[发明专利]业务风险的确定方法、模型训练方法和数据处理方法

权利要求书

1.一种业务风险的确定方法，包括：

获取目标用户的属性数据；

利用预设的业务风险识别模型根据所述目标用户的属性数据，得到针对目标用户的结果数据；其中，所述预设的业务风险识别模型包括串联的第一模型和第二模型，所述第一模型用于提取用于业务风险识别的特征数据，所述第二模型包括多个并联的业务子模型，所述多个业务子模型分别对应于一种业务的业务风险的识别；

根据所述目标用户的结果数据，确定目标用户在多个业务中的业务风险。

2.根据权利要求1所述的方法，所述目标用户的属性数据包括以下至少之一：目标用户参与过的业务的历史记录、目标用户计划投入的资源数据、目标用户剩余的资源数据、目标用户的风险意识调查数据。

3.根据权利要求1所述的方法，在根据所述目标用户的结果数据，确定目标用户在多个业务中的业务风险后，所述方法还包括：

从所述多个业务中筛选出业务风险值小于目标用户预设的风险值阈值的业务作为目标业务；

向所述目标用户推荐所述目标业务。

4.根据权利要求1所述的方法，所述预设的业务风险识别模型按照以下方式建立：

选取预设结构的初始模型，以建立初始的第一模型；

选取多个预设结构的初始模型并联，以建立初始的第二模型，其中，所述初始的第二模型中的并联的多个预设结构的初始模型用于生成对应的并联的多个业务子模型；

利用梯度数据连接所述初始的第一模型和所述初始的第二模型，以建立初始的预设模型；

获取标注后的样本数据，并利用标注后的样本数据对所述初始的预设模型进行模型训练，得到所述预设的业务风险识别模型。

5.根据权利要求4所述的方法，获取标注后的样本数据，包括：

获取样本数据；

在所述样本数据中标注出对应多个业务的业务风险值，得到标注后的样本数据。

6.根据权利要求4所述的方法，在利用梯度数据连接所述初始的第一模型和所述初始的第二模型，以建立初始的预设模型后，所述方法还包括：

确定多个业务中各个业务的关注度；

根据所述多个业务中的各个业务的关注度，设置所述第二模型中的各个业务子模型所对应的损失函数的权重参数。

7.一种模型训练方法，包括：

选取预设结构的初始模型，以建立初始的第一模型，其中，所述初始的第一模型用于生成第一模型，所述第一模型用于提取特征数据；

选取多个预设结构的初始模型并联，以建立初始的第二模型，其中，所述初始的第二模型用于生成第二模型，所述第二模型包括多个并联的场景子模型，所述多个场景子模型分别用于得到对应场景下的处理数据，所述多个场景子模型根据所述并联的多个预设结构的初始模型生成；

利用梯度数据连接所述初始的第一模型和所述初始的第二模型，以建立初始的预设模型；

获取标注后的样本数据，并利用标注后的样本数据对所述初始的预设模型进行模型训练，得到预设的多场景处理模型，其中，所述预设的多场景处理模型包括串联的第一模型和第二模型。

8.根据权利要求7所述的方法，在利用梯度数据连接所述初始的第一模型和所述初始的第二模型，以建立初始的预设模型后，所述方法还包括：

确定多个场景中各个场景的关注度；

根据所述多个场景中的各个场景的关注度，设置第二模型中的各个场景子模型所对应的损失函数的权重参数。

9.一种数据处理方法，包括：

获取目标属性数据；

利用预设的多场景处理模型根据所述目标属性数据，得到结果数据；其中，所述预设的多场景处理模型包括串联的第一模型和第二模型，所述第一模型用于提取特征数据，所述第二模型包括多个并联的场景子模型，所述多个场景子模型分别用于得到对应场景下的处理数据；

根据所述结果数据，确定多个场景下的处理数据。