参数确定装置、计算机可读存储介质与电子设备。
技术介绍
[0002]在各种服务行业中,通过对目标对象进行可信度评估,以供服务方根据评估结果确定更可靠的服务策略。
[0003]相关技术中,对目标对象进行可信度评估可以基于机器学习模型实现,其中,可以获取样本目标对象的样本原始特征数据,并加工样本原始特征数据得到样本目标特征数据,最后利用样本目标特征数据训练评估参数确定模型;在需要进行风险评估时,利用预先训练的评估参数确定模型确定目标对象的评估参数,以得到目标对象的可信度信息。
[0004]但是,基于机器学习的评估参数确定方案,样本原始特征数据的加工过程通常由人工完成,以及样本原始特征数据本身的缺陷,会导致获得的样本目标特征数据精准度不高,训练的评估参数确定模型的可靠度也会下降,进而影响获得的评估参数的精准度和可靠性。
技术实现思路
[0005]本公开提供了一种评估参数确定方法、装置、介质 ...
【技术保护点】
【技术特征摘要】
1.一种评估参数确定方法,其特征在于,包括:获取待评估对象的第一原始特征数据;利用所述第一原始特征数据训练特征构建模型,直至所述特征构建模型收敛;获取所述特征构建模型的模型参数,得到所述待评估对象的目标特征数据,所述目标特征数据包括所述第一原始特征数据,以及所述第一原始特征数据之间的关系特征数据;根据所述目标特征数据和评估参数确定模型,确定所述待评估对象的评估参数,所述评估参数用于表征所述待评估对象的可信度。2.根据权利要求1所述的方法,其特征在于,所述利用所述第一原始特征数据训练特征构建模型,直至所述特征构建模型收敛,包括:利用所述第一原始特征数据和样本对象的第二原始特征数据训练特征构建模型,直至所述特征构建模型收敛。3.根据权利要求2所述的方法,其特征在于,所述利用所述第一原始特征数据和样本对象的第二原始特征数据训练特征构建模型,直至所述特征构建模型收敛,包括:合并所述第一原始特征数据和所述第二原始特征数据,得到待处理原始特征数据,所述待处理原始特征数据为原始特征矩阵,所述原始特征矩阵的元素为任一对象在任一特征维度的原始特征数据;利用所述原始特征矩阵的目标矩阵列中,第一目标矩阵行的特征数据替换第二目标矩阵行的特征数据,得到待处理噪声特征数据;根据所述待处理噪声特征数据训练特征构建模型,直至所述特征构建模型收敛。4.根据权利要求3所述的方法,其特征在于,所述根据所述待处理噪声特征数据训练特征构建模型,直至所述特征构建模型收敛,包括:将所述待处理噪声特征数据输入待训练的特征构建模型中,得到所述待处理噪声特征数据的预测特征数据;根据所述待处理原始特征数据、所述待处理噪声特征数据的预测特征数据和损失函数,确定损失函数值;根据所述损失函数值和预设模型收敛条件,调整所述特征构建模型的模型参数,并重复上述过程直至所述特征构建模型收敛。5.根据权利要求3所述的方法,其特征在于,在合并所述第一原始特征数据和所述第二原始特征数据,得到待处理...
【专利技术属性】
技术研发人员:齐霖,庄晓天,吴盛楠,
申请(专利权)人:北京京东乾石科技有限公司,
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。