[發明專利]一種分布式模型聚合計算系統及方法

有效

• 申請號: 202110749577.2
• 申請日: 2021-07-02
• 公開（公告）號: CN113591925B
• 公開（公告）日: 2023-06-09
• 發明（設計）人: 王萍;周成;李輝;王瑞成;黨李鵬
• 申請（專利權）人: 四川新網銀行股份有限公司
• 主分類號: G06F18/2321
• 分類號: G06F18/2321;G06F18/25;G06Q10/0635
• 代理公司: 成都智言知識產權代理有限公司 51282
• 代理人: 蔣秀清

本發明屬于數據處理技術領域，尤其涉及一種分布式模型聚合計算模塊及方法。業務模塊、分布式模型聚合計算模塊、決策模塊三個模塊組成。首先，業務模塊發起調用請求。其次，分布式模型聚合計算模塊對調用的模型進行計算，對于數據源相同的模型集，在分布式的聚合計算框架下先聚合模型數據源，再進行分布式計算聚合模型結果；對于數據源不同的模型集，分別進行分布式的計算，并行計算模型出參信息。最后，決策模塊根據模型聚合參數和并行計算的模型參數綜合決策輸出綜合決策結果。通過分布式的模型聚合計算系統，最大化的減少了系統交互次數，提升了模型運算的效率。

技術領域

本發明屬于數據處理技術領域，尤其涉及一種分布式模型聚合計算系統及方法。

背景技術

隨著IT技術的不斷發展，大數據引起了廣泛的關注。在競爭日益激烈的技術市場中，從高科技初創企業到全球跨國企業都將人工智能視為關鍵競爭優勢。目前機器學習的應用范圍已經非常廣泛，比如智慧醫療、智能推薦、無人駕駛等。現如今，機器學習已經成為認知技術中最炙手可熱的研究領域之一，越來越多的領域依賴于機器學習算法進行科學決策。

在金融領域，越來越多的金融服務往線上轉移，個人金融的數字化轉型將隨著金融和科技不斷融合，呈現在“線上化”、“開放化”、“直營化”、“智慧化”四大趨勢。隨著大數據、人工智能技術越來越多的運用于風險管理，基于機器學習的智能風控體系已經成為線上金融風控的主流。

在線上風控中，金融機構聚集來自于人行征信系統、政府、運營商、電商等多源數據信息構建各類風控模型，如：資金緊張模型、身份偽冒模型、電信詐騙模型、首逾高風險模型、逾期模型等。關于模型計算，當前行業的一般方案是模型依次計算的方案，一個模型運算包括模型入參、模型計算、模型出參三個部分；這種以模型為原子化的方案存在交互次數多，空間浪費，運算時間長等問題。

發明內容

本發明提供了一種分布式模型聚合計算系統及方法，擬解決背景技術提到的以模型為原子化的方案存在交互次數多、空間浪費、運算時間長的問題。

一種分布式模型聚合計算系統，包括業務模塊、分布式模型聚合計算模塊；

所述業務模塊用于發起模型調用請求，調用請求的參數包括id和modeName；

分布式模型聚合計算模塊用于接收來自業務模塊的調用請求，根據調用請求的參數modeName調用相關參數，并得到各個模型的模型參數；

所述分布式模型聚合計算模塊包括數據源聚合子模塊、模型分布式計算子模塊、模型參數計算子模塊；

所述數據源聚合子模型根據模型入參信息的相似性進行聚類；

所述模型分布式計算子模塊對進行聚類的模型聚合計算，其余的模型進行分布式并行計算；

所述模型參數子模塊用于匯總分布式計算子模塊的模型計算結果，輸出模型參數信息模型分和模型的重要特征變量集。

優選的，所述業務模塊的調用方式采用HTTP?POST請求，參數格式采用JSON。

優選的，所述id為字符串格式，長度設置為32位，為MD5加密的用戶身份證信息；所述modeName為字符串數組格式，長度設置為500位，表示請求的模型列表。

進一步的，還包括決策模塊，所述決策模塊基于分布式模型聚合計算模塊的計算結果信息，進行綜合決策，輸出決策結果；決策結果包括綜合決策結果、綜合風險等級、綜合決策風險分、命中策略提示信息。

優選的，所述綜合決策風險分的運算包括對模型結果集中模型信息進行融合，計算綜合決策風險分，其公式如下所示：

finalRiskScore表示綜合決策風險分；