[发明专利]数据预测模型的创建方法、预测方法、装置及存储介质

说明书

本申请提供一种数据预测模型的创建方法、预测方法、装置及存储介质。模型的创建方法包括：发起方设备获取初始的二叉树结构根节点的第一样本集合，该第一样本集合包括发起方设备和参与方设备共同的样本；根据第一样本集合在发起方设备和参与方设备的样本划分评估参数确定如何划分根节点的第一样本集合；基于相同原理对根节点的各级子节点的样本集合进行划分，直至所有子节点中样本集合的样本划分评估参数均小于或等于阈值时，停止样本划分，完成数据预测模型的创建。上述过程综合各方对某节点样本集合的样本划分评估参数，基于样本划分评估参数确定该节点的样本集合是否划分以及如何划分，通过该方法创建的数据预测模型的预测结果更加准确。

技术领域

本申请涉及互联网技术领域，尤其涉及一种数据预测模型的创建方法、预测方法、装置及存储介质。

背景技术

联邦机器学习又称为联邦学习，能有效帮助多个机构在满足用户隐私保护、数据安全的前提下，进行数据使用和机器学习建模。根据数据和任务特点的不同可以分为纵向联邦学习、横向联邦学习以及联邦迁移学习。

纵向联邦学习是在两个数据集的用户重叠较多而用户特征重叠较少的情况下，把数据集按照纵向(即特征维度)切分，并取出双方用户相同而用户特征不完全相同的那部分数据进行模型训练。以信贷风控领域为例，基于不同机构(例如银行、电商等)的用户数据样本，可建立对用户偿还贷款能力的预测模型，基于该预测模型，可对目标用户的多维度特征数据进行分析，最终确定该用户是否具有偿还贷款能力的预测结果。

在纵向联邦学习场景下，如何创建高性能、安全性的数据预测模型是目前研究的热点问题。

发明内容

本申请实施例提供一种数据预测模型的创建方法、预测方法、装置及存储介质，可提升创建的数据预测模型的性能。

本申请实施例的第一方面提供一种数据预测模型的创建方法，该方法应用于发起方设备，所述数据预测模型采用二叉树结构，所述方法包括：

获取第一样本集合，所述第一样本集合为初始的二叉树结构根节点的待划分样本集合，所述第一样本集合包括所述发起方设备和参与方设备共有的样本；

根据所述第一样本集合在所述发起方设备和所述参与方设备的样本划分评估参数，确定所述根节点的目标划分特征；所述样本划分评估参数用于指示样本划分的误差率，所述目标划分特征为样本在所述发起方设备或所述参与方设备的其中一个特征；

根据所述目标划分特征获取所述根节点的子节点的样本集合；

向所述参与方设备发送所述根节点的实际划分信息，所述实际划分信息至少用于指示所述目标划分特征；

根据所述发起方设备对所述根节点的所述第一样本集合的划分方式，获取所述根节点的每一级子节点的样本集合的划分结果，直至所有子节点中样本集合的样本划分评估参数均小于或等于阈值时，停止样本划分，将停止划分时的二叉树结构作为所述数据预测模型。

在第一方面的一个可选实施例中，所述根据所述第一样本集合在所述发起方设备和所述参与方设备的样本划分评估参数，确定所述根节点的目标划分特征，包括：

获取所述发起方设备采用第一特征划分所述第一样本集合的第一划分结果，以及参与方设备采用第二特征划分所述第一样本集合的第二划分结果；所述第一特征包括样本在所述发起方设备的至少一个特征，所述第二特征包括样本在所述参与方设备的至少一个特征；

根据所述第一划分结果确定所述第一样本集合在所述发起方设备的样本划分评估参数；根据所述第二划分结果确定所述第一样本集合在所述参与方设备的样本划分评估参数；

根据所述第一样本集合在所述发起方设备和所述参与方设备的样本划分评估参数，从所述第一特征和所述第二特征中确定所述目标划分特征，所述目标划分特征为实际划分所述根节点的所述第一样本集合的特征。