[發明專利]一種業務預測模型創建方法、裝置及計算機可讀存儲介質

在審

• 申請號: 202111138614.2
• 申請日: 2021-09-27
• 公開（公告）號: CN113837863A
• 公開（公告）日: 2021-12-24
• 發明（設計）人: 顧凌云;謝旻旗;張濤;黃以增
• 申請（專利權）人: 上海冰鑒信息科技有限公司
• 主分類號: G06Q40/02
• 分類號: G06Q40/02;G06Q30/02;G06Q10/04
• 代理公司: 成都頂峰專利事務所(普通合伙) 51224
• 代理人: 楊俊華

本申請提供的業務預測模型創建方法、裝置及計算機可讀存儲介質，首先，找到與目標數據集類似的多個輔助數據集；接著，從多個輔助數據集中進行抽樣得到樣本數據集，并通過樣本數據集訓練得到一業務狀態模型；再接著，通過業務狀態模型得到違約概率，并基于違約概率確定建模數據集；然后，基于目標數據集及建模數據集，確定權重參數；最后，建模數據集及權重參數創建業務預測模型。本方案通過使用與目標數據集類似的輔助數據集，通過量化方式篩選出建模數據集，并對建模數據集中的樣本權重進行調整，以使建模數據集中的樣本更加接近待創建業務預測模型所對應業務的樣本，能使創建的業務預測模型具有更強的預測能力和穩定性。

技術領域

本申請涉及人工智能技術領域，具體而言，涉及一種業務預測模型創建方法、裝置及計算機可讀存儲介質。

背景技術

在模型開發時，一般需要大量的樣本數據，在一項業務開展剛剛開始的階段，會面臨樣本數據（業務對象及業務狀態標簽）少的等情況，無法基于已有的當前樣本數據進行模型開發，或者開發的模型預測能力偏差、效果不穩定。

發明內容

為了至少克服現有技術中的上述不足，本申請的目的在于提供一種業務預測模型創建方法、裝置及計算機可讀存儲介質，用于解決上述技術問題。

第一方面，本申請實施例提供一種業務預測模型創建方法，應用于計算機設備，所述方法包括：

獲取待創建業務預測模型的目標數據集；

基于所述目標數據集，獲取與所述目標數據集滿足預設業務相似條件的多個輔助數據集；

從所述多個輔助數據集中抽取樣本數據，得到樣本數據集；

根據所述樣本數據集訓練得到一用于對所述樣本數據中的業務對象進行業務狀態預測的業務狀態模型；

采用所述業務狀態模型對所述目標數據集及多個輔助數據集進行預測，得到所述目標數據集及每個輔助數據集的違約概率；

基于所述目標數據集及每個輔助數據集的違約概率，從所述樣本數據集中確定出建模數據集；

根據所述目標數據集及所述建模數據集，確定權重參數；

基于所述建模數據集及所述權重參數創建所述業務預測模型。

上述方案，首先，獲取待創建業務預測模型的目標數據集，并找到與目標數據集類似的多個輔助數據集；接著，從多個輔助數據集中進行抽樣得到樣本數據集，并通過樣本數據集訓練得到一業務狀態模型；再接著，通過業務狀態模型得到目標數據集和每個輔助數據集的違約概率，并基于違約概率確定建模數據集；然后，基于目標數據集及建模數據集，確定權重參數；最后，建模數據集及權重參數創建業務預測模型。本方案通過使用與目標數據集類似的輔助數據集，通過量化方式篩選出建模數據集，并對建模數據集中的樣本權重進行調整，以使建模數據集中的樣本更加接近待創建業務預測模型所對應業務的樣本，以便能在目標數據集的數據量偏少的情況下，創建出業務預測模型，并能使創建的業務預測模型具有更強的預測能力和穩定性。

在一種可能的實現方式中，在所述基于所述目標數據集，獲取與所述目標數據集滿足預設業務相似條件的多個輔助數據集的步驟中，所述預設業務相似條件包括：

每個輔助數據集與所述目標數據集具有相同可用于創建所述業務預測模型的預測變量；和，

所述每個輔助數據集的樣本數據包括業務對象的業務狀態標簽。

在一種可能的實現方式中，所述從所述多個輔助數據集中抽取樣本數據，得到樣本數據集的步驟，包括：

從每個輔助數據集中抽取相同預設數量的樣本數據，得到所述樣本數據集；

其中，所述從每個輔助數據集中抽取相同預設數量的樣本數據的步驟包括：

檢測每個輔助數據集中的樣本數據的數量是否大于所述預設數量；

若檢測到大于等于所述預設數量，則采用無放回抽樣方式從所述每個輔助數據集中抽取所述預設數量的樣本數據；