训练数据的确定方法、模型训练方法、上线风险等级的确定方法和装置制造方法及图纸

本申请提供一种训练数据的确定方法、模型训练方法、上线风险等级的确定方法和装置。具体实现方案为针对在线服务系统的每次上线，获取在线服务系统在本次上线时的变更信息；确定在线服务系统所发生的上线风险事件所属的事件类型；获取在线服务系统因上线风险事件而停服的停服时长；获取在线服务系统中受上线风险事件影响的用户数；根据事件类型、停服时长和用户数，确定在线服务系统进行本次上线时所对应的实际上线风险级；根据在线服务系统在各次上线时所对应的变更信息和实际上线风险等级，生成用于训练上线风险评估模型的训练数据。由此，自动对上线风险评估模型的训练数据进行生成，无需人工操作，提高了所得到的训练数据的准确性和效率。

【技术实现步骤摘要】

本申请涉及计算机，尤其涉及一种训练数据的确定方法、模型训练方法、上线风险等级的确定方法和装置。

技术介绍

1、目前，对在线服务系统经常需要根据业务需求进行快速迭代上线，在线服务系统进行上线时，通常需要在线服务系统进行上线风险评估。目前，可采用上线风险评估模型，对需要上线的在线服务系统进行上线风险评估。其中，在上线风险评估模型使用之前，首先需要使用训练数据训练得到上线风险评估模型。相关技术中，通常是由人工对在线服务系统对每次历史上线的上线情况进行人工上线风险等级确定，并基于人工所确定出的上线风险等级来得到用于训练上线风险评估模型的训练数据。基于上述描述，可以看出，相关技术中在得到训练上线风险评估模型的训练数据的过程中需要人工来确定在线服务系统在本次上线时对应的上线风险等级，从而导致得到训练数据的效率和准确性比较低。

技术实现思路

1、本申请提供一种训练数据的确定方法、模型训练方法、上线风险等级的确定方法和装置。

2、第一方面，本申请提供一种上线风险评估模型的训练数据的确定方法，包括：在在线服务系统经本文档来自技高网...

【技术保护点】

1.一种上线风险评估模型的训练数据的确定方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述根据所述事件类型、所述停服时长和所述用户数，确定所述在线服务系统进行本次上线时所对应的实际风险等级，包括：

3.根据权利要求2所述的方法，其特征在于，所述根据所述权重、所述目标停服时长所对应的风险值和所述目标用户数区间所对应的风险值，确定所述在线服务系统进行本次上线时所对应的实际上线风险值，包括：

4.根据权利要求2所述的方法，其特征在于，所述根据所述实际上线风险值，确定所述在线服务系统进行本次上线时所对应的实际上线风险等级，包括：

<...

【技术特征摘要】

1.一种上线风险评估模型的训练数据的确定方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述根据所述事件类型、所述停服时长和所述用户数，确定所述在线服务系统进行本次上线时所对应的实际风险等级，包括：

3.根据权利要求2所述的方法，其特征在于，所述根据所述权重、所述目标停服时长所对应的风险值和所述目标用户数区间所对应的风险值，确定所述在线服务系统进行本次上线时所对应的实际上线风险值，包括：

4.根据权利要求2所述的方法，其特征在于，所述根据所述实际上线风险值，确定所述在线服务系统进行本次上线时所对应的实际上线风险等级，包括：

5.根据权利要求1-4中任一项所述的方法，其特征在于，所述变更信息包括：所述在线服务系统在多个变更要素类型下的多个变更要素的取值，其中，所述变更要素的取值用于表示所述变更要素是否发生了变化。

6.一种上线风险评估模型的训练方法，其特征在于，包括：

7.根据权利要求6所述的方法，其特征在于，在所述将所述训练数据中的变更信息输入到上线风险评估模型中，以得到所述上线风险评估模型输出的预测上线风险等级之前，所述方法还包括：

8.一种上线风险等级的确定方法，其特征在于，包括：

9....

【专利技术属性】
技术研发人员：郑岸以，黄伟强，陈盛林，
申请(专利权)人：中国建设银行股份有限公司，
类型：发明
国别省市：