[發明專利]分類模型預測方法及裝置

在審

• 申請號: 202011048539.6
• 申請日: 2020-09-29
• 公開（公告）號: CN112052914A
• 公開（公告）日: 2020-12-08
• 發明（設計）人: 徐凱路;鐘華劍
• 申請（專利權）人: 中國銀行股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F16/951;G06N20/20
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 李偉

1.一種分類模型預測方法，其特征在于，包括：

獲取待預測分類模型和所述待預測分類模型對應的所有分類結果；

依據各個所述分類結果，從網絡中抓取數據集；所述數據集包括每個所述分類結果各自相關的多個樣本數據；

從所述數據集包含的各個樣本數據中確定多個目標樣本數據；

依據所述待預測分類模型和每個所述目標樣本數據，調用預設的接口函數，得到所述待預測分類模型對應的日志數據集；

獲取預設的多個模型指標，并依據所述日志數據集，計算每個所述模型指標各自對應的指標值。

2.根據權利要求1所述的方法，其特征在于，所述從所述數據集包含的各個樣本數據中確定多個目標樣本數據，包括：

對所述數據集中的每個所述樣本數據進行數據類型標注；

依據數據類型標注的結果，對所述數據集進行初始樣本數據篩選，得到多個初始樣本數據；

對每個所述初始樣本數據進行數據處理，得到每個所述初始樣本數據各自對應的目標樣本數據。

3.根據權利要求1所述的方法，其特征在于，所述依據所述待預測分類模型和每個所述目標樣本數據，調用預設的接口函數，得到所述待預測分類模型對應的日志數據集，包括：

調用預設的接口函數，將每個所述目標樣本數據依次輸入至所述待預測分類模型中；

獲取所述待預測分類模型處理每個所述目標樣本數據所產生的日志數據；

將各個所述日志數據組成日志數據集。

4.根據權利要求3所述的方法，其特征在于，所述依據所述日志數據集，計算每個所述模型指標各自對應的指標值，包括：

解析所述日志數據集中的每個所述日志數據，從各個日志數據中提取每個所述模型指標各自對應的數據項；

針對每個所述模型指標，依據提取到的所述模型指標對應的數據項，計算所述模型指標的指標值。

5.根據權利要求1所述的方法，其特征在于，所述依據所述日志數據集，計算預設的每個模型指標各自對應的指標值之后，還包括：

判斷每個所述指標值是否滿足各自對應的預設條件；

若每個所述指標值均滿足各自對應的預設條件，則將當前的待預測分類模型進行投產；

若存在任意一個所述指標值不滿足其對應的預設條件，則依據所述日志數據集，通過預先建立的函數模型，得到所述待預測分類模型的損失函數值；

依據所述損失函數值，對所述待預測分類模型進行模型參數優化，得到新的待預測分類模型；

并依據所述新的待預測分類模型和所述新的待預測分類模型對應的所有分類結果，返回執行所述依據各個所述分類結果，從網絡中抓取數據集的步驟，直至每個所述模型指標的指標值均滿足各自對應的預設條件。

6.一種分類模型預測裝置，其特征在于，包括：

第一獲取單元，用于獲取待預測分類模型和所述待預測分類模型對應的所有分類結果；

抓取單元，用于依據各個所述分類結果，從網絡中抓取數據集；所述數據集包括每個所述分類結果各自相關的多個樣本數據；

確定單元，用于從所述數據集包含的各個樣本數據中確定多個目標樣本數據；

調用單元，用于依據所述待預測分類模型和每個所述目標樣本數據，調用預設的接口函數，得到所述待預測分類模型對應的日志數據集；

計算單元，用于獲取預設的多個模型指標，并依據所述日志數據集，計算每個所述模型指標各自對應的指標值。

7.根據權利要求6所述的裝置，其特征在于，所述確定單元執行從所述數據集包含的各個樣本數據中確定多個目標樣本數據，用于：

對所述數據集中的每個所述樣本數據進行數據類型標注；

依據數據類型標注的結果，對所述數據集進行初始樣本數據篩選，得到多個初始樣本數據；

對每個所述初始樣本數據進行數據處理，得到每個所述初始樣本數據各自對應的目標樣本數據。