利用机器学习的选择算子确定、策略组合优化方法及装置.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114492214A(43)申请公布日2022.05.13(21)申请号202210403737.2(22)申请日2022.04.18(71)申请人支付宝（杭州）信息技术有限公司地址310000浙江省杭州市西湖区西溪路556号8层B段801-11(72)发明人顾咏丰丁皓吴华(74)专利代理机构北京亿腾知识产权代理事务所(普通合伙)11309专利代理师陈霁周良玉(51)Int.Cl.G06F30/27(2020.01)G06N20/00(2019.01)G06Q40/02(2012.01)G06F111/04(2020.01)权利要求书5页说明书17页附图4页(54)发明名称利用机器学习的选择算子确定、策略组合优化方法及装置(57)摘要本说明书实施例提供了一种利用机器学习的选择算子确定、策略组合优化方法及装置。在该方法中，基于选择策略组合时的目标条件和约束条件构建待确定的选择算子，其中包含若干个基算子和对应系数；确定系数的多组第一取值和对应的待选选择算子，针对任意一个待选选择算子，利用多个风险用户样本和该待选选择算子，从策略总集中选择识别效果评分最高的策略组合，并确定策略组合对应的识别结果的目标值；将多组第一取值作为训练样本，将目标值作为标注值训练机器学习模型；确定系数的多组第二取值，将多组第二取值输入训练后的机器学习模型，得到多组预测的目标值；基于已得的目标值中满足预设优选条件的目标值和对应的系数取值，确定选择算子。CN114492214ACN114492214A权利要求书1/5页1.一种策略组合中的选择算子确定方法，所述选择算子用于在从第一策略总集中选择策略组合时确定策略组合针对多个风险用户样本的识别结果的识别效果评分，所述策略组合用于识别风险用户；所述方法包括：确定选择策略组合时的目标条件和约束条件；所述目标条件包括针对所述识别结果的目标值满足预设优选条件，约束条件包括针对所述识别结果的约束值满足预设限制条件；基于所述目标条件和约束条件构建待确定的选择算子，所述选择算子包含若干个基算子和对应的待确定的系数；确定所述系数的多组第一取值，得到对应的待选选择算子，针对任意一个待选选择算子，利用多个风险用户样本和该待选选择算子，从所述第一策略总集中选择识别效果评分最高的策略组合，并确定所述策略组合对应的识别结果的目标值；将所述多组第一取值作为训练样本，将对应的目标值作为训练样本的标注值，利用所述训练样本和对应的标注值，训练机器学习模型；确定所述系数的多组第二取值，将所述多组第二取值输入训练后的机器学习模型，得到对应的多组预测的目标值；基于已得的目标值中满足所述预设优选条件的目标值和对应的系数取值，确定选择算子。2.根据权利要求1所述的方法，所述基于所述目标条件和约束条件构建待确定的选择算子的步骤，包括：基于所述目标条件中的目标值和所述约束条件中的约束值，构建若干个基算子；基于为每个基算子分配的待确定的系数，对所述若干个基算子进行组合，得到待确定的选择算子。3.根据权利要求1所述的方法，所述利用多个风险用户样本和该待选选择算子，从所述第一策略总集中选择识别效果评分最高的策略组合的步骤，包括：从所述第一策略总集中确定多组策略组合；针对任意一组策略组合，确定该组策略组合针对多个风险用户样本的识别结果，利用该待选选择算子确定所述识别结果的识别效果评分；当得到多组策略组合和对应的识别效果评分时，将最高的识别效果评分对应的策略组合确定为选出的策略组合。4.根据权利要求3所述的方法，所述从所述第一策略总集中确定多组策略组合的步骤，包括：从所述第一策略总集中确定初始的多组策略组合；当从所述初始的多组策略组合中确定选出的策略组合之后，还包括：针对所述第一策略总集中除所述选出的策略组合之外的多个可选策略，将其分别添加至所述选出的策略组合，得到更新后的多组策略组合，返回执行针对任意一组策略组合，确定该组策略组合针对多个风险用户样本的识别结果的步骤。5.根据权利要求1所述的方法，所述利用所述训练样本和对应的标注值，训练机器学习模型的步骤，包括：将所述训练样本输入所述机器学习模型，得到预测的样本目标值；基于所述训练样本对应的标注值与所述样本目标值的差异，确定预测损失；2CN114492214A权利要求书2/5页向减小所述预测损失的方向，更新所述机器学习模型。6.根据权利要求1所述的方法，所述基于已得的目标值中满足所述预设优选条件的目标值和对应的系数取值，确定选择算子的步骤，包括：从已得的目标值中选择满足所述预设优选条件的第一数量个目标值，得到对应的第一数量组取值；基于所述第一数量组取值，确定第一数量个待选选择算子；针对任意一个待选选择算子，利用多个风险用户样本和该待选选择算子，从所述第一策略总