[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

说明书

本发明公开了一种联合建模方法、装置、设备和存储介质，包括：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，将随机损失梯度值划分为与数据节点的总数量相等的各第一损失梯度值，并将各第一损失梯度值分配至各数据节点；基于模型参数和第一损失梯度值获取各数据节点的第二损失梯度值；将各第二损失梯度值传递到中立协调方，并根据各第二损失梯度值和随机损失梯度值确定数据节点的真实损失梯度值；基于真实损失梯度值更新模型参数以构建模型，并判断模型是否收敛；若模型收敛，则模型已构建完成。本发明达到了在多家公司进行信息共享且隐私数据不泄露的同时，也能进行不同类型数据答案预测的效果。

技术领域

本发明涉及计算机技术领域，尤其涉及一种联合建模方法、装置、设备以及计算机可读存储介质。

背景技术

互联网金融进几年得到了飞速发展，各类金融科技公司呈现百家争鸣、百花齐放的局面，伴随着产业的欣荣发展，公司需要了解的数据资源也越来越多，又由于目前没有哪家公司能够掌握风控所需的全部数据，所以信息共享问题随之而来，但是由于多家公司在进行信息共享时很容易导致自身的某些隐私信息泄露，所以虽然会有多家公司具有联合建立模型的需求，往往还是单独建立模型，并未与其它公司进行联合建立模型。并且联合建立模型技术虽然在现实中有提及，但还只是存在于理论中，未应用到实际生产中，且常常只是为解决某一单一问题的目的而进行联合建立模型。因此，如何解决在多家公司进行信息共享，且能保证各个公司隐私数据不泄露的同时，也能进行不同类型数据答案的预测，成为了目前亟待解决的技术问题。

发明内容

本发明的主要目的在于提供一种联合建模方法、装置、设备和计算机存储介质，旨在解决在多家公司进行信息共享，且能保证各个公司隐私数据不泄露的同时，也能进行不同类型数据答案的预测。

为实现上述目的，本发明提供一种联合建模方法、装置、设备以及计算机可读存储介质，所述联合建模方法包括：

获取模型的模型参数和数据节点的总数量，并基于所述数据节点初始化模型参数，以确定初级模型参数；

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；

基于各所述数据节点的第一损失梯度值，获取所述数据节点的总损失梯度值；

基于所述总损失梯度值和所述随机损失梯度值更新所述初级模型参数，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。

可选地，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。

可选地，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。

可选地，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。

可选地，所述判断所述模型是否收敛的步骤之后，包括：