[发明专利]业务推荐方法、计算机设备及计算机可读存储介质

权利要求书

1.一种业务推荐方法，其特征在于，包括：

获取正样本数据组以及未定类样本数据组，其中，所述未定类样本数据组为业务的备选客户对应的数据集合；

从所述未定类样本数据组中选取多个未定类样本数据，生成负样本数据组；

根据所述正样本数据组和所述负样本数据组，对初始二分类模型进行训练，获得对应的目标二分类模型；

将所述未定类样本数据组输入所述目标二分类模型，输出所述未定类样本数据组中每个未定类样本数据对应的评分，并返回执行所述从所述未定类样本数据组中选取多个未定类样本数据，生成负样本数据组的步骤，直至输出的每个所述未定类样本数据对应的评分的数量达到预设数量；

根据每个所述未定类样本数据对应的预设数量的评分，计算每个所述未定类样本数据对应的平均分；

根据每个所述未定类样本数据对应的所述平均分，从所述备选客户中确定对应的目标客户，以根据所述目标客户进行业务推荐。

2.根据权利要求1所述的方法，其特征在于，所述从所述未定类样本数据组中选取多个未定类样本数据，生成负样本数据组，包括：

从所述未定类样本数据组中随机选取相应数量的未定类样本数据，其中，选取的未定类样本数据的数量与所述正样本数据组中正样本数据的数量一致；

根据选取的所述未定类样本数据，生成第一负样本数据组。

3.根据权利要求2所述的方法，其特征在于，所述根据所述正样本数据组和所述负样本数据组，对初始二分类模型进行训练，获得对应的目标二分类模型，包括：

根据所述正样本数据组和所述第一负样本数据组，基于正样本数据准确率对应的第一优化目标函数，对所述初始二分类模型进行训练，获得对应的第一目标二分类模型；

所述将所述未定类样本数据组输入所述目标二分类模型，输出所述未定类样本数据组中每个未定类样本数据对应的评分，包括：

将所述未定类样本数据组输入所述第一目标二分类模型，输出每个所述未定类样本数据对应的评分。

4.根据权利要求3所述的方法，其特征在于，所述将所述未定类样本数据组输入所述第一目标二分类模型，输出每个所述未定类样本数据对应的评分之后，包括：

根据每个所述未定类样本数据对应的评分，选取第一数量的所述未定类样本数据，生成第一负样本数据子集，其中，选取的第一数量的所述未定类样本数据对应的评分低于其他未选取的所述未定类样本数据对应的评分；

所述从所述未定类样本数据组中选取多个未定类样本数据，生成负样本数据组，包括：

从除去所述第一负样本数据子集的所述未定类样本数据组中随机选取第二数量的未定类样本数据，其中，所述第一数量、所述第二数量之和与所述正样本数据组中正样本数据的数量一致；

根据选取的所述第二数量的所述未定类样本数据、以及所述第一负样本数据子集，生成第二负样本数据组。

5.根据权利要求4所述的方法，其特征在于，所述根据所述正样本数据组和所述负样本数据组，对初始二分类模型进行训练，获得对应的目标二分类模型，包括：

根据所述正样本数据组和所述第二负样本数据组，基于正样本数据准确率和第一负样本数据子集准确率对应的第二优化目标函数，对所述初始二分类模型进行训练，获得对应的第二目标二分类模型；

所述将所述未定类样本数据组输入所述目标二分类模型，输出所述未定类样本数据组中每个未定类样本数据对应的评分，包括：

将所述未定类样本数据组输入所述第二目标二分类模型，输出每个所述未定类样本数据对应的评分。