[發(fā)明專利]流量分發(fā)模型的訓練方法、流量分發(fā)方法及裝置

有效

• 申請?zhí)枺?/td>: 202110769772.1
• 申請日: 2021-07-07
• 公開（公告）號: CN113507419B
• 公開（公告）日: 2022-11-01
• 發(fā)明（設計）人: 詹振國;李文舉;徐春艷
• 申請（專利權）人: 工銀科技有限公司;中國工商銀行股份有限公司
• 主分類號: H04L47/10
• 分類號: H04L47/10
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 吳夢圓

本公開提供了一種流量分發(fā)模型的訓練方法，可以應用于金融領域和人工智能領域。該流量分發(fā)模型的訓練方法包括：獲取初始樣本數(shù)據(jù)集，初始樣本數(shù)據(jù)集中的初始樣本包括用戶信息以及與用戶信息對應的歷史流量分發(fā)信息；基于初始樣本數(shù)據(jù)，根據(jù)預設規(guī)則生成訓練樣本數(shù)據(jù)集，訓練樣本數(shù)據(jù)集中的訓練樣本包括用戶特征數(shù)據(jù)以及與用戶特征數(shù)據(jù)對應的歷史流量分發(fā)數(shù)據(jù)，訓練樣本數(shù)據(jù)集還包括與訓練樣本對應的標簽信息，標簽信息表征歷史流量分發(fā)成功結果；利用訓練樣本數(shù)據(jù)集訓練待訓練的流量分發(fā)模型，得到訓練完成的流量分發(fā)模型。本公開還提供了一種流量分發(fā)方法、流量分發(fā)模型的訓練裝置、流量分發(fā)裝置、設備、存儲介質和程序產品。

技術領域

本公開涉及金融領域和人工智能技術領域，更具體地涉及一種流量分發(fā)模型的訓練方法、流量分發(fā)方法、裝置、設備、介質和程序產品。

背景技術

在金融機構或銀行信貸業(yè)務場景中，當客戶來金融機構(簡稱流量方)授信做貸款，流量方一方面可以自行對客戶做授信、放款，另一方面也可以將該客戶轉發(fā)給其合作出資方銀行(簡稱資方銀行)，資方銀行會根據(jù)流量方提供的客戶信息(主要是客戶征信方面的信息)對該客戶進行授信評估，評估通過后則進行放款，流量方從中獲取引流分發(fā)手續(xù)費收益。

目前大多數(shù)流量方采用憑人工經(jīng)驗設定的引流分發(fā)規(guī)則，例如根據(jù)客戶的金額需求、利率意愿、手續(xù)費收益等規(guī)則設計引流分發(fā)規(guī)則，一方面導致客戶的引流分發(fā)成功率不高，普遍在60％左右，造成客戶資源的浪費，從而帶來的客戶體驗不佳；另一方面，人為經(jīng)驗不可靠，常常需要手工調整規(guī)則，導致人力成本提升，且無法滿足資方銀行的引流分發(fā)客戶數(shù)量需求，從而導致流量方的引流分發(fā)收益有限。

發(fā)明內容

鑒于上述問題，本公開提供了流量分發(fā)模型的訓練方法、流量分發(fā)方法、裝置、設備、介質和程序產品。

根據(jù)本公開的第一個方面，提供了一種流量分發(fā)模型的訓練方法，包括：

獲取初始樣本數(shù)據(jù)集，其中，上述初始樣本數(shù)據(jù)集中的初始樣本包括用戶信息以及與上述用戶信息對應的歷史流量分發(fā)信息；

基于上述初始樣本數(shù)據(jù)集，根據(jù)預設規(guī)則生成訓練樣本數(shù)據(jù)集，其中，上述訓練樣本數(shù)據(jù)集中的訓練樣本包括用戶特征數(shù)據(jù)以及與上述用戶特征數(shù)據(jù)對應的歷史流量分發(fā)數(shù)據(jù)，其中，上述訓練樣本數(shù)據(jù)集還包括與上述訓練樣本對應的標簽信息，上述標簽信息表征上述歷史流量分發(fā)成功結果；

利用上述訓練樣本數(shù)據(jù)集訓練待訓練的流量分發(fā)模型，得到訓練完成的流量分發(fā)模型。

根據(jù)本公開的實施例，上述基于上述初始樣本數(shù)據(jù)，根據(jù)預設規(guī)則生成訓練樣本數(shù)據(jù)集包括：

將上述初始樣本數(shù)據(jù)集與預先配置的特征整合表進行匹配，生成第一樣本數(shù)據(jù)集，其中，上述第一樣本數(shù)據(jù)集包括與同一用戶對應的多個第一樣本；

對上述第一樣本數(shù)據(jù)集進行數(shù)據(jù)整合，生成第二樣本數(shù)據(jù)集，其中，上述第二樣本數(shù)據(jù)集中的每個第二樣本對應一個用戶；

對上述第二樣本數(shù)據(jù)集進行數(shù)據(jù)處理，生成上述訓練樣本數(shù)據(jù)集。

根據(jù)本公開的實施例，上述第二樣本包括第一預設字符信息；

上述對上述第二樣本數(shù)據(jù)集進行數(shù)據(jù)處理，生成上述訓練樣本數(shù)據(jù)集包括：

利用獨熱編碼算法處理上述第二樣本數(shù)據(jù)集中的第二樣本，以便將上述第二樣本中的上述第一預設字符信息轉換為第二預設字符信息，生成第三樣本數(shù)據(jù)集；

對上述第三樣本數(shù)據(jù)集中的第三樣本進行數(shù)據(jù)標準化處理，生成上述訓練樣本數(shù)據(jù)集。

根據(jù)本公開的實施例，上述利用上述訓練樣本數(shù)據(jù)集訓練待訓練的流量分發(fā)模型，得到訓練完成的流量分發(fā)模型包括：

將上述訓練樣本數(shù)據(jù)集劃分為訓練集和驗證集；