风控模型训练方法、装置、电子设备及存储介质制造方法及图纸

本公开提供了风控模型训练方法、装置、电子设备及存储介质，涉及机器学习、人工智能等技术领域，尤其涉及金融风控技术领域。具体实现方案为：获取训练样本数据；将训练样本数据进行特征向量化，得到与训练样本数据对应的特征向量；将与训练样本数据对应的特征向量分别经过专属专家网络和共享专家网络进行特征提取，得到专属特征向量和共享特征向量；根据专属特征向量和共享特征向量对待训练模型进行训练，直至待训练模型满足预设训练条件，得到目标风控模型。本公开与训练样本数据对应的专属特征向量和共享特征向量对待训练模型进行训练，由于在模型训练时联合训练多份不同的样本数据，大幅提升了模型的泛化能力。

【技术实现步骤摘要】

本公开涉及机器学习、人工智能等，具体涉及金融风控，尤其涉及风控模型训练方法、装置、电子设备及存储介质。

技术介绍

1、风险控制是指风险管理者采取各种措施和方法，消灭或者减少风险事件发生的各种可能性，或者减少风险事件发生时造成的损失，简称风控，风险控制是风险管理非常重要的一个环节。一般在进行风险控制时常用的手段就是建立预测模型，然后根据该模型预测风险事件的发生，并评估风险，然而现有的风控模型泛化性能不好，导致得到的模型预测效果不佳。

技术实现思路

1、本公开提供了一种风控模型训练方法、装置、电子设备及存储介质。

2、根据本公开的一方面，提供了一种风控模型训练方法，包括：

3、获取训练样本数据；

4、将所述训练样本数据进行特征向量化，得到与所述训练样本数据对应的特征向量；

5、将与所述训练样本数据对应的特征向量分别经过专属专家网络和共享专家网络进行特征提取，得到专属特征向量和共享特征向量；

6、根据所述专属特征向量和所述共享特征向量对待训练模型进行训练，本文档来自技高网...

【技术保护点】

1.一种风控模型训练方法，包括：

2.根据权利要求1所述的方法，其中，所述将所述训练样本数据进行特征向量化，得到与所述训练样本数据对应的特征向量，包括：

3.根据权利要求1所述的方法，其中，所述将与所述训练样本数据对应的特征向量分别经过专属专家网络和共享专家网络进行特征提取，得到专属特征向量和共享特征向量，包括：

4.根据权利要求3所述的方法，其中，所述将所述训练样本数据的特征向量分别输入到对应的专属专家网络中进行特征提取，得到与训练样本数据对应的专属特征向量，包括

5.根据权利要求4所述的方法，其中，所述将所述训练样本数据的特征向量输入到...

【技术特征摘要】

1.一种风控模型训练方法，包括：

2.根据权利要求1所述的方法，其中，所述将所述训练样本数据进行特征向量化，得到与所述训练样本数据对应的特征向量，包括：

3.根据权利要求1所述的方法，其中，所述将与所述训练样本数据对应的特征向量分别经过专属专家网络和共享专家网络进行特征提取，得到专属特征向量和共享特征向量，包括：

4.根据权利要求3所述的方法，其中，所述将所述训练样本数据的特征向量分别输入到对应的专属专家网络中进行特征提取，得到与训练样本数据对应的专属特征向量，包括

5.根据权利要求4所述的方法，其中，所述将所述训练样本数据的特征向量输入到同一共享专家网络中进行特征提取，得到与训练样本...

【专利技术属性】
技术研发人员：王天祺，徐世界，庞宇嘉，田建，童厚杰，王涛，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：