【技术实现步骤摘要】
本说明书涉及计算机，尤其涉及一种模型训练的方法、装置、存储介质及电子设备。
技术介绍
1、随着信息科技的发展，为用户执行业务提供支持的服务提供方越来越多，例如，提供支付功能的服务提供方。同时，隐私数据的安全也受到了广泛的关注。
2、目前，用户在使用服务提供方提供的功能执行业务的过程中，可能出现违规行为。故服务提供方需要对用户进行风险识别，以确定用户是否存在风险。例如，对于使用服务提供方提供的支付工具进行支付的用户，服务提供方需要对该用户进行风险识别，确定该用户是否存在风险。并且，服务提供方在对用户进行风险识别时，一般需要收集用户的相关信息，并根据信息，对用户进行风险识别。而信息的常见数据类型为结构化数据，比如用户的年龄、性别、注册时长以及交易数量等。因此，如何基于结构化数据训练模型以确定用户是否存在风险是一个非常重要的问题。
3、基于此，本说明书提供了一种模型训练的方法。
技术实现思路
1、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，以部分的解决现有技...
【技术保护点】
1.一种模型训练的方法，包括：
2.如权利要求1所述的方法，所述注意力子网包括第一注意力层以及第二注意力层；
3.如权利要求2所述的方法，所述注意力子网还包括第一全连接层；
4.如权利要求2所述的方法，所述注意力子网还包括第二全连接层；
5.如权利要求1所述的方法，所述待训练的风险识别模型还包括预测层；
6.如权利要求1所述的方法，所述待训练的风险识别模型还包括识别层；
7.如权利要求1所述的方法，所述方法还包括：
8.如权利要求6所述的方法，所述方法还包括：
9.如权利要...
【技术特征摘要】
1.一种模型训练的方法，包括：
2.如权利要求1所述的方法，所述注意力子网包括第一注意力层以及第二注意力层；
3.如权利要求2所述的方法，所述注意力子网还包括第一全连接层；
4.如权利要求2所述的方法，所述注意力子网还包括第二全连接层；
5.如权利要求1所述的方法，所述待训练的风险识别模型还包括预测层；
6.如权利要求1所述的方法，所述待训练的风险识别模型还包括识别层；
7.如权利要求1所述的方法，所述方法还包括：
8.如权利要求6所述的方法，所述方法还包括：
9.如权利要求1所述的方法，确定所述各训练样本对应的特征为各原始特征，具体包括：
10.如权利要求1所述的方法，对所述各原始特征进行加噪处理，得到各加噪特征，具体包括：
11.一种模型训练的装置，包括：
12.如权利要求11所述的装置，所述注意力子网包括第一注意力层以及第二注意力层；
13.如权利要求12所述的装置，所述注意力子网还包括第一全连接层；
14.如权利要求12所述的装置，所述注意力子网还包括第二全连接层；
15.如权利要求11所述的装置，所述待训练的风险识别模型还包括预测层；
16.如权利要求11所述的装置，所述待训练的风险识别模型还...
【专利技术属性】
技术研发人员：高睿哲，
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。