[发明专利]用于平台在线模型的数据处理方法和装置

说明书

本说明书实施例提供一种用于平台在线模型的数据处理方法和装置，其中，所述平台支持第一类用户与第二类用户之间的交互业务，所述方法包括：获取所述模型第一预定时段内的多个输入数据和相应的多个输出数据；基于所述平台的在所述第一预定时段内的交互数据，确定所述第一预定时段是否为异常时段；以及在确定所述第一预定时段不是异常时段的情况中，获取与所述多个输入数据分别相应的标签值，以获取所述模型的多个训练样本，其中，每个训练样本包括输入数据、相应的输出数据和相应的标签值。

技术领域

本说明书实施例涉及机器学习技术领域，更具体地，涉及一种用于平台在线模型的数据处理方法和装置。

背景技术

在机器学习领域，模型的自动重新调整(refit)和自动重新训练(retrain)，是智能风控系统的重要组成部分，所述风控系统包括各个场景模型，如防盗用模型、防欺诈模型等。在这些模型中，一些特定的场景会对模型的自动更新提出特殊的要求，通用的自动更新方法将无法适用。比如在商户交易的欺诈风险场景中，商户的交易行为会有很多短期的系统性突变，比如双11、双12等大促活动以及春节等节假日，在这期间商户的交易量及交易流水等都会有很大的突变，而这些突变都是一些短期的变化，并不是常态的趋势性变化，不应该成为风控模型去“适应”的目标，因为风控模型应当保持一定的稳定性，更新的目的主要是适应趋势性的风险变化，如果直接把这些短期突变数据放到模型自动更新里，就会造成模型的频繁波动，不仅不能提升模型性能，还会极大增加模型运营成本。而且这种短期突变并不一定是固定日期，很难用简单的规则进行排除。

因此，需要一种更有效的用于所述模型的数据处理方案，以改进模型的自动更新方案。

发明内容

本说明书实施例旨在提供一种更有效的用于平台在线模型的数据处理方案，以解决现有技术中的不足。

为实现上述目的，本说明书一个方面提供一种用于平台在线模型的数据处理方法，其中，所述平台支持第一类用户与第二类用户之间的交互业务，所述方法包括：

获取所述模型第一预定时段内的多个输入数据和相应的多个输出数据；

基于所述平台的在所述第一预定时段内的交互数据，确定所述第一预定时段是否为异常时段；以及

在确定所述第一预定时段不是异常时段的情况中，获取与所述多个输入数据分别相应的标签值，以获取所述模型的多个训练样本，其中，每个训练样本包括输入数据、相应的输出数据和相应的标签值。

在一个实施例中，所述方法还包括，在获取所述多个训练样本之后，将所述多个训练样本放入训练样本池中。

在一个实施例中，所述方法还包括，在将所述多个训练样本放入训练样本池之后，通过训练样本池中第二预定时段内的样本，确定所述模型的性能指标是否超出预定范围；以及

在所述性能指标超出预定范围的情况中，使用所述训练样本池中第三预定时段内的样本训练所述模型。

在一个实施例中，所述性能指标包括以下至少一种：准确率、召回率、AUC、KS值、PSI。

在一个实施例中，所述第一预定时段为过去一天。

在一个实施例中，获取与所述多个输入数据分别相应的标签值包括，在三天之后，获取与所述多个输入数据分别相应的标签值。

在一个实施例中，所述第一预定时段为过去的与当天间隔三天的一天。

在一个实施例中，所述模型输入数据和相应的模型输出数据通过所述模型的运行日志获取。

在一个实施例中，所述平台支持商户与消费者之间的交易业务，所述模型为交易风控模型，其中，所述模型输入数据为交易的特征数据，所述模型输出数据预测该交易是否存在风险，所述标签数据指示该交易是否存在风险，以及，所述交互数据为交易额。