[发明专利]联合建模方法、装置、设备以及计算机可读存储介质

权利要求书

1.一种联合建模方法，其特征在于，所述联合建模方法包括以下步骤：

获取多方样本特征及数据节点的数量，其中，各方样本特征的样本特征维度相等，所述样本特征维度包括贷款额、贷款时长和负债情况；所述数据节点的数量根据获取的各个样本特征的数量确定，每个所述样本特征存在一个对应的数据节点；

初始化模型参数,并将初始化的模型参数传递给各数据节点；

获取中立协调方中的随机损失梯度值，将所述随机损失梯度值划分为与所述数据节点的总数量相等的各第一损失梯度值，并将各所述第一损失梯度值分配至各所述数据节点；

基于所述模型参数和所述第一损失梯度值获取各所述数据节点的第二损失梯度值；

将各所述第二损失梯度值传递到所述中立协调方，并根据各所述第二损失梯度值和所述随机损失梯度值确定所述数据节点的真实损失梯度值；

基于所述真实损失梯度值更新所述模型参数以构建模型，并判断所述模型是否收敛；

若所述模型收敛，则所述模型已构建完成。

2.如权利要求1所述的联合建模方法，其特征在于，所述基于所述模型参数和所述第一损失梯度值获取各所述数据节点的第二损失梯度值的步骤，包括：

基于所述模型参数计算所述数据节点的迭代损失梯度值；

获取所述迭代损失梯度值和所述第一损失梯度值之间的和值，并将所述和值作为所述数据节点的第二损失梯度值。

3.如权利要求1所述的联合建模方法，其特征在于，所述根据各所述第二损失梯度值和所述随机损失梯度值确定所述数据节点的真实损失梯度值的步骤，包括：

获取所述中立协调方中的各所述第二损失梯度值之间的和值，并将所述和值作为总损失梯度值；

基于所述总损失梯度值和所述随机损失梯度值确定所述数据节点的真实损失梯度值。

4.如权利要求3所述的联合建模方法，其特征在于，所述基于所述总损失梯度值和所述随机损失梯度值确定所述数据节点的真实损失梯度值的步骤，包括：

获取所述总损失梯度值和所述随机损失梯度值之间的和值，并将所述和值作为所述数据节点的真实损失梯度值。

5.如权利要求1所述的联合建模方法，其特征在于，所述判断所述模型是否收敛的步骤之后，包括：

若所述模型不收敛，则继续获取所述数据节点新的真实损失梯度值，并更新所述模型的最新模型参数，直至所述模型收敛。

6.如权利要求5所述的联合建模方法，其特征在于，所述若所述模型不收敛，则继续获取所述数据节点新的真实损失梯度值的步骤，包括：

若所述模型不收敛，则获取模型的最新模型参数，并将所述最新模型参数传递到各数据节点，以获取所述数据节点新的真实损失梯度值。

7.如权利要求1所述的联合建模方法，其特征在于，所述若所述模型收敛，则所述模型已构建完成的步骤之后，包括：

获取各所述数据节点中的待预测样本特征，并将所述待预测样本特征输入所述已构建完成模型中进行在线预测，从而获取预测结果。