[發明專利]召回模型的生成方法及裝置

有效

• 申請號: 202010128593.5
• 申請日: 2020-02-28
• 公開（公告）號: CN111369006B
• 公開（公告）日: 2023-07-04
• 發明（設計）人: 蘇世前;張磊;張元鵬;曾一林;許衛波
• 申請（專利權）人: 上海藍書信息科技有限公司
• 主分類號: G06N20/00
• 分類號: G06N20/00;G06Q40/03
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 林哲生

1.一種召回模型的生成方法，其特征在于，所述方法包括：

通過風控系統獲得樣本信息，所述風控系統表征對初始樣本信息進行審核的系統，所述樣本信息包括通過所述風控系統審核的樣本和未通過所述風控系統審核且沒有被交易系統利用的樣本；

在所述樣本信息中進行篩選，得到訓練樣本；

將所述訓練樣本信息輸入機器學習模型，訓練得到召回模型；

對所述召回模型進行優化處理，得到目標召回模型；

所述通過風控系統獲得樣本信息，包括：獲得第一信息、第二信息和第三信息，其中，所述第一信息表征通過所述風控系統第一審核方式審核通過的信息，所述第二信息表征未通過所述風控系統第一審核方式審核的且通過第二審核方式審核的信息，所述第三信息表征均未通過所述風控系統第一審核方式和第二審核方式審核的信息，所述第一審核方式與所述第二審核方式不同；通過所述第一信息和所述第二信息作為機器學習模型的訓練輸入，得到第一模型；利用第一模型對所述第三信息進行評判，得到所述第三信息的第一評分結果；依據所述第一評分結果，在所述第三信息中篩選得到第一目標樣本信息；根據所述第一信息、所述第二信息和所述第一目標樣本信息，生成訓練樣本信息。

2.根據權利要求1所述的方法，其特征在于，所述依據所述第一評分結果，在所述第三信息中篩選得到第一目標樣本信息，包括：

依據所述第一評分結果，獲取所述第三信息在各個分數段的樣本個數；

利用所述第一模型對所述第一信息和所述第二信息進行評分，得到所述第一信息和所述第二信息在各個分數段的樣本個數以及在各個分數段的滿足預設第一條件的樣本比例，所述預設第一條件表征樣本不合格的條件；

依據所述樣本比例，確定所述第三信息在各個分數段的目標樣本數量，使得能夠獲得滿足風險條件的目標樣本信息。

3.根據權利要求2所述的方法，其特征在于，所述方法還包括：

利用所述召回模型對所述第二信息進行評分，得到所述第二信息在各個分數段的樣本信息，所述樣本信息包括樣本個數以及滿足預設第一條件的樣本個數和對應的樣本率；

基于所述樣本信息，計算所述第二信息的可召回樣本個數，所述可召回樣本個數表征滿足風險條件評分的分數段內的樣本個數。

4.根據權利要求1所述的方法，其特征在于，所述對所述召回模型進行優化處理，得到目標召回模型，包括：

利用所述召回模型對所述第三信息進行評判，得到所述第三信息的第二評分結果；

依據所述第二評分結果，在所述第三信息中篩選得到第二目標樣本信息；

依據所述第一信息、所述第二信息和所述第二目標樣本信息，生成第一訓練樣本信息；

對所述第一訓練樣本信息進行模型訓練，得到第一召回模型；

利用所述第一召回模型對所述第二信息進行評分，得到所述第二信息在各個分數段的樣本信息；

若所述第二信息在各個分數段的樣本信息滿足預設召回條件，將所述第一召回模型確定為目標召回模型。

5.根據權利要求4所述的方法，其特征在于，所述方法還包括：

若所述第二信息在各個分數段的樣本信息不滿足預設召回條件，利用所述第一召回模型對所述第三信息進行評判，得到所述第三信息的第三評分結果；

依據所述第三評分結果，在所述第三信息中篩選得到第三目標樣本信息；

依據所述第一信息、所述第二信息和所述第三目標樣本信息，生成第二訓練樣本信息；

對所述第二訓練樣本信息進行模型訓練，得到第二召回模型；

利用所述第二召回模型對所述第二信息進行評分，得到所述第二信息在各個分數段的樣本信息；

若所述第二信息在各個分數段的樣本信息滿足預設召回條件，將所述第二召回模型確定為目標召回模型。

6.根據權利要求1所述的方法，其特征在于，所述方法還包括：

利用所述目標召回模型對待處理信息進行召回，得到召回信息。