[发明专利]样本数据的处理方法及装置

说明书

本申请公开一种样本数据的处理方法及装置，涉及数据处理技术领域。本申请的方法包括：获取样本数据集，样本数据集包含多个未标记样本数据；分别将每个未标记样本数据输入至预置评分模型中，以获得每个未标记样本数据对应的评分结果；根据每个未标记样本数据对应的评分结果对多个未标记样本数据进行多轮打标签处理，以获得多个第一正样本数据和多个第一负样本数据；根据多个第一正样本数据和多个第一负样本数据对预置机器学习模型和预置深度学习模型进行多轮迭代训练，以获得第一标签预测模型和第二标签预测模型；根据第一标签预测模型和第二标签预测模型对多个剩余未标记样本数据进行多轮打标签处理。

技术领域

本申请涉及数据处理技术领域，尤其涉及一种样本数据的处理方法及装置。

背景技术

随着社会的不断发展和人们消费观念的逐渐升级，越来越多的人们通过贷款方式来提升自身的生活水平。在贷款申请人向金融机构平台申请贷款服务的过程中，金融机构平台为了降低贷款风险，金融机构平台根据贷款人的个人信息数据和行为表现数据确定贷款人是否会违约还款，即确定贷款人是否为劣质客户。

目前，金融机构平台通常是先基于大量带有标签(优质客户标签或劣质客户标签)的样本数据(历史贷款人的个人信息数据和/或行为表现数据)训练获得预测模型，再将待评估贷款人的个人信息数据和/或行为表现数据输入至预测模型中，以便预测模型输出待评估贷款人为劣质客户的概率。然而，在信贷领域内，获取无标签的样本数据相对容易，而为大量无标签的样本数据打上标签需要耗费大量的人力和物力。因此，金融机构平台如何高效地为大量无标签的样本数据打上标签是目前丞待解决的问题。

发明内容

本申请实施例提供一种样本数据的处理方法及装置，主要目的在于高效地为大量无标签的样本数据打上标签。

为解决上述技术问题，本申请实施例提供如下技术方案：

第一方面，本申请提供了一种样本数据的处理方法，该方法包括：

获取样本数据集，其中，所述样本数据集中包含多个无标签的未标记样本数据；

分别将每个所述未标记样本数据输入至预置评分模型中，以获得每个所述未标记样本数据对应的评分结果；

根据每个所述未标记样本数据对应的评分结果对多个所述未标记样本数据进行多轮打标签处理，直至达到第一预设停止条件，以获得多个第一正样本数据和多个第一负样本数据；

根据多个所述第一正样本数据和多个所述第一负样本数据对预置机器学习模型和预置深度学习模型进行多轮迭代训练，直至达到第二预设停止条件，以获得第一标签预测模型和第二标签预测模型；

根据所述第一标签预测模型和所述第二标签预测模型对多个剩余未标记样本数据进行多轮打标签处理，直至达到第三预设停止条件。

可选的，所述根据每个所述未标记样本数据对应的评分结果对多个所述未标记样本数据进行多轮打标签处理，直至达到第一预设停止条件，以获得多个第一正样本数据和多个第一负样本数据，包括：

针对每一轮打标签处理而言：

根据每个所述未标记样本数据对应的评分结果对多个所述未标记样本数据进行正向排序，以获得第一序列；

获取所述第一序列中排序靠前的X个未标记样本数据；根据预置无监督聚类算法对X个所述未标记样本数据进行聚类处理，以获得多个类簇；根据每个所述未标记样本数据对应的评分结果计算每个所述类簇对应的平均评分；对平均评分最高的类簇中包含的每个所述未标记样本数据进行打标签处理，以获得多个第一正样本数据；