[发明专利]基于区块链的客群分类模型训练方法、装置、设备及介质

说明书

本发明实施例提供了一种基于区块链的客群分类模型训练方法、装置、设备及介质，其中，该方法包括：多个参与方组成联盟链，各个参与方作为所述联盟链的节点，针对每个节点，采集自身的用户数据；将自身采集的用户数据同步给所述联盟链的其他节点，接收所述其他节点同步的用户数据；利用自身采集的用户数据和接收的用户数据作为样本训练得到客群分类模型。该方案实现了数据共享，打破了“数据孤岛”的困境，实现了丰富样本数据，有利于提高客群分类模型的准确性，由于样本数据的增加，在不减少正样本数量的情况下，有利于增大负样本的数量，有利于提高样本的均衡性，进而有利于进一步提高客群分类模型的准确性。

技术领域

本发明涉及用户数据处理技术领域，特别涉及一种基于区块链的客群分类模型训练方法、装置、设备及介质。

背景技术

随着人工智能理论与技术的发展，利用大量的用户信息可以为用户提供定制化、个性化的符合用户偏好的服务。机器学习模型的准确率需要大量的训练用户数据以及丰富的用户特征作为支撑。然而，鉴于用户数据的安全以及用户数据的隐私保护，一方面，目前各个银行间的用户数据是不可能共享用于训练模型，使得用户数据分布在独立的“用户数据孤岛”中，无法实现用户数据共享；另一方面，目前商业银行诸如反洗钱、反欺诈、信用评价等场景中用于训练客群分类模型的用户数据中，负样本一般只占很小的一部分比例，正负样本极为不均衡，现有方案针对这种情况往往会采取减少正例样本的方式，但是这样也减少了训练样本量，导致客群分类模型的准确率下降。

发明内容

本发明实施例提供了一种基于区块链的客群分类模型训练方法，以解决现有技术中客群分类模型的准确性低的技术问题。多个参与方组成联盟链，各个参与方作为所述联盟链的节点，该方法包括：

针对每个节点，采集自身的用户数据；

将自身采集的用户数据同步给所述联盟链的其他节点，接收所述其他节点同步的用户数据；

利用自身采集的用户数据和接收的用户数据作为样本训练得到客群分类模型。

本发明实施例还提供了一种基于区块链的客群分类模型训练装置，以解决现有技术中客群分类模型的准确性低的技术问题。多个参与方组成联盟链，各个参与方作为所述联盟链的节点，所述基于区块链的客群分类模型训练装置运行于所述节点上，该装置包括：

用户数据采集模块，用于采集自身的用户数据；

数据交互模块，用于将自身采集的用户数据同步给所述联盟链的其他节点，接收所述其他节点同步的用户数据；

模型训练模块，用于利用自身采集的用户数据和接收的用户数据作为样本训练得到客群分类模型。

本发明实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任意的基于区块链的客群分类模型训练方法，以解决现有技术中客群分类模型的准确性低的技术问题。

本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述任意的基于区块链的客群分类模型训练方法的计算机程序，以解决现有技术中客群分类模型的准确性低的技术问题。

在本发明实施例中，提出了多个参与方组成联盟链，各个参与方作为所述联盟链的节点，每个节点采集自身的用户数据，将自身采集的用户数据同步给联盟链的其他节点，并接收其他节点同步的用户数据，由于区块链具有防篡改和可追溯性，区块链的使用，使得各个节点之间在保证数据隐私安全的前提下，实现了数据共享，打破了“数据孤岛”的困境，每个节点可以基于自身采集的用户数据和接收的用户数据作为样本训练得到客群分类模型，与现有技术中基于机构自身数据进行模型训练相比，实现了丰富样本数据，有利于提高客群分类模型的准确性，由于样本数据的增加，在不减少正样本数量的情况下，有利于增大负样本的数量，有利于提高样本的均衡性，进而有利于进一步提高客群分类模型的准确性。