[发明专利]一种模型训练的方法、装置、存储介质及电子设备

权利要求书

1.一种模型训练的方法，包括：

获取样本业务数据以及隐私数据；

将所述样本业务数据以及所述隐私数据输入到待训练的参照模型中，得到第一预测结果，以及，将所述样本业务数据输入到待训练的预测模型中，得到第二预测结果；

以最小化所述第一预测结果与所述第二预测结果之间的偏差，以及最小化所述第一预测结果与所述样本业务数据对应的标签数据之间的偏差为优化目标，对所述参照模型以及所述预测模型进行联合训练，其中，训练后的所述预测模型应用于业务执行。

2.如权利要求1所述的方法，以最小化所述第一预测结果与所述第二预测结果之间的偏差，以及最小化所述第一预测结果与所述样本业务数据对应的标签数据之间的偏差为优化目标，对所述参照模型以及所述预测模型进行联合训练，具体包括：

以最小化所述第一预测结果与所述第二预测结果之间的偏差，最小化所述第一预测结果与所述样本业务数据对应的标签数据之间的偏差以及最小化所述第二预测结果与所述标签数据之间的偏差为优化目标，对所述参照模型以及所述预测模型进行联合训练。

3.如权利要求1所述的方法，所述方法还包括：

获取用户的业务数据；

将所述业务数据输入到所述预测模型中，获取到所述预测模型输出的预测结果，其中，所述预测模型是根据上述权利要求1或2所述的方法训练得到的；

根据所述预测结果，执行业务。

4.如权利要求3所述的方法，获取用户的业务数据，具体包括：

获取用户执行业务所需的初始数据；

从所述初始数据中识别出所述用户的隐私数据；

将所述隐私数据从所述初始数据中剔除，得到执行业务所需的业务数据。

5.一种模型训练的装置，包括：

获取模块，用于获取样本业务数据以及隐私数据；

输入模块，用于将所述样本业务数据以及所述隐私数据输入到待训练的参照模型中，得到第一预测结果，以及，将所述样本业务数据输入到待训练的预测模型中，得到第二预测结果；

训练模块，用于以最小化所述第一预测结果与所述第二预测结果之间的偏差，以及最小化所述第一预测结果与所述样本业务数据对应的标签数据之间的偏差为优化目标，对所述参照模型以及所述预测模型进行联合训练，其中，训练后的所述预测模型应用于业务执行。

6.如权利要求5所述的装置，所述训练模块具体用于，以最小化所述第一预测结果与所述第二预测结果之间的偏差，最小化所述第一预测结果与所述样本业务数据对应的标签数据之间的偏差以及最小化所述第二预测结果与所述标签数据之间的偏差为优化目标，对所述参照模型以及所述预测模型进行联合训练。

7.如权利要求5所述的装置，所述装置还包括：

应用模块，用于获取用户的业务数据；将所述业务数据输入到所述预测模型中，获取到所述预测模型输出的预测结果，其中，所述预测模型是根据上述权利要求1或2所述的方法训练得到的；根据所述预测结果，执行业务。

8.如权利要求7所述的装置，所述应用模块具体用于，获取用户执行业务所需的初始数据；从所述初始数据中识别出所述用户的隐私数据；将所述隐私数据从所述初始数据中剔除，得到执行业务所需的业务数据。

9.一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1~4任一项所述的方法。

10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述权利要求1~4任一项所述的方法。