[发明专利]一种基于数据拼接的模型训练方法、装置、系统和记录介质

权利要求书

1.一种基于数据拼接的模型训练方法，包括如下步骤：

获取用户数据，所述用户数据由多个标签数据构成，所述标签数据包括标签名及标签值；

根据所述用户数据的至少一个标签数据进行分箱，获得分箱标签数据；

将所述分箱标签数据与未分箱的其他标签数据进行拼接后输入信贷评分模型进行训练；

对训练后的所述信贷评分模型进行离线模拟，根据模拟结果对标签数据进行调整。

2.如权利要求1所述的基于数据拼接的模型训练方法，其特征在于：所述用户数据，包括在线产生的数据、预先生成并存储的数据、通过输入装置或传输媒介而从外部接收的数据中的至少一种。

3.如权利要求1所述的基于数据拼接的模型训练方法，其特征在于：在根据所述用户数据的至少一个标签数据进行分箱，获得分箱标签数据之前，还包括对用户数据的清洗。

4.如权利要求3所述的基于数据拼接的模型训练方法，其特征在于：所述清洗过程包括：缺失值分析处理、单变量异常分析。

5.如权利要求1所述的基于数据拼接的模型训练方法，其特征在于：所述分箱步骤为：根据预定的规则对标签数据进行自动分箱。

6.如权利要求1所述的基于数据拼接的模型训练方法，其特征在于：所述信贷评分模型为xgboost模型。

7.如权利要求1所述的基于数据拼接的模型训练方法，其特征在于：所述对标签数据进行调整的步骤包括：根据标签对信贷评分的影响程度进行排序，将影响程度低于预设阈值的标签数据从所述用户数据中进行剔除。

8.一种基于数据拼接的模型训练装置，包括：

数据获取模块，用于获取用户数据，所述用户数据由多个标签数据构成，所述标签数据包括标签名及标签值；

数据分箱模块，用于根据所述用户数据的至少一个标签数据进行分箱，获得分箱标签数据；

数据拼接模块，用于将所述分箱标签数据与未分箱的其他标签数据进行拼接后输入信贷评分模型；

信贷评分模块，用于接收所述数据拼接模块输出的数据，并利用信贷评分模型进行评分计算，获得用户信贷评分；

训练模块，用于根据所述用户信贷评分对所述信贷评分模型进行训练；

离线模拟模块，用于对训练后的信贷评分模型进行离线模拟，获得模拟结果。

9.一种基于数据拼接的模型训练系统，其特征在于，包括：

存储器，用于存储计算机可执行程序；

数据处理装置，用于读取所述存储器中的计算机可执行程序，以执行权利要求1至7中任一项所述的基于数据拼接的模型训练方法。

10.一种计算机可读介质，用于存储计算机可读程序，其特征在于，所述计算机可读程序用于执行权利要求1至7中任一项所述的基于数据拼接的模型训练方法。