本申请涉及一种账户类别识别方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取多个账户数据；账户数据包括：多个影响账户所属类别的影响因子；针对每个影响因子，获取影响因子对应的多个初始假设值；基于影响因子对应的多个阈值，将多个初始假设值划分为多个假设值区间；基于假设值区间内的多个初始假设值，得到多个键值对；基于键值对，将目标假设值赋值给具有影响因子的多个账户数据，计算每个键值对下每个账户数据对应的类别值，基于类别值确定每个账户数据的类别；基于每个键值对下多个账户数据的类别，得到不同数值的影响因子与账户数据的类别之间的关系。采用本方法能够提高账户类型识别结果准确性。用本方法能够提高账户类型识别结果准确性。用本方法能够提高账户类型识别结果准确性。
【技术实现步骤摘要】
账户类别识别方法、装置、计算机设备和存储介质
[0001]本申请涉及大数据
，特别是涉及一种账户类别识别方法、装置、计算机设备、存储介质和计算机程序产品。
技术介绍
[0002]在大数据风控领域，在账户类别的识别过程中，识别模型的可解释性关乎其稳定性和泛化能力，由于过拟合往往发生在违反常理的趋势上，因此，在账户类型的识别过程中，异常影响因素的排除就显得尤为重要。
[0003]在传统技术中，梯度提升算法都提供了影响因子的增益重要性计算接口，用影响因子的权重占比来控制各个影响因子对识别结果的影响程度。
[0004]然而，传统技术中通过影响因子的增益重要性计算接口所得到的只有影响因子在识别模型中的权重这单一的信息，无法找到异常的影响因子，从而导致账户类型识别结果准确性较低。
技术实现思路
[0005]基于此，有必要针对上述技术问题，提供一种能够提高账户类型识别结果准确性的账户类别识别方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
[0006]第一方面，本申请提供了一种账户类别识别方法。所述方法包括：
[0007]获取多个账户数据；账户数据包括：多个影响账户所属类别的影响因子；
[0008]针对每个影响因子，获取影响因子对应的多个初始假设值；基于影响因子对应的多个阈值，将多个初始假设值划分为多个假设值区间；
[0009]基于假设值区间内的多个初始假设值，得到多个键值对；其中，键值对是假设值区间内一个目标假设值与影响因子组成的；键值对的数量与假设值区间内初始假设值的数量相同；
[0010]基于键值对，将目标假设值赋值给具有影响因子的多个账户数据，计算每个键值对下每个账户数据对应的类别值，基于类别值确定每个账户数据的类别；
[0011]基于每个键值对下多个账户数据的类别，得到不同数值的影响因子与账户数据的类别之间的关系。
[0012]在其中一个实施例中，基于假设值区间内的多个初始假设值，得到多个键值对，包括：
[0013]选取假设值区间内一个没有被选取过的初始假设值作为目标假设值，得到目标假设值与影响因子组成的键值对；重复上述步骤，直至键值对的数量与假设值区间内初始假设值的数量相同。
[0014]在其中一个实施例中，基于影响因子对应的多个阈值，将多个初始假设值划分为多个假设值区间之前，上述方法还包括：
[0015]从存储对象中获取影响因子对应的多个初始阈值；
[0016]针对每个影响因子，对多个初始阈值进行去重和排序，得到对应影响因子的阈值列表；其中，阈值列表包括影响因子对应的多个阈值。
[0017]在其中一个实施例中，基于键值对，将目标假设值赋值给具有影响因子的多个账户数据，包括：
[0018]针对每个假设值区间，选取假设值区间内一个没有被选取过的初始假设值作为目标假设值；
[0019]基于阈值列表，确定多个假设值区间的排序；
[0020]基于多个假设值区间的排序，确定多个目标假设值的排序；
[0021]基于多个目标假设值的排序，依次将目标假设值赋值给具有影响因子的多个账户数据。
[0022]在其中一个实施例中，上述方法还包括：
[0023]将影响因子与账户数据的类别之间的关系存储至存储对象中。
[0024]在其中一个实施例中，将影响因子与账户数据的类别之间的关系存储至存储对象中，包括：
[0025]针对每个影响因子，获取具有目标假设值的多个账户数据的类别值；
[0026]获取多个账户数据的类别值的平均值，将影响因子、多个假设值和多个平均值存储至存储对象中。
[0027]第二方面，本申请还提供了一种账户类别识别装置。所述装置包括：
[0028]账户数据获取模块，用于获取多个账户数据；账户数据包括：多个影响账户所属类别的影响因子；
[0029]假设值区间划分模块，用于针对每个影响因子，获取影响因子对应的多个初始假设值；基于影响因子对应的多个阈值，将多个初始假设值划分为多个假设值区间；
[0030]键值对获取模块，用于基于假设值区间内的多个初始假设值，得到多个键值对；其中，键值对是假设值区间内一个目标假设值与影响因子组成的；键值对的数量与假设值区间内初始假设值的数量相同；
