[发明专利]质量评估模型训练方法、装置、电子设备及存储介质

说明书

本公开关于一种质量评估模型训练方法、装置、电子设备及存储介质，涉及计算机处理技术领域。该方法包括获取至少一个产品的全生命周期的基础数据；基础数据包括运行日志数据和产品基础功能对应的数据；确定神经网络模型的训练任务类型；根据全生命周期的基础数据和训练任务类型迭代训练神经网络模型，得到质量评估模型；质量评估模型用于对产品执行训练任务类型的任务。

技术领域

本公开涉及计算机处理技术领域，尤其涉及一种质量评估模型训练方法、装置、电子设备及存储介质。

背景技术

科学技术是第一生产力，是驱动企业发展的核心引擎。当前云计算、大数据、人工智能等新技术的飞速发展，逐渐成为推动企业转型的重要驱动力。在银行业务范围不断扩大、产品交付快的背景下，为了保证高质量的产品，需要对产品的质量进行评估。

相关技术中，采用质量评估模型对产品的质量进行评估。然而，由于训练模型时采集的数据质量差，导致使用该质量评估模型对产品的质量进行评估时，存在质量评估片面化、不准确、返工率高以及成本高等问题，进而导致对产品的质量监控与预测效率低。

发明内容

本公开提供一种质量评估模型训练方法、装置、电子设备及存储介质，以至少解决相关技术中质量评估模型在对产品的质量进行评估时存在的质量评估片面化、不准确、返工率高以及成本高等的问题。本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种质量评估模型训练方法，包括：获取至少一个产品的全生命周期的基础数据；基础数据包括运行日志数据和产品基础功能对应的数据；确定神经网络模型的训练任务类型；根据全生命周期的基础数据和训练任务类型迭代训练神经网络模型，得到质量评估模型；质量评估模型用于对产品执行训练任务类型的任务。

在一种可能的实施方式中，根据全生命周期的基础数据和训练任务类型训练神经网络模型，得到质量评估模型，包括：对基础数据进行预处理，得到初始目标基础数据；预处理包括数据清洗、数据变换、数据归约或数据可视化分析中的至少一种；对初始目标基础数据进行特征处理，得到目标基础数据；根据目标基础数据和训练任务类型训练神经网络模型，得到质量评估模型。

另一种可能的实施方式中，根据全生命周期的基础数据和训练任务类型迭代训练神经网络模型，得到质量评估模型，包括：利用全生命周期的基础数据和训练任务类型训练神经网络模型，在神经网络模型的召回率大于预设阈值的情况下，确定神经网络模型为质量评估模型。

另一种可能的实施方式中，质量评估模型训练方法，还包括：获取目标产品的待评估数据；将目标产品的待评估数据输入到质量评估模型，对目标产品的待评估数据执行训练任务类型的任务，得到评估结果数据；根据评估结果数据和评估结果数据对应的预设评估结果阈值，修正产品的全生命周期的基础数据；根据修正后的全生命周期的基础数据，优化质量评估模型。

根据本公开实施例的第二方面，提供一种质量评估模型训练装置，包括：获取模块，被配置为执行获取至少一个产品的全生命周期的基础数据；基础数据包括运行日志数据和产品基础功能对应的数据；确定模块，被配置为执行确定神经网络模型的训练任务类型；训练模块，被配置为执行根据全生命周期的基础数据和训练任务类型迭代训练神经网络模型，得到质量评估模型；质量评估模型用于对产品执行训练任务类型的任务。

在一种可能的实施方式中，训练模块，具体被配置为执行：对基础数据进行预处理，得到初始目标基础数据；预处理包括数据清洗、数据变换、数据归约或数据可视化分析中的至少一种；对初始目标基础数据进行特征处理，得到目标基础数据；根据目标基础数据和训练任务类型训练神经网络模型，得到质量评估模型。

另一种可能的实施方式中，训练模块，具体被配置为执行：利用全生命周期的基础数据和训练任务类型训练神经网络模型，在神经网络模型的召回率大于预设阈值的情况下，确定神经网络模型为质量评估模型。