System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及计算机,尤其涉及一种模型融合方法、装置、设备和计算机可读存储介质。
技术介绍
1、尽管运营商数据在刻画用户基础信息、消费特征等方面具有较高的数据质量和准确率,在某些细分应用场景中,仍需要外部数据的补充。例如,在特定产品的精准推荐中,单纯依赖运营商数据无法精准刻画用户的历史金融行为表现,需要三方数据作为补充,然后进行双方数据碰撞或模型融合。然而,受限于数据安全、网络策略、数据一致性以及相关口径的差异等,直接进行数据融合或模型结果融合具有较大难度。
2、现有方案中,双方在自有环境内利用内部数据,采用相同的样本标签进行建模,双方在各自环境下完成预测后对模型的预测评分进行融合,但模型融合过程需要人为参与,需要结合专家经验、产出数据量以及外呼表现等事后分析进行反复测试和调整,因此模型融合效率低下。
技术实现思路
1、本专利技术的主要目的在于提供一种模型融合方法、装置、设备和计算机可读存储介质,旨在解决如何提高模型融合的效率的问题。
2、为实现上述目的,本专利技术提供的一种模型融合方法,所述模型融合方法包括以下步骤:
3、获取至少两个模型输出的评分结果;
4、确定各个模型的评分结果所属的分组和所述分组对应的证据权重woe值;
5、根据各个模型对应的权重系数和所述模型对应的各个分组的woe值,确定最终输出结果。
6、可选地,所述根据各个模型对应的权重系数和所述模型对应的各个分组的woe值,确定最终输出结果的步骤
7、当至少两个模型包括lgb模型和评分卡模型时,确定lgb模型对应的第一权重系数,以及确定评分卡模型对应的第二权重系数;
8、根据所述第一权重系数和lgb模型的当前分组的woe值的乘积,以及所述第二权重系数和评分卡模型的当前分组的woe值的乘积之间的和值,确定融合模型的输出结果。
9、可选地,所述根据各个模型对应的权重系数和所述模型对应的各个分组的woe值,确定最终输出结果的步骤之前,还包括:
10、将所述至少两个模型对应的经过woe值转换的评分结果输入到逻辑回归模型,所述逻辑回归模型通过对所述至少两个模型对应的经过woe值转换的历史评分结果训练得到的;
11、获取所述逻辑回归模型输出的各个模型对应的权重系数。
12、可选地,所述根据各个模型对应的权重系数和所述模型对应的各个分组的woe值,确定最终输出结果的步骤之后,还包括:
13、确定各个分组对应的外呼收单率;
14、根据所述外呼收单率,更新分组的评分结果,所述评分结果通过模型的权重系数与分组对应的woe值确定。
15、可选地,所述确定各个分组对应的外呼收单率的步骤之前,还包括:
16、生成第一随机数;
17、若所述第一随机数大于预设第一阈值,则根据最高评分结果对应的分组对应的用户信息,并进行外呼测试。
18、可选地,所述生成第一随机数的步骤之后,还包括:
19、若所述第一随机数小于预设第一阈值,则生成第二随机数;
20、根据所述第二随机数所属的阈值区间,确定所述阈值区间关联的评分结果的分组对应的用户信息,并进行外呼。
21、可选地,所述根据所述外呼收单率,更新分组的评分结果的步骤包括:
22、确定各个分组中外呼收单率的最大值;
23、根据预设步长、所述最大值和当前分组的外呼收单率,更新当前分组的评分结果。
24、为实现上述目的,本专利技术还提供一种模型融合装置,所述模型融合装置包括:
25、获取模块,用于获取至少两个模型输出的评分结果;
26、确定模块,用于确定各个模型的评分结果所属的分组和所述分组对应的证据权重woe值;
27、输出模块,用于根据各个模型对应的权重系数和所述模型对应的各个分组的woe值,确定最终输出结果。
28、为实现上述目的,本专利技术还提供一种模型融合设备,所述模型融合设备包括存储器、处理器以及存储在所述存储器并可在所述处理器上执行的模型融合程序,所述模型融合程序被所述处理器执行时实现如上所述的模型融合方法的各个步骤。
29、为实现上述目的,本专利技术还提供一种计算机可读存储介质,所述计算机可读存储介质存储有模型融合程序,所述模型融合程序被处理器执行时实现如上所述的模型融合方法的各个步骤。
30、本专利技术提供的一种模型融合方法、装置、设备和计算机可读存储介质,获取至少两个模型输出的评分结果;确定各个模型的评分结果对应的分组和分组对应的证据权重woe值;根据各个模型对应的权重系数和模型对应的各个分组的woe值,确定最终输出结果。通过woe值的形式对数据进行脱敏,与传统的stacking算法不同,双方融合的数据是脱敏后的安全数据,除此之外,woe值也屏蔽了多方模型分布状态和评分尺度的差异性问题,使得仅在内部进行查表匹配处理,通过接口输出即可实现模型融合,避免了复杂的融合模型部署过程,提高了模型融合效率。
本文档来自技高网...【技术保护点】
1.一种模型融合方法,其特征在于,所述模型融合方法包括:
2.如权利要求1所述的模型融合方法,其特征在于,所述根据各个模型对应的权重系数和所述模型对应的各个分组的WOE值,确定最终输出结果的步骤包括:
3.如权利要求1所述的模型融合方法,其特征在于,所述根据各个模型对应的权重系数和所述模型对应的各个分组的WOE值,确定最终输出结果的步骤之前,还包括:
4.如权利要求1所述的模型融合方法,其特征在于,所述根据各个模型对应的权重系数和所述模型对应的各个分组的WOE值,确定最终输出结果的步骤之后,还包括:
5.如权利要求4所述的模型融合方法,其特征在于,所述确定各个分组对应的外呼收单率的步骤之前,还包括:
6.如权利要求5所述的模型融合方法,其特征在于,所述生成第一随机数的步骤之后,还包括:
7.如权利要求4所述的模型融合方法,其特征在于,所述根据所述外呼收单率,更新分组的评分结果的步骤包括:
8.一种模型融合装置,其特征在于,所述模型融合装置包括:
9.一种模型融合设备,其特征在于,所述模
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有模型融合程序,所述模型融合程序被处理器执行时实现如权利要求1-7任一项所述的模型融合方法的各个步骤。
...【技术特征摘要】
1.一种模型融合方法,其特征在于,所述模型融合方法包括:
2.如权利要求1所述的模型融合方法,其特征在于,所述根据各个模型对应的权重系数和所述模型对应的各个分组的woe值,确定最终输出结果的步骤包括:
3.如权利要求1所述的模型融合方法,其特征在于,所述根据各个模型对应的权重系数和所述模型对应的各个分组的woe值,确定最终输出结果的步骤之前,还包括:
4.如权利要求1所述的模型融合方法,其特征在于,所述根据各个模型对应的权重系数和所述模型对应的各个分组的woe值,确定最终输出结果的步骤之后,还包括:
5.如权利要求4所述的模型融合方法,其特征在于,所述确定各个分组对应的外呼收单率的步骤之前,还包括:
6.如权利...
【专利技术属性】
技术研发人员:陆天珺,
申请(专利权)人:中国移动通信集团江苏有限公司,
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。