[发明专利]系统资源调整方法、装置及设备

说明书

本说明书实施例涉及人工智能技术领域，具有公开了一种系统资源调整方法、装置及设备，所述方法包括：将特征数据分为至少三个子视角特征集和一个全视角特征集；构建各子视角特征集和全视角特征集分别对应的分类器、几何信息约束以及多视角协同约束；利用构建的分类器分别对子视角特征集和全视角特征集对应的训练样本进行风险预测；根据分类器的风险预测结果、训练样本对应的风险标签、几何信息约束和多视角协同约束对至少四个分类器进行优化，得到优化后的各分类器，以利用优化后的各分类器对目标用户进行风险预测，以基于风险预测结果对目标用户的系统资源进行调整。从而可以更加准确及时的调整用户的系统资源，并提高系统整体性能。

技术领域

本说明书属于人工智能技术领域，尤其涉及一种系统资源调整方法、装置及设备。

背景技术

随着大数据服务平台技术的快速发展，金融资源服务类型以及可选择的服务渠道也越来越多样化、越来越便捷，用户的风险预测对于金融机构也变得越来越重要。如对于期货交易的风险预测，因期货交易业务场景的复杂性，期货穿仓客户很难在事前发现，如果穿仓客户愈发严重，将会对金融机构和客户造成不利影响，给客户带来经济损失，可能会影响交易的稳定性。

对于交易场景复杂的风险预测，主要采用多视角学习技术，但现有的多视角模型仅仅学习不同视角的特征和标签之间的潜在相关联系，并没有对同类样本之间的信息进行挖掘和学习，并且由于视角之间相互独立，如果某个视角包含的信息不足以提供样本的类别信息，那么该视角的存在反而会降低最终模型的分类效果，影响风险预测的准确性，进而不能对用户资源进行及时调整，给用户带来损失，降低用户的使用体验感。

针对上述问题，目前尚未提出有效的解决方案。

发明内容

本说明书实施例的目的在于提供一种系统资源调整方法、装置及设备，提高了风险预测的准确性，进而能够及时对用户的系统资源进行调整，提升系统性能。

一方面，本说明书实施例提供了一种系统资源调整方法，应用于服务器，所述方法包括：

根据具有用于表征用户风险特征的特征数据的特征类别，将特征数据分为至少三个子视角特征集和一个全视角特征集；

利用至少三个子视角特征集和一个全视角特征集对应构建得到至少四个分类器；

构建至少三个子视角特征集和一个全视角特征集分别对应的几何信息约束以及至少三个子视角特征集和一个全视角特征集对应的多视角协同约束；

利用至少四个分类器分别对至少三个子视角特征集和一个全视角特征集对应的训练样本进行风险预测；

根据至少四个分类器对训练样本的风险预测结果、训练样本对应的风险标签、几何信息约束和多视角协同约束对至少四个分类器进行优化，得到优化后的各分类器，以利用优化后的各分类器对目标用户进行风险预测，以基于风险预测结果对目标用户的系统资源进行调整。

进一步地，利用至少四个分类器分别对至少三个子视角特征集和一个全视角特征集对应的训练样本进行风险预测，包括：

根据子视角特征集和全视角特征集对应的训练样本的风险标签，将至少三个子视角特征集以及一个全视角特征集对应的训练样本划分为第一类样本集和第二类样本集，其中，第一样本集中的样本数据的风险标签为有风险，第二类样本集中的样本数据的风险标签为无风险；

利用至少四个分类器分别对至少三个子视角特征集、一个全视角特征集对应的第一类样本集和第二类样本集中的训练样本进行风险预测。

进一步地，根据具有用于表征用户风险特征的特征数据的特征类别，将特征数据分为至少三个子视角特征集和一个全视角特征集，包括：