[0031]类别确定模块，用于基于键值对，将目标假设值赋值给具有影响因子的多个账户数据，计算每个键值对下每个账户数据对应的类别值，基于类别值确定每个账户数据的类别；
[0032]类别关系确定模块，用于基于每个键值对下多个账户数据的类别，得到不同数值的影响因子与账户数据的类别之间的关系。
[0033]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上述任一实施例所述方法的步骤。
[0034]第四方面，本申请还提供了一种计算机设备可读存储介质。所述计算机设备可读存储介质，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上述任一实施例所述方法的步骤。
[0035]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上述任一实施例所述方法的步骤。
[0036]上述账户类别识别方法、装置、计算机设备、存储介质和计算机程序产品，首先获
取多个账户数据；账户数据包括：多个影响账户所属类别的影响因子；针对每个影响因子，获取影响因子对应的多个初始假设值。接着，基于影响因子对应的多个阈值，将多个初始假设值划分为多个假设值区间。然后，基于假设值区间内的多个初始假设值，得到多个键值对；其中，键值对是假设值区间内一个目标假设值与影响因子组成的；键值对的数量与假设值区间内初始假设值的数量相同。进一步，基于键值对，将目标假设值赋值给具有影响因子的多个账户数据，计算每个键值对下每个账户数据对应的类别值，基于类别值确定每个账户数据的类别；基于每个键值对下多个账户数据的类别，得到不同数值的影响因子与账户数据的类别之间的关系。本申请将目标假设值赋值给具有影响因子的多个账户数据，通过给所有账户数据的同一个影响因子统一赋值，可以直观地体现每个影响因子数值的变化对账户数据所属类别的影响，有利于在账户类型识别过程中将异常影响因子去除，可以提高账户类型识别结果准确性。
附图说明
[0037]图1为一个实施例中账户类别识别方法的应用环境图；
[0038]图2为一个实施例中账户类别识别方法的流程示意图；
[0039]图3为一个实施例中对账户类别识别模型的训练与使用的流程示意图；
[0040]图4为一个实施例中账户类别识别装置的结构框图；
[0041]图5为一个实施例中计算机设备的内部结构图。
具体实施方式
[0042]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种账户类别识别方法，其特征在于，所述方法包括：获取多个账户数据；所述账户数据包括：多个影响账户所属类别的影响因子；针对每个所述影响因子，获取所述影响因子对应的多个初始假设值；基于所述影响因子对应的多个阈值，将多个所述初始假设值划分为多个假设值区间；基于所述假设值区间内的多个所述初始假设值，得到多个键值对；其中，所述键值对是所述假设值区间内一个目标假设值与所述影响因子组成的；所述键值对的数量与所述假设值区间内所述初始假设值的数量相同；基于所述键值对，将所述目标假设值赋值给具有所述影响因子的多个所述账户数据，计算每个键值对下每个所述账户数据对应的类别值，基于所述类别值确定每个所述账户数据的类别；基于每个所述键值对下多个所述账户数据的类别，得到不同数值的所述影响因子与所述账户数据的类别之间的关系。2.根据权利要求1所述的方法，其特征在于，所述基于所述假设值区间内的多个所述初始假设值，得到多个键值对，包括：选取所述假设值区间内一个没有被选取过的所述初始假设值作为目标假设值，得到所述目标假设值与所述影响因子组成的键值对；重复上述步骤，直至所述键值对的数量与所述假设值区间内所述初始假设值的数量相同。3.根据权利要求1所述的方法，其特征在于，所述基于所述影响因子对应的多个阈值，将多个所述初始假设值划分为多个假设值区间之前，所述方法还包括：从存储对象中获取所述影响因子对应的多个初始阈值；针对每个所述影响因子，对多个所述初始阈值进行去重和排序，得到对应所述影响因子的阈值列表；其中，所述阈值列表包括所述影响因子对应的多个阈值。4.根据权利要求3所述的方法，其特征在于，所述基于所述键值对，将所述目标假设值赋值给具有所述影响因子的多个所述账户数据，包括：针对每个所述假设值区间，选取所述假设值区间内一个没有被选取过的所述初始假设值作为目标假设值；基于所述阈值列表，确定多个所述假设值区间的排序；基于多个所述假设值区间的排序，确定多个所述目标假设值的排序；基于多个所述目标假设值的排序，依次将所述目标假设...
【专利技术属性】
技术研发人员：杜心达，
申请(专利权)人：兴业消费金融股份公司，
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。