公开(公告)号：CN111860554A

公开(公告)日：2020-10-30

申请号：CN201910351344.X

申请日：2019-04-28

Applicant: 杭州海康威视数字技术股份有限公司

Inventor： 李国琪 ,  姜伟浩 ,  浦世亮 ,  闫春

IPC: G06K9/62

Abstract: 本申请提供一种风险监控方法、装置、存储介质及电子设备，用以提高有监督学习模型的风险区分能力，该风险监控方法包括：获取样本数据；所述样本数据中各数据关联同一类型事件；根据所述样本数据执行以下操作：从所述样本数据中提取已训练的有监督学习模型所需要的数据特征；按照与所述有监督学习模型对应的聚类规则对所述样本数据进行聚类学习并确定第一最终聚类结果；将所述样本数据、所述数据特征和所述第一最终聚类结果提供给所述有监督学习模型，由所述有监督学习模型根据所述数据特征和所述第一最终聚类结果对所述样本数据中各个数据对应的事件进行风险分析。

公开(公告)号：CN111860554B

公开(公告)日：2023-06-30

申请号：CN201910351344.X

申请日：2019-04-28

Applicant: 杭州海康威视数字技术股份有限公司

Inventor： 李国琪 ,  姜伟浩 ,  浦世亮 ,  闫春

IPC: G06F18/20 ,  G06F18/2321

Abstract: 本申请提供一种风险监控方法、装置、存储介质及电子设备，用以提高有监督学习模型的风险区分能力，该风险监控方法包括：获取样本数据；所述样本数据中各数据关联同一类型事件；根据所述样本数据执行以下操作：从所述样本数据中提取已训练的有监督学习模型所需要的数据特征；按照与所述有监督学习模型对应的聚类规则对所述样本数据进行聚类学习并确定第一最终聚类结果；将所述样本数据、所述数据特征和所述第一最终聚类结果提供给所述有监督学习模型，由所述有监督学习模型根据所述数据特征和所述第一最终聚类结果对所述样本数据中各个数据对应的事件进行风险分析。

公开(公告)号：CN112988699B

公开(公告)日：2022-04-26

申请号：CN201911212643.1

申请日：2019-12-02

Applicant: 杭州海康威视数字技术股份有限公司

Inventor： 李国琪

IPC: G06F16/21 ,  G06F16/2457

Abstract: 本申请提供一种模型训练方法、数据标签的生成方法及装置，模型训练方法包括：从样本数据中获取第一属性信息，第一属性信息至少包括：样本数据的数据源、数据格式；样本数据设有业务标签；从样本数据中获取第二属性信息，第二属性信息至少包括：样本数据的表描述信息、表名；从预设的标签集合中确定与样本数据相匹配的目标标签；将第一属性信息、第二属性信息、目标标签、业务标签作为训练样本存储至训练样本集，以利用训练样本集训练出数据标签生成模型，数据标签生成模型用于为待处理数据生成对应的业务标签。应用该方法，可实现利用已训练的数据标签生成模型自动生成未知标签数据的数据标签，从而提高对数据进行标签管理的效率，节省人力物力。

公开(公告)号：CN114330550A

公开(公告)日：2022-04-12

申请号：CN202111635004.3

申请日：2021-12-29

Applicant: 杭州海康威视数字技术股份有限公司

Inventor： 李国琪 ,  邱星

IPC: G06K9/62

Abstract: 本发明实施例提供了模型融合策略的选择方法、装置及电子设备，应用于机器学习技术领域。该方法包括：获取目标数据集的目标数据集信息；将目标数据集信息，输入预先训练的模型融合策略推荐模型，得到至少一推荐的模型融合策略；从至少一推荐的模型融合策略中，选择一模型融合策略，作为适用于目标数据集的模型融合策略。通过本方案，可以提高模型融合策略的选择效率。

公开(公告)号：CN112988699A

公开(公告)日：2021-06-18

申请号：CN201911212643.1

申请日：2019-12-02

Applicant: 杭州海康威视数字技术股份有限公司

Inventor： 李国琪

IPC: G06F16/21 ,  G06F16/2457

Abstract: 本申请提供一种模型训练方法、数据标签的生成方法及装置，模型训练方法包括：从样本数据中获取第一属性信息，第一属性信息至少包括：样本数据的数据源、数据格式；样本数据设有业务标签；从样本数据中获取第二属性信息，第二属性信息至少包括：样本数据的表描述信息、表名；从预设的标签集合中确定与样本数据相匹配的目标标签；将第一属性信息、第二属性信息、目标标签、业务标签作为训练样本存储至训练样本集，以利用训练样本集训练出数据标签生成模型，数据标签生成模型用于为待处理数据生成对应的业务标签。应用该方法，可实现利用已训练的数据标签生成模型自动生成未知标签数据的数据标签，从而提高对数据进行标签管理的效率，节省人力物力。