[发明专利]一种业务模型的自动调整方法及装置

说明书

本发明实施例公开了一种业务模型的自动调整方法及装置，涉及大数据技术领域，能够节省技术人员的时间和精力。本发明包括：根据与业务系统中所设定的目标相关联的变量类型，建立业务模型，并记录各类型的变量的处理方式；从与业务模型相关的数据源提取变量，根据所记录的各类型的变量的处理方式，将从数据源提取的变量导入业务模型运行，并获取业务模型运行的监控指标，监控指标至少包括：实际销售转化率、模型误差或模型稳定性指数；当根据监控指标判定需要触发模型自动更新时，进行数据抽样并得到样本；根据所得到的样本确定损失函数，并根据所确定的损失函数更新业务模型中所用的参数。本发明适用于自动调整业务模型。

技术领域

本发明涉及大数据技术领域，尤其涉及一种业务模型的自动调整方法及装置。

背景技术

随着互联网技术和大数据技术的快速发展，在线交易、在线金融业务的市场呈现出爆炸式增长，这些在线业务中采用的精准营销活动也越来越多。目前精准营销活动的会员名单是通过技术人员针对各业务线建立营销模型，然后对会员打分并取排名靠前的会员作为营销对象。并且随着目标人群的不断变化，模型的精度也受到影响，当模型性能下降较多时，需要人工重新训练模型。

而针对目前大量精准营销活动需要模型的支持，且模型的调整将会成为常态的情况下，尤其是当模型的数量越来越多，模型更新的频率越来越高时，为了保证模型的精度，需要频繁地对各类精准营销活动的模型进行重新训练，就算是在模型特征没有发生较大调整的情况下，海量的模型维护工作也会耗费技术人员大量的时间和精力。

发明内容

本发明的实施例提供一种业务模型的自动调整方法及装置，能够节省技术人员的时间和精力。

为达到上述目的，本发明的实施例采用如下技术方案：

第一方面，本发明的实施例提供的方法，包括：根据与业务系统中所设定的目标相关联的变量类型，建立业务模型，并记录各类型的变量的处理方式；

从与业务模型相关的数据源提取变量，根据所记录的各类型的变量的处理方式，将从所述数据源提取的变量导入所述业务模型运行，并获取所述业务模型运行的监控指标，所述监控指标至少包括：实际销售转化率、模型误差或模型稳定性指数(PSI)；

当根据所述监控指标判定需要触发模型自动更新时，进行数据抽样并得到样本；

根据所得到的样本确定损失函数，并根据所确定的损失函数更新所述业务模型中所用的参数。

结合第一方面，在第一方面的第一种可能的实现方式中，所述进行数据抽样得到的样本，包括：

采用不放回抽取的方式，从所述业务模型的运行结果中随机抽取指定数量的样本。

结合第一方面，在第一方面的第二种可能的实现方式中，所述进行数据抽样得到的样本，包括：

将所述业务模型的运行结果等分成n个部分，并从每个部分中随机抽取一个样本；

将从各个部分中随机抽取得到的样本组成所述进行数据抽样得到的样本。

结合第一方面，在第一方面的第三种可能的实现方式中，所述进行数据抽样得到的样本，包括：

所述业务模型的运行结果划分为k个群组，其中，每个群组包含m个样本；

从k个群组中随机抽取n个群组，将被抽到的群组的全部样本组成所述进行数据抽样得到的样本。

结合第一方面，在第一方面的第四种可能的实现方式中，所述进行数据抽样得到的样本，包括：

从所设定的目标相关联的变量类型中，确定预设的变量类型；

依据所述预设的变量类型，将所述业务模型的运行结果划分成指定数量的层级，并从每一层内随机抽取样本，组成所述进行数据抽样得到的样本。