[發明專利]基于跨域數據的評估模型的優化方法及設備

在審

• 申請號: 202110426307.8
• 申請日: 2021-04-20
• 公開（公告）號: CN113128594A
• 公開（公告）日: 2021-07-16
• 發明（設計）人: 尹悅;楊琦琦
• 申請（專利權）人: 連通（杭州）技術服務有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N20/00
• 代理公司: 上海百一領御專利代理事務所(普通合伙) 31243
• 代理人: 王奎宇

1.一種基于跨域數據的評估模型的優化方法，應用于客戶端，其中，所述方法包括：

步驟一、獲取并確定至少三種數據源的原始數據和準確率；其中，每種所述數據源的原始數據包括至少兩條；

步驟二、將所述準確率最高時對應的數據源的原始數據作為訓練集；

步驟三、對所述訓練集中的所有原始數據進行模型訓練，得到用于數據的因變量評估的第一評估模型，并測試所述第一評估模型的性能得到第一性能值；

步驟四、按照所述準確率從高到低的順序，累計加入下一準確率對應的數據源的原始數據至所述訓練集，并重復所述步驟三得到第二評估模型及其第二性能值；

步驟五、根據所述第一性能值和所述第二性能值判斷所述第二評估模型是否比所述第一評估模型的性能提升，若是則將所述第二評估模型作為更新后的第一評估模型，若否，則保持所述第一評估模型不變；

步驟六、對所述至少三種數據源中的、除所述準確率最高時對應的數據源和所述下一準確率對應的數據源以外的其他數據源重復所述步驟四和所述步驟五，直至累計加入完所述至少三種數據源至所述訓練集，得到用于對不同數據源的原始數據進行因變量評估的最終評估模型。

2.根據權利要求1所述的方法，其中，所述步驟四、按照所述準確率從高到低的順序，累計加入下一準確率對應的數據源的原始數據至所述訓練集，并重復所述步驟三得到第二評估模型及其第二性能值，包括：

步驟四一、按照所述準確率從高到低的順序，基于所述第一評估模型分別對所述下一準確率對應的數據源的每條原始數據進行因變量預測，得到所述下一準確率對應的數據源中的每條原始數據的預測結果；

步驟四二、計算所述下一準確率對應的數據源中的每條原始數據的實際因變量值與所述預測結果之間的差值的絕對值；

步驟四三、按照所述絕對值從小到大的順序，對所述下一準確率對應的數據源的原始數據進行排序，并將所述下一準確率對應的數據源的、排序后的原始數據均分為N組，得到所述下一準確率對應的數據源的N組原始數據，N為大于等于2的正整數；

步驟四四、將所述N組原始數據中的、絕對值最大時對應的一組原始數據累計加入至所述訓練集，并重復所述步驟三得到第二子評估模型及其第二子性能值；

步驟四五、根據所述第一性能值和所述第二子性能值判斷所述第二子評估模型是否比所述第一評估模型的性能提升，若是則將所述第二子評估模型作為更新后的第一評估模型，若否，則保持所述第一評估模型不變；

步驟四六、按照所述絕對值從小到大的順序，將所述N組原始數據中的其他組原始數據累計加入至所述訓練集，并重復所述步驟三和所述步驟四五，直至所述第二子評估模型的性能不再提升，得到第二評估模型及其第二性能值。

3.根據權利要求1所述的方法，其中，所述方法還包括：

獲取用于對各評估模型進行模型性能測試的驗證集，其中，所述驗證集中的原始數據來自于所述至少三種數據源中的各所述數據源；

其中，所述步驟三中的測試所述第一評估模型的性能得到第一性能值，包括：

基于所述驗證集對所述第一評估模型進行模型性能測試，得到所述第一評估模型的第一性能值。

4.根據權利要求1至3中任一項所述的方法，其中，所述方法還包括：

獲取一條或多條待預測的數據；

將每條所述待預測的數據輸入至所述最終評估模型進行因變量預測，得到每條所述待預測的數據的因變量值。

5.根據權利要求1至3中任一項所述的方法，其中，所述方法還包括：

獲取目標數據源，所述目標數據源包括至少兩條目標原始數據，所述目標原始數據包括實際目標因變量值；

將所述目標數據源中的每條所述目標原始數據輸入至所述最終評估模型進行因變量預測，得到每條所述目標原始數據的目標預測結果；

基于每條所述目標原始數據的實際目標因變量值和目標預測結果，對所述目標數據源中的目標原始數據進行過濾處理，得到過濾后的目標數據源。

6.一種非易失性存儲介質，其上存儲有計算機可讀指令，所述計算機可讀指令可被處理器執行時，使所述處理器實現如權利要求1至5中任一項所述的方法。

7.一種基于跨域數據的評估模型的優化設備，其中，該設備包括：

一個或多個處理器；

計算機可讀介質，用于存儲一個或多個計算機可讀指令，

當所述一個或多個計算機可讀指令被所述一個或多個處理器執行，使得所述一個或多個處理器實現如權利要求1至5中任一項所述的方法。