[发明专利]画像模型训练方法、装置、计算机设备及存储介质

权利要求书

1.一种画像模型训练方法，其特征在于，所述方法包括：

确定目标画像模型的业务流程，其中，所述业务流程和所述目标画像模型的业务目标相关；

根据所述业务目标在数据库中查找预先存储的因子归纳表，基于所述业务流程和所述因子归纳表确定所述目标画像模型的执行逻辑和目标因子；

基于所述执行逻辑和所述目标因子搭建因子体系；

获取历史业务数据，所述历史业务数据与所述因子体系相关；

根据所述历史业务数据进行训练，得到所述目标画像模型。

2.根据权利要求1所述的方法，其特征在于，所述基于所述执行逻辑和所述目标因子搭建因子体系，包括：

获取域外历史数据，根据所述域外历史数据分析所述目标因子与所述目标画像模型的业务目标之间的关联性，得到第一关联性，其中，所述域外历史数据与所述目标因子相关；

根据所述域外历史数据分析所述目标因子相互之间的关联性，得到第二关联性；

根据所述第一关联性和所述第二关联性确定所述目标因子的因子权重；

根据所述目标因子的因子权重、所述执行逻辑和所述目标因子搭建所述因子体系。

3.根据权利要求1所述的方法，其特征在于，在所述根据所述历史业务数据进行训练，得到所述目标画像模型之前，还包括：

根据所述历史业务数据和所述目标画像模型的业务目标确定训练所述目标画像模型所需的目标模型；

初始化所述目标画像模型所需的目标模型；

所述根据所述历史业务数据进行训练，得到所述目标画像模型，包括：

根据所述历史业务数据，采用所述目标画像模型所需的目标模型进行训练，得到所述目标画像模型。

4.根据权利要求3所述的方法，其特征在于，所述根据所述历史业务数据和所述目标画像模型的业务目标确定训练所述目标画像模型所需的目标模型，包括：

确定所述历史业务数据的数据类型，其中，所述数据类型包括结构化数据和非结构化数据；

根据所述目标画像模型的业务目标从问题类型库中确定目标问题类型，其中，所述问题类型库是根据历史业务目标预先建立的；

根据所述历史业务数据的数据类型和所述目标问题类型确定训练所述目标画像模型所需的目标模型。

5.根据权利要求3所述的方法，其特征在于，所述根据所述历史业务数据进行训练，得到所述目标画像模型，包括：

根据所述历史业务数据进行训练，若训练采用的是有监督的训练方式，则通过训练得到损失值，基于所述损失值对所述目标画像模型所需的目标模型进行迭代更新，得到所述目标画像模型；

若所述训练采用的是无监督学习的训练方式，则基于所述目标画像模型所需的目标模型训练的结果得到所述目标画像模型。

6.一种画像模型训练装置，其特征在于，所述装置包括：

业务流程确定模块，用于确定目标画像模型的业务流程，其中，所述业务流程和所述目标画像模型的业务目标相关；

执行逻辑和目标因子确定模块，用于根据所述业务目标在数据库中查找预先存储的因子归纳表，基于所述业务流程和所述因子归纳表确定所述目标画像模型的执行逻辑和目标因子；

因子体系搭建模块，用于基于所述执行逻辑和所述目标因子搭建因子体系；

历史业务数据获取模块，用于获取历史业务数据，所述历史业务数据与所述因子体系相关；

目标画像模型获取模块，用于根据所述历史业务数据进行训练，得到所述目标画像模型。

7.根据权利要求6所述的装置，其特征在于，所述因子体系搭建模块，包括：

第一关联性获取单元，用于获取域外历史数据，根据所述域外历史数据分析所述目标因子与所述目标画像模型的业务目标之间的关联性，得到第一关联性，其中，所述域外历史数据与所述目标因子相关；

第二关联性获取单元，用于根据所述域外历史数据分析所述目标因子相互之间的关联性，得到第二关联性；

因子权重确定单元，用于根据所述第一关联性和所述第二关联性确定所述目标因子的因子权重；

因子体系搭建单元，用于根据所述目标因子的因子权重、所述执行逻辑和所述目标因子搭建所述因子体系。