[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

说明书

本说明书提供了一种业务风险的确定方法、模型训练方法和数据处理方法。其中，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目标用户的属性数据，得到针对目标用户的结果数据；其中，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，第一模型用于提取用于特征数据，第二模型包括多个并联的业务子模型，多个业务子模型分别对应于一种业务的业务风险的识别；根据结果数据，确定目标用户在多个业务中的业务风险。由于通过利用预先训练好的同时包含有串联的第一模型和第二模型的预设的业务风险识别模型来对目标用户的属性数据进行识别处理，从而能高效、准确地同时预测出目标用户在多个业务中的业务风险。

技术领域

本说明书属于互联网技术领域，尤其涉及一种业务风险的确定方法、模型训练方法和数据处理方法。

背景技术

在互联网领域中，常常需要为用户同时预测对于多个业务产品的准入风险。

例如，在向某商户推荐新上线的多个业务产品时，需要先预测并提供给该商户对于多个业务产品的准入风险，供商户参考，以便商户可以根据不同业务产品的准入风险，结合自身的具体情况，选择适合自己的业务产品。

因此，亟需一种能够高效、准确地同时预测出用户分别在多个业务产品中的业务风险的方法。

发明内容

本说明书目的在于提供一种业务风险的确定方法、模型训练方法和数据处理方法，以便能够高效、准确地同时预测出目标用户在多个业务中的业务风险。

本说明书提供的一种业务风险的确定方法、模型训练方法和数据处理方法是这样实现的：

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。

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。

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。

一种业务风险的确定装置，包括：获取模块，用于获取目标用户的属性数据；处理模块，用于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；确定模块，用于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。