[发明专利]一种训练预测模型的方法和装置

权利要求书

1.一种训练预测模型的方法，其特征在于，包括：

通过训练中的用于预测用户是否有车的预测模型获得预测结果；

根据用于表示所述用户实际是否有车的实际情况和所述预测结果之间的差异性，生成正负样本集；

利用所述正负样本集训练所述训练中的预测模型，直至满足训练终止条件，则停止训练。

2.根据权利要求1所述的方法，其特征在于，所述通过训练中的用于预测用户是否有车的预测模型获得预测结果，包括：

获取待预测数据集，其中，所述待预测数据集中每个待预测数据均包括用户属性信息、汽车行业相关维度信息和其他行业关联维度信息中的至少一种数据；

利用所述训练中的预测模型对所述待预测数据集进行预测，以获得所述预测结果。

3.根据权利要求2所述的方法，其特征在于，所述利用所述训练中的预测模型对所述待预测数据集进行预测，以获得所述预测结果，包括：

从所述待预测数据集中筛除已预测过的数据，得到训练数据集；

利用所述训练中的预测模型对所述训练数据集进行预测，以获得所述预测结果。

4.根据权利要求3所述的方法，其特征在于，所述从所述待预测数据集中筛除已预测过的数据，得到训练数据集，包括：

将所述待预测数据集和历史预测结果存储库进行匹配，以获得匹配数据集；

根据所述匹配数据集和所述待预测数据集，得到所述训练数据集。

5.一种训练预测模型的装置，其特征在于，包括：

获得模块，用于通过训练中的用于预测用户是否有车的预测模型获得预测结果；

生成模块，用于根据用于表示所述用户实际是否有车的实际情况和所述预测结果之间的差异性，生成正负样本集；

训练模块，用于利用所述正负样本集训练所述训练中的预测模型，直至满足训练终止条件，则停止训练。

6.根据权利要求5所述的装置，其特征在于，所述获得模块，具体用于：获取待预测数据集，其中，所述待预测数据集中每个待预测数据均包括用户属性信息、汽车行业相关维度信息和其他行业关联维度信息中的至少一种数据；利用所述训练中的预测模型对所述待预测数据集进行预测，以获得所述预测结果。

7.根据权利要求6所述的装置，其特征在于，所述获得模块，具体用于：从所述待预测数据集中筛除已预测过的数据，得到训练数据集；利用所述训练中的预测模型对所述训练数据集进行预测，以获得所述预测结果。

8.根据权利要求7所述的装置，其特征在于，所述获得模块，具体用于：将所述待预测数据集和历史预测结果存储库进行匹配，以获得匹配数据集；根据所述匹配数据集和所述待预测数据集，得到所述训练数据集。

9.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器运行时执如权利要求1-4任一项所述的训练预测模型的方法。

10.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当所述电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1-4任一项所述的训练预测模型的方法。