账户分类模型训练方法及装置和账户分类方法及装置.pdf
Ja****44
亲,该文档总共24页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
账户分类模型训练方法及装置和账户分类方法及装置.pdf
本发明实施例提出一种账户分类模型训练方法及装置和账户分类方法及装置和装置,其中,账户分类模型训练方法包括:获取多个样本账户的账户数据;计算所述账户数据,得到所述多个样本账户的指标数据;根据所述多个样本账户的指标数据及流失状态类别训练所述账户分类模型。其中,账户分类方法包括:获取多个待测账户的账户数据;计算所述账户数据,得到所述多个待测账户的指标数据;采用账户分类模型对所述指标数据进行预测,得到所述待测账户的流失状态类别。本发明实施例能够有利于与销售针对不同类别的账户采取不同跟进策略,以提高流失预防和挽留效
账户检测方法和装置、账户检测模型的训练方法和装置.pdf
本说明书实施例提供一种账户检测方法和装置、账户检测模型的训练方法和装置,通过第一训练RPC序列预先训练无监督学习模型的模型参数,再将该模型参数作为初始模型参数来训练账户检测模型,最后由该账户检测模型来进行账户安全性预测。用于无监督学习模型训练过程的RPC序列中的每个RPC单元之间是有关联性的,因此,将无监督训练得到的模型参数作为初值应用到账户检测模型的训练过程中,所训练出的账户检测模型所以在账户安全性预测过程中获得更高的准确性。
账户分类模型训练方法、装置、计算机设备和存储介质.pdf
本申请涉及一种账户分类模型训练方法、装置和计算机设备。所述方法包括:获取待训练账户的多视角信息对应的训练数据集;对训练数据集进行编码得到编码数据集,基于对编码数据集解码得到的解码数据集与所述训练数据集之间的差异得到重构损失;对所述编码数据集进行本质特征提取和语义特征提取,对得到的本质特征数据集和语义特征数据集分别进行视角间一致性约束,得到本质损失和语义损失;基于所述语义特征数据集和所述本质特征数据集进行语义特征预测得到的参考语义特征数据集得到自监督损失;基于所述重构损失、本质损失、语义损失和自监督损失,对
分类模型训练方法、装置及分类方法及装置.pdf
本发明提供了一种分类模型训练方法、装置以及分类方法及装置,其中,该分类模型训练方法包括:使用第一神经网络对源域数据和目标域数据进行共有特征捕捉,使第一目标域特征向量学习源域数据和目标域数据的共有特征;使用第二神经网络对源域数据和目标域数据进行差异性特征捕捉,使第二目标域特征向量学习源域数据和目标域数据的差异特征;分别对第一目标域特征向量以及第二目标域特征向量进行聚类;根据聚类的结果及第一分类结果,对第一神经网络以及第一分类器进行本轮训练。该方法既能够将源域和目标域之间的相同特征利用起来,也能够将源域和目标
分类检测模型训练方法和装置、分类检测方法和装置.pdf
本公开提供一种分类检测模型训练方法和装置、分类检测方法和装置。分类检测模型训练装置对恶意样本APK进行反编译,以得到目标文件,并从目标文件中提取出静态特征;利用沙箱工具从恶意样本APK中提取出动态特征;利用静态特征和动态特征生成训练数据集;利用预设的特征选取模型从训练数据集中提取出第一特征样本集合;利用第一特征样本集合对预设分类器进行训练,以得到经过训练的分类检测模型。从而利用所得到的分类检测模型对待检测APK进行分类检测。本公开在无需人工干预的情况下有效克服分类检测效率低、准确度低的问题。