一种业务执行和模型训练的方法及装置制造方法及图纸

本说明书公开了一种业务执行和模型训练的方法及装置，用于隐私保护，获取用户在各特征维度下的特征数据，并针对每个特征维度，确定该特征维度对应的维度类型，判断该特征维度是否为预设维度类型，若是，则确定用户与该特征维度相关的业务意图，并将该特征维度的维度名称、该特征维度下的特征数据和用户与该特征维度相关的业务意图输入到特征提取网络中，得到特征编码，否则，根据该特征维度的特征数据的数据类型，确定该特征维度对应的输入数据，并将输入数据输入到特征提取网络中，得到特征编码。将各特征维度下的特征数据的特征编码输入到预测网络，得到预测结果，以根据预测结果执行业务，本方法通过结合业务意图提高了预测结果的准确性。

【技术实现步骤摘要】

本说明书涉及计算机，尤其涉及一种业务执行和模型训练的方法及装置。

技术介绍

1、当前，在各种各样的业务场景中，服务平台可以通过机器学习模型预测与用户相关的业务结果，服务平台可依据预测出的业务结果，为用户进行业务执行。例如，在交易场景中，服务平台可预测出用户存在风险的可能，并为用户进行交易风控，防止个人数据泄露，再例如，在推荐场景中，服务平台可预测出用户偏好的信息，并为用户进行信息推荐。

2、在现有技术中，通常是直接将用户的若干特征数据(如用户身份信息、历史上的业务数据等)输入到机器学习模型中进行预测，得到预测结果。然而，目前采用常规方式所得到的预测结果可能存在不准确的问题。

3、例如，在风险预测中，用户的特征数据相同但是意图不同，风险结果也可能存在一定不同，比如一段时间内交易金额同样为2000元的两个用户，一个交易意图主要是餐饮，另一个交易意图主要是游戏，二人受欺诈程度可能会存在差别，而通过现有技术对于这种情况得出的预测结果可能无法体现出这种差别。

4、所以，如何提高预测的准确性，以提高为用户业务执行的准确性，则是一个亟本文档来自技高网...

【技术保护点】

1.一种业务执行的方法，包括：

2.如权利要求1所述的方法，所述预设维度类型包括：交易数据特征；

3.如权利要求1所述的方法，根据该特征维度的特征数据的数据类型，确定该特征维度对应的输入数据，具体包括：

4.如权利要求1所述的方法，根据该特征维度的特征数据的数据类型，确定该特征维度对应的输入数据，具体包括：

5.一种模型训练的方法，包括：

6.如权利要求5所述的方法，所述预设维度类型包括：交易数据特征；

7.如权利要求5所述的方法，根据该特征维度的特征数据的数据类型，确定该特征维度对应的输入数据，具体包括：

<...

【技术特征摘要】

1.一种业务执行的方法，包括：

2.如权利要求1所述的方法，所述预设维度类型包括：交易数据特征；

3.如权利要求1所述的方法，根据该特征维度的特征数据的数据类型，确定该特征维度对应的输入数据，具体包括：

4.如权利要求1所述的方法，根据该特征维度的特征数据的数据类型，确定该特征维度对应的输入数据，具体包括：

5.一种模型训练的方法，包括：

6.如权利要求5所述的方法，所述预设维度类型包括：交易数据特征；

7.如权利要求5所述的方法，根据该特征维度的特征数据的数据类型，确定该...

【专利技术属性】
技术研发人员：杨信，易灿，傅幸，王维强，
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：