群组信用评分方法、装置、设备、介质及产品

    公开(公告)号:CN115936727A

    公开(公告)日:2023-04-07

    申请号:CN202211579136.3

    申请日:2022-12-08

    Abstract: 本申请公开了一种群组信用评分方法、装置、设备、介质及产品。该群组信用评分方法包括:获取目标群组中的n个成员用户分别对应的个人用户数据;根据n个成员用户分别对应的个人用户数据,从z个维度分别生成以群组为单元的特征数据,得到与目标群组对应的目标群组特征数据集;将目标群组特征数据集中与z个维度分别对应的特征数据,输入至各自对应的维度评分模型中,得到与目标群组对应的z个维度评分结果;将z个维度评分结果输入至综合评分模型中,由综合评分模型根据z个维度评分结果进行综合评分,得到与目标群组对应的信用评分结果。根据本申请实施例,可以综合考虑群组的特征,提高群组信用评分准确度。

    基于联邦学习的特征选择方法及装置

    公开(公告)号:CN115409202A

    公开(公告)日:2022-11-29

    申请号:CN202110586890.9

    申请日:2021-05-27

    Abstract: 本发明提供一种基于联邦学习的特征选择方法及装置,所述方法包括:获取多个初始特征,构成初始特征集,并将初始特征集加入特征组合集;特征子集确定步骤:依次遍历初始特征集中的各初始特征,并在每次遍历时剔除对应的初始特征,得到特征子集;特征评估步骤:计算各特征子集对应的评估值,将最大评估值对应的特征子集添加至特征组合集;以最大评估值对应的特征子集作为初始特征集,循环执行特征子集确定步骤和特征评估步骤,直至初始特征集中的特征个数达到阈值;基于特征组合集,确定特征组合集中各特征对应的沙普利值,并选取沙普利值大于预设值的特征作为联邦学习的样本特征。本发明能够大幅度减少运算量,提升计算效率。

    确定目标用户群的方法、装置、设备及计算机存储介质

    公开(公告)号:CN114491193A

    公开(公告)日:2022-05-13

    申请号:CN202011144882.0

    申请日:2020-10-23

    Abstract: 本申请实施例提供了确定目标用户群的方法、装置、设备及计算机存储介质,方法包括:根据多个用户的目标特征数据和分类模型,得到包含多个目标用户的第一阶梯目标用户群,分类模型通过学习样本用户的特征数据与目标用户的映射关系得到;通过以下步骤获取第T阶梯目标用户群,T>1:获取第一用户的目标特征数据,目标特征数据包括多个子目标特征数据;计算第一用户的每个子目标特征数据的m个分位点;基于阈值搜索算法从m个分位点中确定每个子目标特征数据的目标分位点;根据第一用户的每个子目标特征数据和目标分位点,得到第T阶梯目标用户群。通过本申请实施例确定的目标用户群具有规模适中、定位精准的优点。

    完全子图数据的搜索方法、装置、设备及介质

    公开(公告)号:CN113032636A

    公开(公告)日:2021-06-25

    申请号:CN201911352614.5

    申请日:2019-12-25

    Abstract: 本发明实施例提供一种完全子图数据的搜索方法、装置、设备及介质。该方法包括:获取网络节点中节点的连接关系信息并存储为第一数据表;根据第一数据表确定第i数据表,第i数据表包括第一K阶节点的连接关系信息,i的初始值为2,K的初始值为3;根据第i数据表与第一预设筛选条件确定第二K阶节点的连接关系信息并存储为第i+1数据表;根据第i+1数据表和第一数据表确定第i+2数据表,第i+2数据表包括第一K+1阶节点的连接关系信息;根据第i+2数据表与第二预设筛选条件确定第二K+1阶节点的连接关系信息并将第二K+1阶节点中前K个节点的连接关系信息存储为第i+3数据表,前K个节点中任意两个节点连接;当第i+3数据表存在时,i=i+4,K=K+1,能够快速获取完全子图。

Patent Agency Ranking