[發明專利]樣本屬性評估模型訓練方法、裝置及服務器

在審

• 申請號: 201811015607.1
• 申請日: 2018-08-31
• 公開（公告）號: CN109325525A
• 公開（公告）日: 2019-02-12
• 發明（設計）人: 王修坤;趙婷婷;劉斌
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京眾達德權知識產權代理有限公司 11570
• 代理人: 劉杰

本說明書實施例提供了一種樣本屬性評估方法，首先確定訓練樣本，該訓練樣本中僅包括少量已確認屬性的黑樣本，還有大部分未確認屬性的未知樣本。基于訓練樣本對應的關系圖，確定每個社區的黑樣本濃度，結合社區黑樣本濃度以及半監督機器學習算法，即使黑樣本數量較少，本實施例中的方法也可以從未知樣本中挖掘潛在黑樣本，進而確定模型訓練所需要的白樣本，達到模型訓練要求，使得訓練出的模型能夠準確地對樣本是否屬于黑樣本的屬性進行評估。

技術領域

本說明書實施例涉及互聯網技術領域，尤其涉及一種樣本屬性評估模型訓練方法、裝置及服務器。

背景技術

隨著互聯網的快速發展，越來越多的業務可以通過網絡實現，如在線支付、在線購物、線上保險理賠等互聯網業務。互聯網在給人們生活提供便利的同時，也帶來了風險。不法人員可能會進行電子業務欺詐，給其它用戶造成損失。對于龐大的業務樣本集而言，明確屬性為黑的風險黑樣本數量較少，大部分是未知屬性的樣本，由于業務欺詐數據樣本具有隱藏性，所以，為了能夠提升整體風控能力，亟需設計一種能夠基于少量已知黑樣本訓練得到能夠準確對未知樣本進行屬性評估的方案。

發明內容

本說明書實施例提供及一種樣本屬性評估方法、裝置及服務器。

第一方面，本說明書實施例提供一種樣本屬性評估方法，包括：確定與訓練樣本對應的關系圖中每個社區的黑樣本濃度，其中，所述訓練樣本包括黑樣本和未知樣本；基于所述每個社區的黑樣本濃度，確定每個所述未知樣本的白樣本抽樣概率，以每個所述未知樣本的白樣本抽樣概率進行抽樣，獲得白樣本；基于半監督機器學習算法對所述黑樣本與所述白樣本進行訓練，獲得目標樣本屬性評估模型。

第二方面，本說明書實施例提供一種樣本屬性評估模型訓練裝置，包括：第一確定單元，用于確定與訓練樣本對應的關系圖中每個社區的黑樣本濃度，其中，所述訓練樣本包括黑樣本和未知樣本；第二確定單元，用于基于所述每個社區的黑樣本濃度，確定每個所述未知樣本的白樣本抽樣概率，以每個所述未知樣本的白樣本抽樣概率進行抽樣，獲得白樣本；訓練單元，用于基半監督機器學習算法對所述黑樣本與所述白樣本進行訓練，獲得目標樣本屬性評估模型。

第三方面，本說明書實施例提供一種服務器，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執行所述程序時實現上述任一項所述樣本屬性評估方法的步驟。

第四方面，本說明書實施例提供一種計算機可讀存儲介質，其上存儲有計算機程序，該程序被處理器執行時實現上述任一項所述樣本屬性評估方法的步驟。

本說明書實施例有益效果如下：

本說明書實施例中，通過確定訓練樣本，該訓練樣本中僅包括少量已確認屬性的黑樣本，還有大部分未確認屬性的未知樣本。基于訓練樣本對應的關系圖，確定每個社區的黑樣本濃度，結合社區黑樣本濃度以及半監督機器學習算法，即使已知黑樣本數量較少，本實施例中的方法也可以從未知樣本中挖掘潛在黑樣本，進而確定模型訓練所需要的白樣本，達到模型訓練要求，使得訓練出的模型能夠準確地對樣本是否屬于黑樣本的屬性進行評估。

附圖說明

圖1為本說明書實施例樣本屬性評估應用場景示意圖；

圖2為本說明書實施例第一方面樣本屬性評估方法流程圖；

圖3為本說明書實施例第二方面樣本屬性評估模型訓練裝置結構示意圖；

圖4為本說明書實施例第三方面樣本屬性評估服務器結構示意圖。

具體實施方式

為了更好的理解上述技術方案，下面通過附圖以及具體實施例對本說明書實施例的技術方案做詳細的說明，應當理解本說明書實施例以及實施例中的具體特征是對本說明書實施例技術方案的詳細的說明，而不是對本說明書技術方案的限定，在不沖突的情況下，本說明書實施例以及實施例中的技術特征可以相互組合。