[發明專利]數據處理方法、裝置、設備及介質

在審

• 申請號: 202010787194.X
• 申請日: 2020-08-06
• 公開（公告）號: CN111898767A
• 公開（公告）日: 2020-11-06
• 發明（設計）人: 衣志昊;程勇;劉洋;陳天健
• 申請（專利權）人: 深圳前海微眾銀行股份有限公司
• 主分類號: G06N20/00
• 分類號: G06N20/00
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 郭春芳

本申請公開了一種數據處理方法、裝置、設備和介質，該方法包括：獲取樣本數據，所述樣本數據包括用戶數據和物品數據；在所述第一參與方本地，確定所述用戶數據的用戶嵌入向量，并接收服務器發送的物品嵌入向量，所述物品嵌入向量為在所述服務器本地基于所述物品數據生成的；基于所述用戶嵌入向量以及所述物品嵌入向量，通過聯邦學習訓練得到所述第一參與方的預設預測模型。本申請解決現有技術中，端設備模型聯邦效率低的技術問題。

技術領域

本申請涉及金融科技(Fintech)的人工智能技術領域，尤其涉及一種數據處理方法、裝置、設備及介質。

背景技術

隨著金融科技，尤其是互聯網科技金融的不斷發展，越來越多的技術(如分布式、區塊鏈Blockchain、人工智能等)應用在金融領域，但金融業也對技術提出了更高的要求，如金融業對數據處理也有更高的要求。

聯邦學習是在保障數據隱私的情況下聯合多個參與方共同訓練機器學習模型，目前，在進行聯邦學習過程中，通常由參與方將不同的樣本數據轉化為一個嵌入向量，與服務器進行交互聯邦建模，然而，這種方式會產生大量的計算開銷和通信開銷，而各個參與方即端設備的計算能力通常比較有限，這會導致端設備的處理性能下降，導致模型聯邦效率降低。

發明內容

本申請的主要目的在于提供一種數據處理方法、裝置、設備和介質，旨在解決現有技術中端設備模型聯邦效率低的技術問題。

為實現上述目的，本申請提供一種數據處理方法，應用于第一參與方，所述數據處理方法包括：

獲取樣本數據，所述樣本數據包括用戶數據和物品數據；

在所述第一參與方本地，確定所述用戶數據的用戶嵌入向量，并接收服務器發送的物品嵌入向量，所述物品嵌入向量為在所述服務器本地基于所述物品數據生成的；

基于所述用戶嵌入向量以及所述物品嵌入向量，通過聯邦學習訓練得到所述第一參與方的預設預測模型。

可選地，所述在所述第一參與方本地，確定所述用戶數據的用戶嵌入向量，并接收服務器發送的物品嵌入向量的步驟，包括：

在所述第一參與方本地，生成所述用戶數據的獨熱編碼，基于所述獨熱編碼得到所述用戶數據的用戶嵌入向量；

接收服務器端發送的，基于預設物品預測模型得到的物品嵌入向量。

可選地，所述接收服務器端發送的，基于預設物品預測模型得到的物品嵌入向量的步驟，包括：

接收服務器端發送的將所述物品數據輸入至對應預設物品預測模型中后，得到的表示物品特征的物品嵌入向量；

其中，所述預設物品預測模型是基于具有預設標簽的物品訓練數據，對第一預設待訓練預測模型進行迭代訓練后，獲得的目標模型。

可選地，所述基于所述用戶嵌入向量以及所述物品嵌入向量，通過聯邦學習訓練得到所述第一參與方的預設預測模型的步驟，包括：

將樣本數據中同一用戶的所述用戶嵌入向量以及所述物品嵌入向量進行向量合并，得到同一用戶的整合向量；

獲取第二待訓練基礎模型，基于多個所述整合向量，對所述第二待訓練基礎模型進行訓練更新，直至所述第二待訓練基礎模型達到第一預設訓練完成條件，得到初始訓練模型，對所述初始訓練模型中的物品模型變量，執行預設橫向聯邦流程，直至所述第二待訓練基礎模型達到第二預設訓練完成條件，得到預設預測模型。

可選地，所述獲取第二待訓練基礎模型，基于多個所述整合向量，對所述第二待訓練基礎模型進行訓練更新，直至所述第二待訓練基礎模型達到第一預設訓練完成條件，得到初始訓練模型，對所述初始訓練模型中的物品模型變量，執行預設橫向聯邦流程，直至所述第二待訓練基礎模型達到第二預設訓練完成條件，得到預設預測模型的步驟，包括：