[发明专利]模型训练方法、特征序列生成方法和服务器

说明书

本说明书实施例提供一种模型训练方法、特征序列生成方法和服务器。所述特征序列生成方法包括：获取用户在指定时间区间内的行为数据；确定所述行为数据对应的数据编码；以所述数据编码形成的矩阵为行为矩阵，将所述行为矩阵输入至编码模型得到特征序列；所述特征序列用于表征所述用户的行为特征。

技术领域

本说明书实施例涉及计算机技术领域，特别涉及一种模型训练方法、特征序列生成方法和服务器。

背景技术

随着互联网的发展，在实际业务的运营过程中，通常需要根据用户的行为数据来对该用户的风险水平进行评估，并根据评估结果来支撑业务的运营。例如，通常需要根据用户的行为数据来对该用户的账户风险水平进行评估，以识别该用户的账户是否为垃圾账户。另举一例，通常需要根据用户的行为数据来对该用户的交易数据风险水平进行评估，以识别该用户的交易数据是否为作弊交易数据。

在相关技术中，通常可以选取统计量，并可以根据选取的统计量来对该用户的风险水平进行评估。所述统计量例如可以包括最大值和平均值等。但是，一方面，统计量通常是根据用户经验来选取的，用户经验缺乏科学性和合理性；另一方面，统计量通常无法全面反映用户的行为特征。因此，上述根据统计量来对用户的风险水平进行评估的方法，准确率较低。

发明内容

本说明书实施例的目的是提供一种模型训练方法、特征序列生成方法和服务器，以提高评估结果的准确性。

为实现上述目的，本说明书实施例提供一种模型训练方法，包括：获取至少一个用户在指定时间区间内的行为数据；确定所述行为数据对应的数据编码；以所述数据编码形成的矩阵为行为矩阵，使用所述行为矩阵训练基于编码模型和解码模型构建的数学模型，以使所述数学模型的输入和输出之间的差别满足预设条件。

为实现上述目的，本说明书实施例提供一种服务器，包括：获取单元，用于获取至少一个用户在指定时间区间内的行为数据；确定单元，用于确定所述行为数据对应的数据编码；训练单元，用于以所述数据编码形成的矩阵为行为矩阵，使用所述行为矩阵训练基于编码模型和解码模型构建的数学模型，以使所述数学模型的输入和输出之间的差别满足预设条件。

为实现上述目的，本说明书实施例提供一种服务器，包括：存储器，用于存储计算机指令；处理器，用于执行所述计算机指令实现以下步骤：获取至少一个用户在指定时间区间内的行为数据；确定所述行为数据对应的数据编码；以所述数据编码形成的矩阵为行为矩阵，使用所述行为矩阵训练基于编码模型和解码模型构建的数学模型，以使所述数学模型的输入和输出之间的差别满足预设条件。

为实现上述目的，本说明书实施例提供一种特征序列生成方法，包括：获取用户在指定时间区间内的行为数据；确定所述行为数据对应的数据编码；以所述数据编码形成的矩阵为行为矩阵，将所述行为矩阵输入至编码模型得到特征序列；所述特征序列用于表征所述用户的行为特征。

为实现上述目的，本说明书实施例提供一种服务器，包括：获取单元，用于获取用户在指定时间区间内的行为数据；确定单元，用于确定所述行为数据对应的数据编码；输入单元，用于以所述数据编码形成的矩阵为行为矩阵，将所述行为矩阵输入至编码模型得到特征序列；所述特征序列用于表征所述用户的行为特征。

为实现上述目的，本说明书实施例提供一种服务器，包括：存储器，用于存储计算机指令；处理器，用于执行所述计算机指令实现以下步骤：获取用户在指定时间区间内的行为数据；确定所述行为数据对应的数据编码；以所述数据编码形成的矩阵为行为矩阵，将所述行为矩阵输入至编码模型得到特征序列；所述特征序列用于表征所述用户的行为特征。