[發明專利]一種梯度提升樹模型的預測方法、裝置及系統

在審

• 申請號: 202010061981.6
• 申請日: 2020-01-19
• 公開（公告）號: CN111242385A
• 公開（公告）日: 2020-06-05
• 發明（設計）人: 姚雷;姚平;韓松江;李蒙;牛寶梅
• 申請（專利權）人: 蘇寧云計算有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06N20/00
• 代理公司: 北京市萬慧達律師事務所 11111
• 代理人: 張慧娟

1.一種梯度提升樹模型的預測方法，其特征在于，應用于第一數據方，所述方法包括：

基于待測用戶的第一特征數據以及預先與第二數據方聯合訓練生成的梯度提升樹模型，獲取所述第一特征數據在所述梯度提升樹模型中所對應的節點值；

接收所述第二數據方通過區塊鏈發送的所述待測用戶的第二特征數據在所述梯度提升樹模型中所對應的節點值；

基于所述第一特征數據對應的節點值、所述第二特征數據對應的節點值以及所述梯度提升樹模型，對所述待測用戶進行標簽預測。

2.根據權利要求1所述的方法，其特征在于，所述基于待測用戶的第一特征數據以及預先與第二數據方聯合訓練生成的梯度提升樹模型，獲取所述第一特征數據在所述梯度提升樹模型中所對應的節點值，包括：

提取所述梯度提升樹模型中的回歸樹的所有特征切分變量以及各所述特征切分變量對應的切分點，并在所述所有特征切分變量中確定出屬于所述第一數據方的目標特征切分變量；

將所述第一特征數據與所述目標特征切分變量對應的切分點進行比較，根據比較結果，獲取所述第一特征數據在所述梯度提升樹模型中對應的節點值。

3.根據權利要求1或2所述的方法，其特征在于，所述基于所述第一特征數據對應的節點值、所述第二特征數據對應的節點值以及所述梯度提升樹模型，對所述待測用戶進行標簽預測，包括：

基于所述第一特征數據對應的節點值、所述第二特征數據對應的節點值，獲取所述梯度提升樹模型的每棵回歸樹對所述待測用戶的預測值；

基于所述梯度提升樹模型的每棵回歸樹對所述待測用戶的預測值，獲取所述待測用戶的預測標簽。

4.根據權利要求3所述的方法，其特征在于，所述基于所述第一特征數據對應的節點值、所述第二特征數據對應的節點值，獲取所述梯度提升樹模型的每棵回歸樹對所述待測用戶的預測值，包括：

步驟a，將所述梯度提升樹模型的基礎回歸樹作為當前回歸樹；

步驟b，設置所述當前回歸樹的根節點為父節點；

步驟c，基于所述第一特征數據對應的節點值以及所述第二特征數據對應的節點值，在所述當前回歸樹中確定所述待測用戶對應的子節點是所述父節點的左子節點還是所述父節點的右子節點，并執行步驟d；

步驟d，判斷確定出的所述子節點是否為非葉子節點，若判斷為是，則執行步驟e，否則，則執行步驟f；

步驟e，設置所述子節點為父節點，并跳轉到步驟c；

步驟f，將所述子節點對應的預測值確定為所述當前回歸樹對所述待測用戶的預測值，并執行步驟g；

步驟g，以所述當前回歸樹的下一棵回歸樹作為所述當前回歸樹，重復執行步驟b至步驟f，直至獲得所述梯度提升樹模型的最后一棵回歸樹對所述待測用戶的預測值。

5.根據權利要求1所述的方法，其特征在于，所述方法還包括：

通過區塊鏈發送所述待測用戶的標簽預測結果至所述第二數據方。

6.一種梯度提升樹模型的預測方法，其特征在于，應用于第二數據方，所述方法包括：

在第一數據方獲取到待測用戶的第一特征數據在梯度提升樹模型中所對應的節點值，并通過區塊鏈將關于所述獲取的通知信息發送給所述第二數據方之后，所述第二數據方基于所述待測用戶的第二特征數據以及所述梯度提升樹模型，獲取所述第二特征數據在所述梯度提升樹模型中所對應的節點值，其中，所述梯度提升樹模型是所述第一數據方與所述第二數據方預先聯合訓練生成得到的；

將所述第二特征數據對應的節點值通過區塊鏈發送給所述第一數據方，以使所述第一數據方基于所述第一特征數據對應的節點值、所述第二特征數據對應的節點值以及所述梯度提升樹模型，對所述待測用戶進行標簽預測；

接收所述第一數據方通過區塊鏈發送的所述待測用戶的標簽預測結果。