[发明专利]多目标任务的辅助决策方法、装置、计算机设备及介质

说明书

本发明涉及计算机技术领域，公开了一种多目标任务的辅助决策方法、装置、计算机设备及介质，所述方法包括：针对每个基础任务，分别建立若干初始xgboost模型进行训练，得到每个基础任务对应的若干个目标xgboost模型，针对任一基础任务，将样本数据输入到目标xgboost模型中进行训练，得到若干组训练数据，对训练数据进行数据拼接，得到评估数据集，采用遗传算法，生成评估数据集的权重集合，根据权重集合，对所有基础任务的AUC进行融合，得到若干权重向量，根据权重向量生成可视化的帕累托图，将帕累托图的帕累托边界对应的权重，作为目标权重，采用目标权重对样本数据进行打分，得到目标分值，并基于目标分值进行多任务决策，本发明提高辅助决策的准确性。

技术领域

本发明涉及计算机技术领域，尤其涉及一种多目标任务的辅助决策方法、装置、计算机设备及介质。

背景技术

在金融、电商、HR管理领域，通常会运用AI模型对客户、员工进行预测打分、分层管控。例如在保险代理人的增员场景，会根据准代理人的基本信息和岗前的各种表现建立模型，对提交入司申请的代理人进行模型打分，我们希望模型打分对代理人岗后的各种表现(3转、6留、9留、13留、FYP保费、是否低业绩等等)有很强的预测能力，这样根据模型打分进行分层后，可以对打分高的人群进行政策性的鼓励(优才、潜才)，对打分低的人群(末端1％-5％人群)进行淘汰，提升入司人群的整体水平，为公司节省培训成本、增大收益。由于涉及到模型上线、阈值分机构划定等问题，我们希望对入司人员的一个打分能够满足在多个业务目标上都有较好的表现，所以这是一个多目标的决策问题。

现有的一种解决方案是：在单一学习算法中平衡有限的资源来满足多任务的学习，许多学习算法都会因为权衡多个任务而导致效果变差。例如在学习过程中，一些任务的奖励值较大，使得算法以牺牲通用性为代价，专注于那些奖励值突出的任务，从而导致其他任务无法取得较好的效果；也有算法是通过奖励削减的方式来统一各个任务的奖励值大小，这种做法可能会改变优化目标，如果奖励值都是较大的非负值，那么削减后就变为优化获得奖励的频率而不是累计期望奖励。并且算法在任务间的平衡不仅取决于奖励值大小，还取决于奖励密度，奖励削减依然会导致算法在不同任务中的不平衡。

另一种解决方案被称作基于蒸馏的学习：主要是构建一个学生网络通过有监督的学习多个特定任务的专家网络，这种学习算法提供了一个多任务策略妥协的结果，并且每个专家网络需要提前进行大规模的训练来获得。这种学习算法虽然避免了奖励值不平衡的问题，但是依然是在多个任务中间进行平衡，学习效果不理想，并且其性能被专家网络所限制没法进一步提高。

因而，亟需一种准确度高的多任务辅助决策方法。

发明内容

本发明实施例提供一种多目标任务的辅助决策方法、装置、计算机设备和存储介质，以提高提高辅助决策的准确性。

为了解决上述技术问题，本申请实施例提供一种多目标任务的辅助决策方法，包括：

针对每个基础任务，分别建立若干初始xgboost模型，并获取样本数据的数据特征，采用所述数据特征对所述初始xgboost模型进行训练，得到每个基础任务对应的若干个目标xgboost模型；

针对任一所述基础任务，获取M个样本数据，并将所述样本数据输入到所述目标xgboost模型中进行训练，得到若干组训练数据，其中，每组所述训练数据为所述M个样本数据对应的训练输出结果，每个样本数据训练后得到一个训练输出结果；

将每个基础任务的所述若干组训练数据进行数据拼接，得到评估数据集；

采用预设生成方式，生成初始权重，通过初始权重对所述评估数据集进行融合打分，得到打分结果，并根据所述打分结果和遗传算法，对所述初始权重进行更新迭代，生成所述评估数据集的权重集合；

根据所述权重集合，对所有基础任务的AUC进行融合，得到若干权重向量；