[发明专利]流量分发模型的训练方法、流量分发方法及装置

说明书

本公开提供了一种流量分发模型的训练方法，可以应用于金融领域和人工智能领域。该流量分发模型的训练方法包括：获取初始样本数据集，初始样本数据集中的初始样本包括用户信息以及与用户信息对应的历史流量分发信息；基于初始样本数据，根据预设规则生成训练样本数据集，训练样本数据集中的训练样本包括用户特征数据以及与用户特征数据对应的历史流量分发数据，训练样本数据集还包括与训练样本对应的标签信息，标签信息表征历史流量分发成功结果；利用训练样本数据集训练待训练的流量分发模型，得到训练完成的流量分发模型。本公开还提供了一种流量分发方法、流量分发模型的训练装置、流量分发装置、设备、存储介质和程序产品。

技术领域

本公开涉及金融领域和人工智能技术领域，更具体地涉及一种流量分发模型的训练方法、流量分发方法、装置、设备、介质和程序产品。

背景技术

在金融机构或银行信贷业务场景中，当客户来金融机构(简称流量方)授信做贷款，流量方一方面可以自行对客户做授信、放款，另一方面也可以将该客户转发给其合作出资方银行(简称资方银行)，资方银行会根据流量方提供的客户信息(主要是客户征信方面的信息)对该客户进行授信评估，评估通过后则进行放款，流量方从中获取引流分发手续费收益。

目前大多数流量方采用凭人工经验设定的引流分发规则，例如根据客户的金额需求、利率意愿、手续费收益等规则设计引流分发规则，一方面导致客户的引流分发成功率不高，普遍在60％左右，造成客户资源的浪费，从而带来的客户体验不佳；另一方面，人为经验不可靠，常常需要手工调整规则，导致人力成本提升，且无法满足资方银行的引流分发客户数量需求，从而导致流量方的引流分发收益有限。

发明内容

鉴于上述问题，本公开提供了流量分发模型的训练方法、流量分发方法、装置、设备、介质和程序产品。

根据本公开的第一个方面，提供了一种流量分发模型的训练方法，包括：

获取初始样本数据集，其中，上述初始样本数据集中的初始样本包括用户信息以及与上述用户信息对应的历史流量分发信息；

基于上述初始样本数据集，根据预设规则生成训练样本数据集，其中，上述训练样本数据集中的训练样本包括用户特征数据以及与上述用户特征数据对应的历史流量分发数据，其中，上述训练样本数据集还包括与上述训练样本对应的标签信息，上述标签信息表征上述历史流量分发成功结果；

利用上述训练样本数据集训练待训练的流量分发模型，得到训练完成的流量分发模型。

根据本公开的实施例，上述基于上述初始样本数据，根据预设规则生成训练样本数据集包括：

将上述初始样本数据集与预先配置的特征整合表进行匹配，生成第一样本数据集，其中，上述第一样本数据集包括与同一用户对应的多个第一样本；

对上述第一样本数据集进行数据整合，生成第二样本数据集，其中，上述第二样本数据集中的每个第二样本对应一个用户；

对上述第二样本数据集进行数据处理，生成上述训练样本数据集。

根据本公开的实施例，上述第二样本包括第一预设字符信息；

上述对上述第二样本数据集进行数据处理，生成上述训练样本数据集包括：

利用独热编码算法处理上述第二样本数据集中的第二样本，以便将上述第二样本中的上述第一预设字符信息转换为第二预设字符信息，生成第三样本数据集；

对上述第三样本数据集中的第三样本进行数据标准化处理，生成上述训练样本数据集。

根据本公开的实施例，上述利用上述训练样本数据集训练待训练的流量分发模型，得到训练完成的流量分发模型包括：

将上述训练样本数据集划分为训练集和验证集；