[发明专利]模型分析方法及装置

说明书

本发明公开了一种模型分析方法及装置，该方法包括：基于预设数量的客户信息样本，训练多种预先确定的模型；将训练的多种模型按照预先确定的组合规则组合成复合模型，并在收到待分析的客户信息后，将该待分析的客户信息输入所述复合模型以输出分析结果。本发明由于是对多种模型进行组合来利用组合的复合模型进行分析、预测，能结合不同模型的优点，相比于单一模型预测，有效提高了预测结果的精准度。

技术领域

本发明涉及计算机技术领域，尤其涉及一种模型分析方法及装置。

背景技术

目前，在金融、保险等领域的数据挖掘预测项目中，业界通常采用单一模型来进行特定目标事件(例如，保险理赔事件)的预测，而众所周知，不同类型的模型对于目标事件的解释角度和侧重点会有所不同，因此，采用单一模型带来的预测结果的精准度有很大的局限性，预测错误率较高。

发明内容

本发明的主要目的在于提供一种模型分析方法及装置，旨在提高预测结果的精准度。

为实现上述目的，本发明提供的一种模型分析方法，所述方法包括以下步骤：

A、基于预设数量的客户信息样本，训练多种预先确定的模型；

B、将训练的多种模型按照预先确定的组合规则组合成复合模型，并在收到待分析的客户信息后，将该待分析的客户信息输入所述复合模型以输出分析结果。

优选地，所述预先确定的模型的数量为N，N为大于2的自然数，第i个预先确定的模型记为Fi，i为小于或者等于N的正整数，所述将训练的多种模型按照预先确定的组合规则组合成复合模型为：

所述复合模型＝(1/N)*F1+(1/N)*F2+……+(1/N)*FN。

优选地，所述预先确定的模型的数量为N，N为大于2的自然数，第i个预先确定的模型记为Fi，i为小于或者等于N的正整数，所述将训练的多种模型按照预先确定的组合规则组合成复合模型为：

所述复合模型＝POWER(F1,1/N)*POWER(F2,1/N)*……*POWER(FN,1/N)，其中，POWER(Fi,1/N)是对Fi模型分析出的结果求N次方根。

优选地，所述预先确定的模型的数量为N，N为大于2的自然数，第i个预先确定的模型记为Fi，i为小于或者等于N的正整数，所述将训练的多种模型按照预先确定的组合规则组合成复合模型为：

所述复合模型＝N/(1/F1+1/F2+……+1/FN)。

优选地，所述基于预设数量的客户信息样本，训练多种预先确定的模型的步骤包括：

C、在训练一种预先确定的模型过程中，每训练一次后，将各个客户信息样本分别输入当前训练的模型中以确定出模型分析错误的客户信息样本；

D、计算出模型分析错误的客户信息样本数量占所有客户信息样本数量的比例是否小于预设阈值；

E、若模型分析错误的客户信息样本数量占所有客户信息样本数量的比例小于预设阈值，则该预先确定的模型训练结束；

F、若模型分析错误的客户信息样本数量占所有客户信息样本数量的比例大于或者等于预设阈值，则按照预设的比例增加幅度在总客户信息样本中增加与模型分析错误的客户信息样本属于同一类型的客户信息样本的比重，并按照预设的比例减少幅度在总客户信息样本中减少模型分析正确的客户信息样本的比重，并将调整后的客户信息样本作为新的训练样本重新进行训练，然后返回步骤C，循环直至训练模型的准确率达到要求。

此外，为实现上述目的，本发明还提供一种模型分析装置，所述装置包括：

训练模块，用于基于预设数量的客户信息样本，训练多种预先确定的模型；