[发明专利]数据识别方法、装置和存储介质及电子装置

说明书

本发明公开了一种数据识别方法、装置和存储介质及电子装置。其中，该方法包括：获取目标用户的目标数据；将目标数据输入数据识别模型，其中，数据识别模型为利用多个样本数据进行训练后得到的用于识别数据的决策树模型，多个样本数据为整合至少两个目标来源的样本数据后获得的数据，至少两个目标来源中的至少一个目标来源的样本数据中包括至少一个类别的用户标签；获取数据识别模型输出的识别结果，其中，识别结果包括目标用户的目标用户标签。本发明解决了数据识别的效率较低的技术问题。

技术领域

本发明涉及计算机领域，具体而言，涉及一种数据识别方法、装置和存储介质及电子装置。

背景技术

近年来，随着互联网技术和传统金融的快速融合，越来越多的金融交易和活动(如第三方支付和网络借贷)已经实现了数字化，利用丰富的业务数据进行快速准确的预测是在金融实践中需求强烈。在众多的建模应用实践中，规则化的模型输出由于其易于解释，易于落地而受到业务应用的欢迎。

但金融场景下的业务数据往往不够海量、全面以及集中，而冲突的是建模往往需要海量、全面以及集中的业务数据，进而导致现有技术很难训练出一个完整可用的数据识别模型以识别业务数据，降低了数据的识别效率。概括而言，在现有技术中存在数据的识别效率较低的技术问题。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种数据识别方法、装置和存储介质及电子装置，以至少解决数据识别的效率较低的技术问题。

根据本发明实施例的一个方面，提供了一种数据识别方法，包括：获取目标用户的目标数据；将上述目标数据输入数据识别模型，其中，上述数据识别模型为利用多个样本数据进行训练后得到的用于识别数据的决策树模型，上述多个样本数据为整合至少两个目标来源的样本数据后获得的数据，上述至少两个目标来源中的至少一个目标来源的样本数据中包括至少一个类别的用户标签；获取上述数据识别模型输出的识别结果，其中，上述识别结果包括上述目标用户的目标用户标签。

根据本发明实施例的另一方面，还提供了一种数据识别装置，包括：第一获取单元，用于获取目标用户的目标数据；输入单元，用于将上述目标数据输入数据识别模型，其中，上述数据识别模型为利用多个样本数据进行训练后得到的用于识别数据的决策树模型，上述多个样本数据为整合至少两个目标来源的样本数据后获得的数据，上述至少两个目标来源中的至少一个目标来源的样本数据中包括至少一个类别的用户标签；第二获取单元，用于获取上述数据识别模型输出的识别结果，其中，上述识别结果包括上述目标用户的目标用户标签。

根据本发明实施例的又一方面，还提供了一种计算机可读的存储介质，该计算机可读的存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述数据识别方法。

根据本发明实施例的又一方面，还提供了一种电子装置，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，其中，上述处理器通过计算机程序执行上述的数据识别方法。

在本发明实施例中，获取目标用户的目标数据；将上述目标数据输入数据识别模型，其中，上述数据识别模型为利用多个样本数据进行训练后得到的用于识别数据的决策树模型，上述多个样本数据为整合至少两个目标来源的样本数据后获得的数据，上述至少两个目标来源中的至少一个目标来源的样本数据中包括至少一个类别的用户标签；获取上述数据识别模型输出的识别结果，其中，上述识别结果包括上述目标用户的目标用户标签，利用结合联邦学习以及决策树模型的方式，无需等待完整的样本数据，通过多个来源的样本数据即可训练出较为完整的数据识别数据，进而达到了快速识别用户的数据，获取对应的用户标签的技术目的，从而实现了提高数据的识别效率的技术效果，进而解决了数据识别的效率较低的技术问题。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：