[发明专利]一种梯度提升树模型的预测方法、装置及系统

权利要求书

1.一种梯度提升树模型的预测方法，其特征在于，应用于第一数据方，所述方法包括：

基于待测用户的第一特征数据以及预先与第二数据方联合训练生成的梯度提升树模型，获取所述第一特征数据在所述梯度提升树模型中所对应的节点值；

接收所述第二数据方通过区块链发送的所述待测用户的第二特征数据在所述梯度提升树模型中所对应的节点值；

基于所述第一特征数据对应的节点值、所述第二特征数据对应的节点值以及所述梯度提升树模型，对所述待测用户进行标签预测。

2.根据权利要求1所述的方法，其特征在于，所述基于待测用户的第一特征数据以及预先与第二数据方联合训练生成的梯度提升树模型，获取所述第一特征数据在所述梯度提升树模型中所对应的节点值，包括：

提取所述梯度提升树模型中的回归树的所有特征切分变量以及各所述特征切分变量对应的切分点，并在所述所有特征切分变量中确定出属于所述第一数据方的目标特征切分变量；

将所述第一特征数据与所述目标特征切分变量对应的切分点进行比较，根据比较结果，获取所述第一特征数据在所述梯度提升树模型中对应的节点值。

3.根据权利要求1或2所述的方法，其特征在于，所述基于所述第一特征数据对应的节点值、所述第二特征数据对应的节点值以及所述梯度提升树模型，对所述待测用户进行标签预测，包括：

基于所述第一特征数据对应的节点值、所述第二特征数据对应的节点值，获取所述梯度提升树模型的每棵回归树对所述待测用户的预测值；

基于所述梯度提升树模型的每棵回归树对所述待测用户的预测值，获取所述待测用户的预测标签。

4.根据权利要求3所述的方法，其特征在于，所述基于所述第一特征数据对应的节点值、所述第二特征数据对应的节点值，获取所述梯度提升树模型的每棵回归树对所述待测用户的预测值，包括：

步骤a，将所述梯度提升树模型的基础回归树作为当前回归树；

步骤b，设置所述当前回归树的根节点为父节点；

步骤c，基于所述第一特征数据对应的节点值以及所述第二特征数据对应的节点值，在所述当前回归树中确定所述待测用户对应的子节点是所述父节点的左子节点还是所述父节点的右子节点，并执行步骤d；

步骤d，判断确定出的所述子节点是否为非叶子节点，若判断为是，则执行步骤e，否则，则执行步骤f；

步骤e，设置所述子节点为父节点，并跳转到步骤c；

步骤f，将所述子节点对应的预测值确定为所述当前回归树对所述待测用户的预测值，并执行步骤g；

步骤g，以所述当前回归树的下一棵回归树作为所述当前回归树，重复执行步骤b至步骤f，直至获得所述梯度提升树模型的最后一棵回归树对所述待测用户的预测值。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

通过区块链发送所述待测用户的标签预测结果至所述第二数据方。

6.一种梯度提升树模型的预测方法，其特征在于，应用于第二数据方，所述方法包括：

在第一数据方获取到待测用户的第一特征数据在梯度提升树模型中所对应的节点值，并通过区块链将关于所述获取的通知信息发送给所述第二数据方之后，所述第二数据方基于所述待测用户的第二特征数据以及所述梯度提升树模型，获取所述第二特征数据在所述梯度提升树模型中所对应的节点值，其中，所述梯度提升树模型是所述第一数据方与所述第二数据方预先联合训练生成得到的；

将所述第二特征数据对应的节点值通过区块链发送给所述第一数据方，以使所述第一数据方基于所述第一特征数据对应的节点值、所述第二特征数据对应的节点值以及所述梯度提升树模型，对所述待测用户进行标签预测；

接收所述第一数据方通过区块链发送的所述待测用户的标签预测结果。