[发明专利]预测模型训练、预测方法、装置及电子设备

说明书

本说明书实施例公开了一种预测模型训练、预测方法、装置及电子设备，其中，预测模型训练方法可以获取产生于第一时刻之前和/或之后的预设时段内批量样本数据，一个样本数据中携带一个主对象下的多个从属对象的特征数据，一个主对象下有一个从属对象为待测从属对象，其余从属对象为参考从属对象；基于样本数据中参考从属对象的特征数据和预设模型，确定样本数据中参考从属对象的管理指标值；对样本数据中至少一个参考从属对象的管理指标值进行整合，并将整合结果作为样本数据中待测从属对象的新增特征数据；将样本数据中待测从属对象的标签、原有特征数据和新增特征数据作为输入，训练管理指标预测模型。

技术领域

本申请涉及计算机技术领域，尤其涉及一种预测模型训练、预测方法、装置及电子设备。

背景技术

相关技术中，常常出现一个主对象拥有多个从属对象的情况。例如，很多行业的运营方(第三方支付平台、电商公司、线下零售业等)都建立了自己的会员体系，且为了增加用户数量、提升客户体验，运营方允许同一人(主对象)基于不同注册凭证(电子邮箱、手机号、证件号等)注册多个账户(从属对象)。

运营方允许一个主对象拥有多个从属对象的情况，加深了运营方对从属对象的管理难度。比如，第三方支付平台允许同一人注册多个账户的这种情况，存在用户利用小号、买卖账户、盗用账户进行非法活动等问题，这加深了第三方支付平台的账户风险管理难度。

因此，如何准确地刻画从属对象的管理指标，以使运营方能更好地对从属对象进行管理，是亟待解决的技术问题。

发明内容

本说明书实施例提供了一种预测模型训练、预测方法、装置及电子设备，以解决如何准确地刻画从属对象的管理指标的问题。

为解决上述技术问题，本说明书实施例是这样实现的：

第一方面，提出了一种管理指标预测模型训练方法，包括：

获取批量样本数据，其中，所述样本数据产生于第一时刻之前和/或之后的预设时段内，一个所述样本数据中携带一个主对象下的多个从属对象的特征数据，一个主对象下有一个从属对象为待测从属对象，其余从属对象为参考从属对象，所述待测从属对象携带有标签；

基于所述样本数据中参考从属对象的特征数据和预设模型，确定所述样本数据中参考从属对象的管理指标值，其中，所述预设模型是基于批量从属对象的特征数据训练得到的；

对所述样本数据中至少一个参考从属对象的管理指标值进行整合，并将整合结果作为所述样本数据中待测从属对象的新增特征数据；

将所述样本数据中待测从属对象的标签、原有特征数据和新增特征数据作为输入，训练管理指标预测模型，所述管理指标预测模型用于预测所述待测从属对象在所述第一时刻之后的预设时段内的管理指标值。

第二方面，提出了一种管理指标预测方法，包括：

确定待预测的目标从属对象；

获取目标主对象下的多个从属对象的特征数据，其中，所述目标主对象下的多个从属对象包括所述目标从属对象和至少一个参考从属对象，所述目标主对象下的从属对象的特征数据产生于第二时刻之前的预设时段内；

基于所述目标主对象下的参考从属对象的特征数据和预设模型，确定所述目标主对象下的参考从属对象的管理指标值，其中，所述预设模型是基于批量从属对象的特征数据训练得到的；

对所述目标主对象下的至少一个参考从属对象的管理指标值进行整合，并将整合结果作为所述目标从属对象的新增特征数据；

将所述目标从属对象的原有特征数据和新增特征数据输入管理指标预测模型，预测所述目标从属对象在所述第二时刻之后的预设时段内的管理指标值，其中，所述管理指标预测模型是基于第一方面所述的方法训练得到的。