【技术实现步骤摘要】
本申请涉及金融科技领域的机器学习领域，具体而言，涉及一种账号分类模型的训练方法、装置及电子设备。
技术介绍
1、现有的账号分类模型的训练可以通过基于规则的方法，例如定义一些规则来判断账号是否是异常账号，比如账号是否有大量的无效关注者或者发布大量异常信息，然而，这种方法需要技术人员手动定义规则，并且可能无法涵盖所有情况；或者基于深度学习的方法，使用卷积神经网络或循环神经网络来对账号进行分类，然而，这种方法需要大量的标记数据和计算资源，并且可能无法很好地泛化到新的情况。
2、也就是说，现有技术中账号分类模型的训练方法需要大量的标记数据，而这些数据可能难以获取，并且现有方法无法泛化适应不同的情况，存在准确性和效率较低的技术问题。针对相关技术中账号分类模型的准确性低以及账号分类方法准确性和效率低的问题，目前尚未提出有效的解决方案。
技术实现思路
1、本申请的主要目的在于提供一种账号分类模型的训练方法、装置及电子设备，以解决相关技术中账号分类模型的训练方法存在准确性和效率较低的技术问题。
2、为本文档来自技高网...
【技术保护点】
1.一种账号分类模型的训练方法，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，所述根据多个所述数据维度分别确定与所述异常账号样本集合中的所述异常账号信息对应的异常账号特征，以及与所述正常账号样本集合中的所述正常账号信息对应的正常账号特征包括：
3.根据权利要求2所述的方法，其特征在于，所述获取异常账号样本集合，并根据所述异常账号样本集合中的多个异常账号信息各自关联的信息时间戳，确定与所述信息时间戳匹配的正常账号样本集合包括：
4.根据权利要求2所述的方法，其特征在于，所述根据多个数据区间从当前账号信息中确定出属于不同...
【技术特征摘要】
1.一种账号分类模型的训练方法，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，所述根据多个所述数据维度分别确定与所述异常账号样本集合中的所述异常账号信息对应的异常账号特征，以及与所述正常账号样本集合中的所述正常账号信息对应的正常账号特征包括：
3.根据权利要求2所述的方法，其特征在于，所述获取异常账号样本集合，并根据所述异常账号样本集合中的多个异常账号信息各自关联的信息时间戳，确定与所述信息时间戳匹配的正常账号样本集合包括：
4.根据权利要求2所述的方法，其特征在于，所述根据多个数据区间从当前账号信息中确定出属于不同所述数据区间中的多个账号子信息，包括以下至少之一：
5.根据权利要求1所述的方法，其特征在于，所述根据所述异常账号特征和所述正常账号特征对初始分类模型进行训练，包括：
6.根据权...
【专利技术属性】
技术研发人员：邹子寒，
申请(专利权)人：中国工商银行股份有限公司，
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。