[发明专利]目标对象处理方法以及装置

权利要求书

1.一种目标对象处理方法，包括：

从多个数据源获取用户在目标项目中不同处理维度的待处理数据；

对所述待处理数据中包含的非结构化数据进行结构化处理，生成目标待处理数据，其中，所述目标待处理数据为结构化数据；

根据特征工程算法对所述目标待处理数据进行量化处理，生成所述用户的多个决策因子变量以及各决策因子变量对应的变量值；

基于所述多个决策因子变量及所述变量值，生成与所述目标项目对应的所述目标对象。

2.根据权利要求1所述的目标对象处理方法，所述基于所述多个决策因子变量及所述变量值，生成与所述目标项目对应的所述目标对象，包括：

将所述多个决策因子变量及所述变量值作为训练样本，对待训练的决策模型进行训练，生成与所述目标项目对应的决策模型。

3.根据权利要求1或2所述的目标对象处理方法，所述根据特征工程算法对所述目标待处理数据进行量化处理，生成所述用户的多个决策因子变量以及各决策因子变量对应的变量值，包括：

根据特征工程算法对所述目标待处理数据进行量化处理，生成所述用户的多个待筛选的初始决策因子变量以及各初始决策因子变量对应的变量值；

确定所述待筛选的初始决策因子变量对应的评估指标，并确定所述评估指标对应的评估算法；

根据所述评估算法以及各初始决策因子变量对应的变量值，分别计算所述待筛选的初始决策因子变量对应的评估指标值；

根据所述评估指标值筛选获得所述用户的多个决策因子变量以及各决策因子变量对应的变量值。

4.根据权利要求2所述的目标对象处理方法，所述生成所述决策模型之后，还包括：

获取待决策数据，并确定所述待决策数据所属的数据源；

在所述多个数据源中包含所述待决策数据所属的数据源的情况下，基于所述待决策数据对所述决策模型的性能进行检测；

在根据检测结果确定所述决策模型的性能下降的情况下，根据所述多个数据源中包含的待处理数据对所述决策模型进行优化，生成目标决策模型。

5.根据权利要求4所述的目标对象处理方法，所述根据所述多个数据源中包含的待处理数据对所述决策模型进行优化，生成目标决策模型，包括：

根据参数寻优算法对所述决策模型中各个模型参数的参数值进行寻优处理，获得目标模型参数；

根据所述目标模型参数构建损失函数；

基于所述损失函数对所述决策模型进行迭代训练，直至达到训练停止条件，停止进行迭代训练，生成目标决策模型。

6.根据权利要求2所述的目标对象处理方法，所述生成所述决策模型之后，还包括：

获取待决策数据，并确定所述待决策数据所属的数据源；

在所述多个数据源中不包含所述待决策数据所属的数据源的情况下，基于所述待决策数据对所述决策模型进行自适应的增量学习，生成目标决策模型。

7.根据权利要求6所述的目标对象处理方法，所述基于所述待决策数据对所述决策模型进行自适应的增量学习，生成目标决策模型，包括：

根据参数寻优算法对所述决策模型中各个模型参数的参数值进行寻优处理，获得目标模型参数；

根据所述目标模型参数构建损失函数；

基于待决策数据以及所述损失函数对所述决策模型进行迭代训练，直至达到训练停止条件，停止进行迭代训练，生成目标决策模型。

8.根据权利要求5或7所述的目标对象处理方法，所述根据所述目标模型参数构建损失函数，包括：

将所述目标模型参数作为系数，将所述决策模型以及所述目标决策模型的输出作为变量，构建损失函数。

9.根据权利要求2所述的目标对象处理方法，所述生成所述决策模型之后，还包括：

确定所述决策模型对应的评估指标，并确定所述评估指标对应的评估算法；

根据所述评估算法以及所述决策模型的输出结果，分别计算所述评估指标对应的评估指标值；

根据所述评估指标以及所述评估指标值，生成所述决策模型的模型评估报告。