数据源贡献度的评估方法及其装置、计算机设备

    公开(公告)号:CN111461341A

    公开(公告)日:2020-07-28

    申请号:CN202010191807.3

    申请日:2020-03-18

    Abstract: 本说明书实施例公开了一种数据源贡献度的评估方法及其装置,包括:获取机器学习模型,其中,机器学习模型由多个数据源的训练数据,对原始模型进行训练后生成,训练数据具有多个数据特征。对机器学习模型的性能指标进行归因分析,以确定每个数据源对机器学习模型的第一贡献度。根据数据特征对性能指标的贡献度,确定每个数据源对机器学习模型的第二贡献度。根据第一贡献度和第二贡献度,确定每个数据源的贡献度。由此,在对数据源贡献度进行评估时,对机器学习模型的性能指标进行归因分析,并结合数据源的数据特征对机器学习模型的贡献度,确定每个数据源的贡献度,从而能够对各个数据源对机器学习模型的贡献度进行客观、准确地评估。

    基于区块链的资源分配方法以及装置

    公开(公告)号:CN110796399B

    公开(公告)日:2020-05-26

    申请号:CN202010006407.0

    申请日:2020-01-03

    Inventor: 杨耀 刘磊 余珊

    Abstract: 本说明书实施例提供基于区块链的资源分配方法以及装置,其中所述基于区块链的资源分配方法包括:接收由多个客户端上传的根据将与待预测业务指标相关的目标业务数据输入预先训练的预测模型生成的初始预测结果;调用满足执行条件的智能合约,并执行所述智能合约声明的集成计算逻辑以及归因分析逻辑,对初始预测结果进行归因分析获得与所述初始预测结果对应的所述多个客户端的资源分配占比;根据所述资源分配占比以及智能合约中与待预测业务指标所属业务相关的资源分配策略对所述多个客户端进行资源分配并下发资源分配结果。

    业务时序指标的归因方法以及装置

    公开(公告)号:CN111401788A

    公开(公告)日:2020-07-10

    申请号:CN202010281395.2

    申请日:2020-04-10

    Abstract: 本说明书实施例提供业务时序指标的归因方法以及装置,其中所述方法包括:将特征池输入第一机器学习模型进行训练,得到变量的特征权重,特征池中包括基于业务时序指标样本分解得到的多个变量,模型对业务时序指标样本的时间曲线进行拟合,如果未达到预设训练目标,通过可解释机器学习框架进行影响特征权重的计算,按影响特征权重筛选出变量组合,添加到特征池中,输入模型进行迭代,实现了基于模型解释性算法的特征自适应迭代,如果达到预设训练目标,则可以从特征池确定具有耦合关系的变量组合,计算出变量组合对异常时间点的异常变动幅度的贡献系数,实现了业务时序指标的归因。

    一种信息推送及其模型训练的方法、装置及电子设备

    公开(公告)号:CN110874440A

    公开(公告)日:2020-03-10

    申请号:CN202010047773.0

    申请日:2020-01-16

    Inventor: 刘磊 杨耀 陈凌

    Abstract: 本说明书实施例公开了一种信息推送及其模型训练的方法、装置及电子设备,该方法包括:多个终端设备分别获取终端设备的用户的私有数据和对应的兴趣标签;多个所述终端设备分别将终端设备中用户的私有数据对应的嵌入向量及兴趣标签发送至云端服务器;所述云端服务器基于多个所述终端设备发送的嵌入向量及兴趣标签,通过联邦学习训练得到信息推送模型,以通过所述信息推送模型预测用户的兴趣标签并推送兴趣标签对应的信息。

    基于区块链的资源分配方法以及装置

    公开(公告)号:CN110796399A

    公开(公告)日:2020-02-14

    申请号:CN202010006407.0

    申请日:2020-01-03

    Inventor: 杨耀 刘磊 余珊

    Abstract: 本说明书实施例提供基于区块链的资源分配方法以及装置,其中所述基于区块链的资源分配方法包括:接收由多个客户端上传的根据将与待预测业务指标相关的目标业务数据输入预先训练的预测模型生成的初始预测结果;调用满足执行条件的智能合约,并执行所述智能合约声明的集成计算逻辑以及归因分析逻辑,对初始预测结果进行归因分析获得与所述初始预测结果对应的所述多个客户端的资源分配占比;根据所述资源分配占比以及智能合约中与待预测业务指标所属业务相关的资源分配策略对所述多个客户端进行资源分配并下发资源分配结果。

Patent Agency Ranking