【技术实现步骤摘要】
本公开涉及计算机网络通信，尤其涉及一种基于联邦学习的目标客户预测方法、系统、设备和存储介质。
技术介绍
1、在人工智能时代，机器学习尤其是深度学习模型的获得需要大量的训练数据作为前提，但在很多业务场景中，模型的训练数据往往分散在各个不同的业务团队、部门、甚至是不同的公司内，由于涉及到用户隐私，这些数据无法直接使用，因此形成了所谓的“数据孤岛”。
2、近年来，联邦学习技术(federated learning)迅速发展，为跨团队数据合作、打破“数据孤岛”提供了新的解决思路，并开始从理论研究迈向批量应用的落地阶段。
3、金控集团一般拥有多牌照金融优势，如证券、期货、资管、普惠等领域可为客户提供专业的金融产品和服务。大型综合集团积累了大量的优质客户资源，为发挥集团化经营优势，需要深入挖掘客户价值，在依法合规、风险可控的前提下整合和共享客户资源，打造全景式客户画像，为客户交叉销售、精准营销提供数据支持。
技术实现思路
1、有鉴于此，本公开实施例提供了一种基于联邦学习的目标客...
【技术保护点】
1.一种基于联邦学习的目标客户预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述一种基于联邦学习的目标客户预测方法，其特征在于，所述将所述样本数据集输入至联邦学习平台进行联合建模，将所述样本数据集进行加密ID匹配，输出重叠样本ID，对模型进行训练后得到联合模型，包括利用如下公式进行联合建模：
3.根据权利要求1所述的一种基于联邦学习的目标客户预测方法，其特征在于，所述利用所述联合模型构建出目标客户画像包括：
4.根据权利要求1所述的一种基于联邦学习的目标客户预测方法，其特征在于，所述第一业务方的自有模型为逻辑回归模型，所述...
【技术特征摘要】
1.一种基于联邦学习的目标客户预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述一种基于联邦学习的目标客户预测方法，其特征在于，所述将所述样本数据集输入至联邦学习平台进行联合建模，将所述样本数据集进行加密id匹配，输出重叠样本id，对模型进行训练后得到联合模型，包括利用如下公式进行联合建模：
3.根据权利要求1所述的一种基于联邦学习的目标客户预测方法，其特征在于，所述利用所述联合模型构建出目标客户画像包括：
4.根据权利要求1所述的一种基于联邦学习的目标客户预测方法，其特征在于，所述第一业务方的自有模型为逻辑回归模型，所述逻辑回归模型的建模过程如...
【专利技术属性】
技术研发人员：龙桂锋，伍朗，冯智斌，
申请(专利权)人：珠海华发金融科技研究院有限公司，
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。