[发明专利]一种模型线上更新方法及装置

权利要求书

1.一种模型线上更新方法，包括：

获取预设树模型的副本和新训练样本集合；所述预设树模型为：当前线上运行的提升树模型或当前线上运行的梯度提升决策树模型；

将所述副本当前的叶子节点输出值确定为旧叶子节点输出值；

在保持所述副本结构不变的情况下，根据所述新训练样本集合更新所述副本的叶子节点输出值，将更新后的叶子节点输出值确定为新叶子节点输出值；

根据对所述新训练样本集合的关注程度，确定所述新叶子节点输出值的第一权重和所述旧叶子节点输出值的第二权重；

利用所确定的第一权重和第二权重，针对所述副本的每个叶子节点，计算对应的新叶子节点输出值和对应的旧叶子节点输出值的加权和，并将该叶子节点的输出值更新为所述加权和，得到新的副本树模型；

将所述新的副本树模型部署到线上，所述新的副本树模型用于在预设情况下替换所述预设树模型。

2.根据权利要求1所述的方法，所述根据所述新训练样本集合更新所述副本的叶子节点输出值，包括：

将所述新训练样本集合输入所述副本，确定所述副本中每个叶子节点被划分到的新训练样本；

根据每个叶子节点被划分到的新训练样本标签值，更新该叶子节点的输出值。

3.根据权利要求1所述的方法，所述保持所述副本结构不变，包括：保持所述副本中每个树结构节点划分的条件和阈值不变。

4.根据权利要求1所述的方法，所述根据对所述新训练样本集合的关注程度，确定所述新叶子节点输出值的第一权重和所述旧叶子节点输出值的第二权重，包括：

确定用于训练所述预设树模型的旧训练样本集合中的样本数量；

确定所述旧训练样本集合与所述新训练样本集合之间的样本数量和；

将所述旧训练样本集合中的样本数量，与所述样本数量和的比值确定为所述旧叶子节点输出值的第二权重；

将所述新训练样本集合中的样本数量，与所述样本数量和的比值确定为所述新叶子节点输出值的第一权重。

5.根据权利要求1所述的方法，所述第一权重和所述第二权重的和为固定值。

6.一种模型线上更新方法，包括：

获取预设树模型的叶子节点输出值为旧叶子节点输出值；所述预设树模型为：当前线上运行的提升树模型或当前线上运行的梯度提升决策树模型；

获取新训练样本集合，并将所述新训练样本集合发送到线上，以便于在保持所述预设树模型结构不变的情况下，根据所述新训练样本集合更新所述预设树模型的叶子节点输出值；

获取更新后的预设树模型的叶子节点输出值为新叶子节点输出值；

根据对所述新训练样本集合的关注程度，确定所述新叶子节点输出值的第一权重和所述旧叶子节点输出值的第二权重；

利用所确定的第一权重和第二权重，针对所述预设树模型的每个叶子节点，计算对应的新叶子节点输出值和对应的旧叶子节点输出值的加权和，并将所述加权和发送到线上，以便于将该叶子节点的输出值更新为所述加权和。

7.一种模型线上更新装置，包括：

副本获取单元，用于获取预设树模型的副本和新训练样本集合；所述预设树模型为：当前线上运行的提升树模型或当前线上运行的梯度提升决策树模型；将所述副本当前的叶子节点输出值确定为旧叶子节点输出值；

副本更新单元，用于在保持所述副本结构不变的情况下，根据所述新训练样本集合更新所述副本的叶子节点输出值，将更新后的叶子节点输出值确定为新叶子节点输出值；

加权和单元，用于根据对所述新训练样本集合的关注程度，确定所述新叶子节点输出值的第一权重和所述旧叶子节点输出值的第二权重；利用所确定的第一权重和第二权重，针对所述副本的每个叶子节点，计算对应的新叶子节点输出值和对应的旧叶子节点输出值的加权和，并将该叶子节点的输出值更新为所述加权和，得到新的副本树模型；

线上部署单元，用于将所述新的副本树模型部署到线上，所述新的副本树模型用于在预设情况下替换所述预设树模型。