[發明專利]一種業務模型的自動調整方法及裝置

有效

• 申請號: 201610973518.2
• 申請日: 2016-11-04
• 公開（公告）號: CN108022123B
• 公開（公告）日: 2021-12-07
• 發明（設計）人: 張海洋;方昊;張偵;李貴軍;吳瑞
• 申請（專利權）人: 南京星云數字技術有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06K9/62
• 代理公司: 江蘇圣典律師事務所 32237
• 代理人: 蘇一幟

本發明實施例公開了一種業務模型的自動調整方法及裝置，涉及大數據技術領域，能夠節省技術人員的時間和精力。本發明包括：根據與業務系統中所設定的目標相關聯的變量類型，建立業務模型，并記錄各類型的變量的處理方式；從與業務模型相關的數據源提取變量，根據所記錄的各類型的變量的處理方式，將從數據源提取的變量導入業務模型運行，并獲取業務模型運行的監控指標，監控指標至少包括：實際銷售轉化率、模型誤差或模型穩定性指數；當根據監控指標判定需要觸發模型自動更新時，進行數據抽樣并得到樣本；根據所得到的樣本確定損失函數，并根據所確定的損失函數更新業務模型中所用的參數。本發明適用于自動調整業務模型。

技術領域

本發明涉及大數據技術領域，尤其涉及一種業務模型的自動調整方法及裝置。

背景技術

隨著互聯網技術和大數據技術的快速發展，在線交易、在線金融業務的市場呈現出爆炸式增長，這些在線業務中采用的精準營銷活動也越來越多。目前精準營銷活動的會員名單是通過技術人員針對各業務線建立營銷模型，然后對會員打分并取排名靠前的會員作為營銷對象。并且隨著目標人群的不斷變化，模型的精度也受到影響，當模型性能下降較多時，需要人工重新訓練模型。

而針對目前大量精準營銷活動需要模型的支持，且模型的調整將會成為常態的情況下，尤其是當模型的數量越來越多，模型更新的頻率越來越高時，為了保證模型的精度，需要頻繁地對各類精準營銷活動的模型進行重新訓練，就算是在模型特征沒有發生較大調整的情況下，海量的模型維護工作也會耗費技術人員大量的時間和精力。

發明內容

本發明的實施例提供一種業務模型的自動調整方法及裝置，能夠節省技術人員的時間和精力。

為達到上述目的，本發明的實施例采用如下技術方案：

第一方面，本發明的實施例提供的方法，包括：根據與業務系統中所設定的目標相關聯的變量類型，建立業務模型，并記錄各類型的變量的處理方式；

從與業務模型相關的數據源提取變量，根據所記錄的各類型的變量的處理方式，將從所述數據源提取的變量導入所述業務模型運行，并獲取所述業務模型運行的監控指標，所述監控指標至少包括：實際銷售轉化率、模型誤差或模型穩定性指數(PSI)；

當根據所述監控指標判定需要觸發模型自動更新時，進行數據抽樣并得到樣本；

根據所得到的樣本確定損失函數，并根據所確定的損失函數更新所述業務模型中所用的參數。

結合第一方面，在第一方面的第一種可能的實現方式中，所述進行數據抽樣得到的樣本，包括：

采用不放回抽取的方式，從所述業務模型的運行結果中隨機抽取指定數量的樣本。

結合第一方面，在第一方面的第二種可能的實現方式中，所述進行數據抽樣得到的樣本，包括：

將所述業務模型的運行結果等分成n個部分，并從每個部分中隨機抽取一個樣本；

將從各個部分中隨機抽取得到的樣本組成所述進行數據抽樣得到的樣本。

結合第一方面，在第一方面的第三種可能的實現方式中，所述進行數據抽樣得到的樣本，包括：

所述業務模型的運行結果劃分為k個群組，其中，每個群組包含m個樣本；

從k個群組中隨機抽取n個群組，將被抽到的群組的全部樣本組成所述進行數據抽樣得到的樣本。

結合第一方面，在第一方面的第四種可能的實現方式中，所述進行數據抽樣得到的樣本，包括：

從所設定的目標相關聯的變量類型中，確定預設的變量類型；

依據所述預設的變量類型，將所述業務模型的運行結果劃分成指定數量的層級，并從每一層內隨機抽取樣本，組成所述進行數據抽樣得到的樣本。