[發明專利]聯合建模方法、裝置、設備以及計算機可讀存儲介質

有效

• 申請號: 201811501956.4
• 申請日: 2018-12-07
• 公開（公告）號: CN109635422B
• 公開（公告）日: 2023-08-25
• 發明（設計）人: 劉洋;范濤;陳天健;楊強
• 申請（專利權）人: 深圳前海微眾銀行股份有限公司
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06Q10/04
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 胡海國;魏蘭

1.一種聯合建模方法，其特征在于，所述聯合建模方法包括以下步驟：

獲取多方樣本特征及數據節點的數量，其中，各方樣本特征的樣本特征維度相等，所述樣本特征維度包括貸款額、貸款時長和負債情況；所述數據節點的數量根據獲取的各個樣本特征的數量確定，每個所述樣本特征存在一個對應的數據節點；

初始化模型參數,并將初始化的模型參數傳遞給各數據節點；

獲取中立協調方中的隨機損失梯度值，將所述隨機損失梯度值劃分為與所述數據節點的總數量相等的各第一損失梯度值，并將各所述第一損失梯度值分配至各所述數據節點；

基于所述模型參數和所述第一損失梯度值獲取各所述數據節點的第二損失梯度值；

將各所述第二損失梯度值傳遞到所述中立協調方，并根據各所述第二損失梯度值和所述隨機損失梯度值確定所述數據節點的真實損失梯度值；

基于所述真實損失梯度值更新所述模型參數以構建模型，并判斷所述模型是否收斂；

若所述模型收斂，則所述模型已構建完成。

2.如權利要求1所述的聯合建模方法，其特征在于，所述基于所述模型參數和所述第一損失梯度值獲取各所述數據節點的第二損失梯度值的步驟，包括：

基于所述模型參數計算所述數據節點的迭代損失梯度值；

獲取所述迭代損失梯度值和所述第一損失梯度值之間的和值，并將所述和值作為所述數據節點的第二損失梯度值。

3.如權利要求1所述的聯合建模方法，其特征在于，所述根據各所述第二損失梯度值和所述隨機損失梯度值確定所述數據節點的真實損失梯度值的步驟，包括：

獲取所述中立協調方中的各所述第二損失梯度值之間的和值，并將所述和值作為總損失梯度值；

基于所述總損失梯度值和所述隨機損失梯度值確定所述數據節點的真實損失梯度值。

4.如權利要求3所述的聯合建模方法，其特征在于，所述基于所述總損失梯度值和所述隨機損失梯度值確定所述數據節點的真實損失梯度值的步驟，包括：

獲取所述總損失梯度值和所述隨機損失梯度值之間的和值，并將所述和值作為所述數據節點的真實損失梯度值。

5.如權利要求1所述的聯合建模方法，其特征在于，所述判斷所述模型是否收斂的步驟之后，包括：

若所述模型不收斂，則繼續獲取所述數據節點新的真實損失梯度值，并更新所述模型的最新模型參數，直至所述模型收斂。

6.如權利要求5所述的聯合建模方法，其特征在于，所述若所述模型不收斂，則繼續獲取所述數據節點新的真實損失梯度值的步驟，包括：

若所述模型不收斂，則獲取模型的最新模型參數，并將所述最新模型參數傳遞到各數據節點，以獲取所述數據節點新的真實損失梯度值。

7.如權利要求1所述的聯合建模方法，其特征在于，所述若所述模型收斂，則所述模型已構建完成的步驟之后，包括：

獲取各所述數據節點中的待預測樣本特征，并將所述待預測樣本特征輸入所述已構建完成模型中進行在線預測，從而獲取預測結果。