【技术实现步骤摘要】
本说明书涉及计算机，尤其涉及一种核保模型训练方法、装置、存储介质及设备。
技术介绍
1、随着计算机及互联网技术的迅速发展与进步，相关保险行业也在蓬勃发展。保险核保是指保险人对投保申请进行审核，决定是否接受承保这一风险。核保是保险公司控制风险、提高保险资产质量最为关键的一个步骤。
2、因此，本领域亟需一种准确、稳定的保险核保方法。
技术实现思路
1、本说明书实施例提供的一种核保模型训练方法、装置、存储介质及设备，可以根据样本用户的样本画像数据和样本标记时间训练得到用于风险比例预测的核保模型，将训练完成的核保模型应用于保险核保中，可有效提高保险核保的准确性和稳定性。所述技术方案如下：
2、第一方面，本说明书实施例提供了一种核保模型训练方法，所述方法包括：
3、获取第一样本数据集合，所述第一样本数据集合包括至少一个样本用户分别对应的样本数据，所述样本数据包括样本画像数据和样本标记时间；
4、将所述第一样本数据集合输入至所述核保模型中，得到所述第一样本数据集合中各样本画像数据分别对应的样本风险比例；
5、基于各所述样本画像数据分别对应的样本风险比例以及各所述样本画像数据分别对应的样本标记时间，采用预设损失函数以及最大偏似然估计方法计算模型损失值；
6、基于所述模型损失值调整所述核保模型的模型参数，得到目标参数，基于所述目标参数生成训练后的核保模型。
7、第二方面，本说明书实施例提供了一种核保方法，所述方法包
8、获取待核保用户对应的用户画像数据；
9、将所述用户画像数据输入至核保模型中，得到所述待核保用户对应的风险比例；所述核保模型为采用上述的核保模型训练方法得到的模型；
10、基于所述风险比例生成所述待核保用户对应的核保结果。
11、第三方面，本说明书实施例提供了一种核保模型训练装置，所述装置包括：
12、样本数据获取模块，用于获取第一样本数据集合，所述第一样本数据集合包括至少一个样本用户分别对应的样本数据，所述样本数据包括样本画像数据和样本标记时间；
13、风险比例预测模块，用于将所述第一样本数据集合输入至所述核保模型中，得到所述第一样本数据集合中各样本画像数据分别对应的样本风险比例；
14、模型损失计算模块，用于基于各所述样本画像数据分别对应的样本风险比例以及各所述样本画像数据分别对应的样本标记时间，采用预设损失函数以及最大偏似然估计方法计算模型损失值；
15、模型参数更新模块，用于基于所述模型损失值调整所述核保模型的模型参数，得到目标参数，基于所述目标参数生成训练后的核保模型。
16、第四方面，本说明书实施例提供了一种核保装置，所述装置包括：
17、用户数据获取模块，用于获取待核保用户对应的用户画像数据；
18、风险比例预测模块，用于将所述用户画像数据输入至核保模型中，得到所述待核保用户对应的风险比例；所述核保模型为采用如上述的核保模型训练方法得到的模型；
19、核保结果生成模块，用于基于所述风险比例生成所述待核保用户对应的核保结果。
20、第五方面，本说明书实施例提供一种计算机程序产品，所述计算机程序产品存储有至少一条指令，所述至少一条指令适于由处理器加载并执行上述的方法步骤。
21、第六方面，本说明书实施例提供一种存储介质，所述存储介质存储有计算机程序，所述计算机程序适于由处理器加载并执行上述的方法步骤。
22、第七方面，本说明书实施例提供一种电子设备，可包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行上述的方法步骤。
23、本说明书一些实施例提供的技术方案带来的有益效果至少包括：
24、采用本说明书实施例提供的核保模型训练方法，通过获取第一样本数据集合，第一样本数据集合中包括至少一个样本用户分别对应的样本数据，样本数据包括样本画像数据和样本标记时间，将第一样本数据集合输入至核保模型中，得到第一样本数据集合中各样本画像数据分别对应的样本风险比例，基于各样本画像数据分别对应的样本风险比例以及各样本画像数据分别对应的样本标记时间，采用预设损失函数以及最大偏似然估计方法对核保模型计算模型损失值并对核保模型进行训练，最终得到训练完成的核保模型，该核保模型通过对画像数据和标记时间进行建模，充分挖掘标记时间所蕴含的风险信息，学习得到画像数据和风险比例的对应关系，采用训练完成的核保模型可根据用户画像数据进行准确的风险比例预测，提升了风险预测准确性。
