[发明专利]赋能模型训练及商户赋能方法、装置、电子设备有效
| 申请号: | 201911156317.3 | 申请日: | 2019-11-22 |
| 公开(公告)号: | CN111047048B | 公开(公告)日: | 2023-04-07 |
| 发明(设计)人: | 陈欢乐;杨路燕;李洁;冯力国 | 申请(专利权)人: | 支付宝(杭州)信息技术有限公司 |
| 主分类号: | G06N20/00 | 分类号: | G06N20/00;G06Q10/0635;G06Q30/0202 |
| 代理公司: | 北京博思佳知识产权代理有限公司 11415 | 代理人: | 周嗣勇 |
| 地址: | 310000 浙江省杭州市*** | 国省代码: | 浙江;33 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 模型 训练 商户 方法 装置 电子设备 | ||
本说明书一个或多个实施例提供一种赋能模型训练及商户赋能方法、装置、电子设备;该训练方法可以包括:接收目标商户通过客户端发送的选取指令,所述选取指令用于指示所述目标商户选取的赋能维度;获取样本数据,所述样本数据包含用户信息,所述用户信息被标记有与所述赋能维度对应的赋能标签;采用监督式机器学习算法对获取到的样本数据进行训练,以得到对应于所述目标商户的赋能模型。
技术领域
本说明书一个或多个实施例涉及计算机技术领域,尤其涉及一种赋能模型训练及商户赋能方法、装置、电子设备。
背景技术
目前,部分技术基础和实力较强的大企业积累了大量的技术能力。与此同时,一些中小企业或刚刚起步的企业本身并不具备某些技术能力,但是在其业务运营过程中需要使用这些技术。因此,这些大企业可向未掌握某项技术的企业商家提供对应于该项技术的赋能产品,从而通过赋能产品向原本未掌握该项技术的企业赋予运用该项技术的能力。
发明内容
有鉴于此,本说明书一个或多个实施例提供一种赋能模型训练及商户赋能方法、装置、电子设备。
为实现上述目的,本说明书一个或多个实施例提供技术方案如下:
根据本说明书一个或多个实施例的第一方面,提出了一种赋能模型训练方法,包括:
接收目标商户通过客户端发送的选取指令,所述选取指令用于指示所述目标商户选取的赋能维度;
获取样本数据,所述样本数据包含用户信息,所述用户信息被标记有与所述赋能维度对应的赋能标签;
采用监督式机器学习算法对获取到的样本数据进行训练,以得到对应于所述目标商户的赋能模型。
可选的,所述获取样本数据,包括:
确定所对接的其他商户中与所述目标商户相匹配的类似商户;
获取所述类似商户的类似用户信息,所述类似用户信息被所述类似商户标记有与所述赋能维度对应的赋能标签;
将所述类似用户信息作为所述样本数据。
可选的,所述确定所对接的其他商户中与所述目标商户相匹配的类似商户,包括:
将所对接的其他商户中在预设参考维度上与所述目标商户相匹配的商户作为所述类似商户;
所述预设参考维度包括以下至少之一:地理位置、业务场景、商户类型、营业时间。
可选的,还包括:
接收所述目标商户发送的针对所述赋能模型的更新请求,所述更新请求中包含所述目标商户的第一历史用户信息,所述第一历史用户信息被所述目标商户标记有与所述赋能维度对应的赋能标签;
当所述第一历史用户信息的数据量与所述类似用户信息的数据量符合预设更新条件时,采用所述监督式机器学习算法对所述第一历史用户信息进行训练以更新所述赋能模型;
或者采用所述监督式机器学习算法对所述第一历史用户信息和至少部分所述类似用户信息进行训练以更新所述赋能模型。
可选的,所述获取样本数据,包括:
接收所述目标商户上传的第二历史用户信息,所述第二历史用户信息被所述目标商户标记有与所述赋能维度对应的赋能标签;
将所述第二历史用户信息作为所述样本数据。
可选的,还包括:
响应于所述目标商户通过客户端发起的针对赋能模型的配置请求,向所述目标商户的客户端发送待选取赋能维度,以使得所述客户端在赋能模型配置界面展示所述待选取赋能维度;其中,所述待选取赋能维度包含运营类维度和风险类维度。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于支付宝(杭州)信息技术有限公司,未经支付宝(杭州)信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911156317.3/2.html,转载请声明来源钻瓜专利网。





