CN114462532B 模型训练方法、预测交易风险的方法、装置、设备及介质 （中国工商银行股份有限公司）

目标历史交易数据集中的正常交易数据集进行史交易数据集和异常交易数据集带有的交易标2获取在预设时间区间内产生的第一目标历史交易数据集，其中从所述多个簇中确定第二目标历史交易数据所述利用分类模型，更新所述第二目标历史交易数据集和所述异常将所述第二目标历史交易数据集和所述异常交易数据集，输入所述分获取在所述预设时间区间内产生的所述正常交易数据集和所述异常交基于所述训练结果和更新后的交易标签，对所述待训练模型进6.根据权利要求1所述的方法，在所述获取在预设时间区间内产生的第一目标历史交3聚类模块，用于对所述第一目标历史交易数据集中的所述正常交易数据集进行聚类，更新模块，用于利用分类模型，更新所述第二目标历史交易训练模块，用于基于所述训练数据集，训练待训练模型所述利用分类模型，更新所述第二目标历史交易数据集和所述异常将所述第二目标历史交易数据集和所述异常交易数据集，输入所述分其中，当所述一个或多个程序被所述一个或多个处理器执4[0008]利用分类模型，更新第二目标历史交易数据集和异常交易数据集带有的交易标5一个或多个处理器执行上述模型训练方法和预测[0043]本公开的第六方面还提供了一种计算机可读存储介质，该指令被处理器执行时使处理器执行上述模型训练方法和6[0047]图1示意性示出了根据本公开实施例的模型训练方法、预测交易风险的方法、装[0049]图3示意性示出了根据本公开实施例的对第一目标历史交易数据集中的正常交易[0050]图4示意性示出了根据本公开实施例的利用分类模型，更新第二目标历史交易数[0054]图8示意性示出了根据本公开实施例的适于实现模型训练方法和预测交易风险的[0057]在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的7[0064]图1示意性示出了根据本公开实施例的模型训练方法、预测交易风险的方法、装户请求等数据进行分析等处理，并将处理结果(例如根据用户请求获取或生成的网页、信8置一般可以设置于服务器105中。本公开实施例所提供的模型训练方法和预测交易风险的[0071]以下将基于图1描述的场景，通过图2～图5对公开实施例的模型训练方法进行详[0079]图3示意性示出了根据本公开实施例的对第一目标历史交易数据集中的正常交易9[0089]图4示意性示出了根据本公开实施例的利用分类模型，更新第二目标历史交易数[0097]wi是指分配给每个第二目标历史交易数据集和异常交易数据集中数据i)用来表示每个xi是否分类正确。如果一个数据样本xi被决策树Mi分类错误，则第二目标历史交易数据集和异常交易数据集作为训练[0112]根据本公开的实施例，预设时间区间可以为过去一段时间，例如可以为过去6个9月30日的初始历史数据所涉及的数据表。然后观察不同表中涉及交易基本信息和交易双[0134]第一获取模块610用于用于获取在预设时间区间内产生的第一目标历史交易数据[0135]聚类模块620用于对所述第一目标历史交易数据集中的所述正常交易数据集进行[0137]更新模块640用于利用分类模型，更新第二目标历史交易数据集和异常交易数据[0140]获取子单元用于获取在预设时间区间内产生的正常交易数据集和异常交易数据[0151]第二获取模块710用于获取与待预测时间区间内关联的目标预测数据。在一实施者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结取模块710、输入模块720和输出模块730中的至少一个可以至少被部分地实现为计算机程[0155]图8示意性示出了根据本公开实施例的适于实现模型训练方法和模型预测方法的只读存储器(ROM)802中的程序或者从存储部分908加载到随机访问存储器(RAM)803中的程例的方法流程的不同动作的单一处理单元或802以及RAM803通过总线804彼此相连。处理器801通过执行ROM802和/或RAM803中的程ROM802和RAM803以外的一个或多个存储器中。处理器801也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法ROM802和/或RAM803和/或ROM802和RAM803以外的一包含用于执行流程图所示的方法的程序代码。当计算机程序产品在计算机系统中运行时，该程序代码用于使计算机系统实现本公开实施例所提供的模型训练方法和预测交易风险[0162]在该计算机程序被处理器801执行时执行本公开实施例的系统/装置中限定的上[0167]本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可不脱离本公开精神和教导的情况下，本公开的各个实施例和/或权利要求中记载的特征可