[发明专利]一种对象类型识别方法及装置

权利要求书

1.一种用于移动支付领域对象类型识别方法，包括：

获取目标对象的初始类型识别结果，其中，所述初始类型识别结果包括：所述目标对象在各预设类型下的第一识别结果，所述第一识别结果是基于所述目标对象的历史行为数据得到的；所述预设类型包括：线上商户、门店商户、流动型商户、交通运输类商户中至少一项；每个所述预设类型对应于一个所述第一识别结果，所述第一识别结果是初步预测得到的目标对象的所属类型为某一预设类型的打分信息；所述历史行为数据包括：日志信息、属性信息中至少一项，所述日志信息包括交易记录，所述属性信息包括注册地址、经营商品类型；

基于各所述第一识别结果和预先得到的对象类型识别模型，确定所述目标对象在各所述预设类型下的第二识别结果；其中，所述对象类型识别模型是基于各所述预设类型对应的抽样前样本集、以及在抽样后样本集中抽到非预设类型样本的概率所得到的，所述抽样后样本集为利用预设上下抽样方法对所述抽样前样本集进行上下抽样得到的，所述抽样后样本集中预设类型样本的浓度为预设的标准浓度；

根据各所述预设类型对应的所述第二识别结果，确定所述目标对象的所属类型。

2.根据权利要求1所述的方法，其中，在获取目标对象的初始类型识别结果之前，还包括：

针对每个所述预设类型，获取该预设类型对应的抽样前样本集，其中，所述抽样前样本集包括：预设类型样本和非预设类型样本；

基于预设上下抽样方法，根据预设的标准浓度、以及所述抽样前样本集中预设类型样本的原始浓度，确定在抽样后样本集中抽到非预设类型样本的概率；

根据所述抽到非预设类型样本的概率、以及在所述抽样前样本集下的原始分bin准确率，确定在所述抽样后样本集下的目标分bin准确率；

根据各预设类型对应的所述目标分bin准确率，确定对象类型识别模型。

3.根据权利要求2所述的方法，其中，所述基于预设的上下抽样方法，根据预设的标准浓度、以及所述抽样前样本集中预设类型样本的原始浓度，确定在抽样后样本集中抽到非预设类型样本的概率，包括：

根据所述抽样前样本集中所述预设类型样本的数量和样本总数，确定所述预设类型样本的原始浓度；

根据所述原始浓度、预设的标准浓度、以及第一映射关系式，确定在抽样后样本集中抽到非预设类型样本的概率；其中，所述第一映射关系式是针对所述抽样后样本集得到的。

4.根据权利要求3所述的方法，其中，所述第一映射关系式为：

其中，β表示在抽样后样本集中抽到非预设类型样本的概率，a表示预设的标准浓度，b表示在抽样前样本集中预设类型样本的原始浓度。

5.根据权利要求2所述的方法，其中，所述根据所述抽到非预设类型样本的概率、以及在所述抽样前样本集下的原始分bin准确率，确定在所述抽样后样本集下的目标分bin准确率，包括：

基于所述抽样前样本集，确定各分bin区间所对应的预设类型样本的原始分bin准确率；其中，所述分bin区间包括：利用预设的分bin方式对第一识别结果对应的总区间进行划分得到的任一子区间；

根据所述原始分bin准确率、所述抽到非预设类型样本的概率、以及第二映射关系式，确定在所述抽样后样本集下的所述预设类型样本的目标分bin准确率；其中，所述第二映射关系式是针对所述抽样后样本集得到的。

6.根据权利要求5所述的方法，其中，所述第二映射关系式为：

其中，p_s表示目标分bin准确率，p表示原始分bin准确率，β表示在抽样后样本集中抽到非预设类型样本的概率。

7.根据权利要求1所述的方法，其中，所述基于各所述第一识别结果和预先得到的对象类型识别模型，确定所述目标对象在各所述预设类型下的第二识别结果，包括：

针对每个所述预设类型，基于该预设类型对应的所述第一识别结果，确定所述目标对象所在的分bin区间；

基于预先得到的对象类型识别模型，确定与所述分bin区间对应的目标分bin准确率；

根据所述目标分bin准确率，确定所述目标对象在所述预设类型下的第二识别结果。