本文档来自技高网...【技术保护点】
1.一种核保模型训练方法，所述方法包括：
2.根据权利要求1所述的方法，所述核保模型包括特征提取网络和风险预测网络，所述将所述第一样本数据集合输入至所述核保模型中，得到所述第一样本数据集合中各样本画像数据分别对应的样本风险比例，包括：
3.根据权利要求1所述的方法，所述核保模型包括各第一特征提取网络、第二特征提取网络和风险预测网络，所述将所述第一样本数据集合输入至所述核保模型中，得到所述第一样本数据集合中各样本画像数据分别对应的样本风险比例，包括：
4.根据权利要求3所述的方法，所述核保模型还包括门控网络，所述采用所述风险预测网络根据所述第一样本画像数据对应的所述第一样本画像特征和所述第二样本画像特征进行风险预测，得到所述第一样本画像数据对应的样本风险比例之前，还包括：
5.根据权利要求1所述的方法，所述基于各所述样本画像数据分别对应的样本风险比例以及各所述样本画像数据分别对应的样本标记时间，采用预设损失函数以及最大偏似然估计方法计算模型损失值，包括：
6.根据权利要求5所述的方法，所述预设损失函数包括：
7
8.一种核保方法，所述方法包括：
9.根据权利要求8所述的方法，所述核保模型包括特征提取网络和风险预测网络，所述将所述用户画像数据输入至核保模型中，得到所述待核保用户对应的风险比例，包括：
10.根据权利要求8所述的方法，所述核保模型包括各第一特征提取网络、第二特征提取网络和风险预测网络，所述将所述用户画像数据输入至核保模型中，得到所述待核保用户对应的风险比例，包括：
11.根据权利要求10所述的方法，所述核保模型还包括门控网络，所述采用所述风险预测网络根据所述第一画像特征和所述第二画像特征进行风险预测，得到所述待核保用户对应的风险比例之前，还包括：
12.根据权利要求8所述的方法，所述基于所述风险比例生成所述待核保用户对应的核保结果，包括：
13.一种核保模型训练装置，包括：
14.一种核保装置，包括：
15.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1～7或8～12中任意一项所述方法的步骤。
16.一种电子设备，其特征在于，包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行如权利要求1～7或8～12中任意一项所述方法的步骤。
17.一种计算机程序产品，其上存储有至少一条指令，其特征在于，所述至少一条指令被处理器执行时实现权利要求1～7或8～12中任意一项所述方法的步骤。
...【技术特征摘要】
1.一种核保模型训练方法，所述方法包括：
2.根据权利要求1所述的方法，所述核保模型包括特征提取网络和风险预测网络，所述将所述第一样本数据集合输入至所述核保模型中，得到所述第一样本数据集合中各样本画像数据分别对应的样本风险比例，包括：
3.根据权利要求1所述的方法，所述核保模型包括各第一特征提取网络、第二特征提取网络和风险预测网络，所述将所述第一样本数据集合输入至所述核保模型中，得到所述第一样本数据集合中各样本画像数据分别对应的样本风险比例，包括：
4.根据权利要求3所述的方法，所述核保模型还包括门控网络，所述采用所述风险预测网络根据所述第一样本画像数据对应的所述第一样本画像特征和所述第二样本画像特征进行风险预测，得到所述第一样本画像数据对应的样本风险比例之前，还包括：
5.根据权利要求1所述的方法，所述基于各所述样本画像数据分别对应的样本风险比例以及各所述样本画像数据分别对应的样本标记时间，采用预设损失函数以及最大偏似然估计方法计算模型损失值，包括：
6.根据权利要求5所述的方法，所述预设损失函数包括：
7.根据权利要求1所述的方法，所述样本用户包括已出险用户和未出险用户；所述获取第一样本数据集合之前，还包括：
8.一种核保方法，所述方法包括：
9.根据权利要求8所述的方法，所述核保模型...
【专利技术属性】
技术研发人员：闵旭，张晓露，周俊，殷振滔，秦小波，费斌杰，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。