[发明专利]数据处理方法、装置、设备及介质

说明书

本申请实施例提供一种数据处理方法、装置、设备及介质。该方法包括：获取目标用户的待处理数据；基于评分模型中第一网络计算的待处理数据的几何间隔，确定目标用户的第一目标评分；基于评分模型中第二网络的每一决策树的叶节点与待处理数据的对应关系，确定目标用户的第二目标评分；基于评分模型中第三网络的多个分类器对待处理数据进行分类计算的结果，确定目标用户的第三目标评分；确定第一目标评分、第二目标评分、第三目标评分，分别与第一预设评分权重的乘积之和，为目标用户的信用评分。根据本申请实施例，能够提高确定的目标用户的信用评分的准确性。

技术领域

本申请属于大数据领域，尤其涉及一种数据处理方法、装置、设备及介质。

背景技术

现实生活中，人们经常使用用户评分模型对用户的优劣程度进行划分。然而现有技术中，通常使用的用户评分模型是基于单一的深度学习模型，并且输入的数据单一、数据的准确度不高，以致于通过现有的用户评分模型得到用户的信用评分不够准确。

发明内容

本申请实施例提供一种数据处理方法、装置、设备及介质，提高了用户的信用评分的准确度。

第一方面，本申请实施例提供一种数据处理方法，方法包括：获取目标用户的待处理数据；

基于评分模型中第一网络计算的待处理数据的几何间隔，确定目标用户的第一目标评分；

基于评分模型中第二网络的每一决策树的叶节点与待处理数据的对应关系，确定目标用户的第二目标评分；

基于评分模型中第三网络的多个分类器对待处理数据进行分类计算的结果，确定目标用户的第三目标评分；

确定第一目标评分、第二目标评分、第三目标评分，分别与第一预设评分权重的乘积之和，为目标用户的信用评分；

其中，第一目标评分、第二目标评分、第三目标评分和信用评分均用于评价目标用户的信用的优劣程度。

在第一方面的一种可选的实施方式中，基于评分模型中第一网络计算的待处理数据的几何间隔，确定目标用户的第一目标评分，包括：

将待处理数据输入至评分模型中的第一网络，通过第一网络计算待处理数据的几何间隔，并基于待处理数据的几何间隔对待处理数据进行分类计算，得到多个第一计算结果，并确定多个第一计算结果的平均值为目标用户的第一目标评分。

在第一方面的一种可选的实施方式中，基于评分模型中第二网络的每一决策树的叶节点与待处理数据的对应关系，确定目标用户的第二目标评分，包括：

将待处理数据输入至评分模型中的第二网络，通过将待处理数据中不同维度的数据映射在第二网络中每一决策树的叶节点上，基于每一叶节点对应的权重对待处理数据进行深度学习分类计算，得到多个第二计算结果，确定多个第二计算结果的平均值为目标用户的第二目标评分。

在第一方面的一种可选的实施方式中，基于评分模型中第三网络的多个分类器对待处理数据进行分类计算的结果，确定目标用户的第三目标评分，包括：

将待处理数据输入至评分模型中的第三网络，基于第三网络中多个不同的分类器，对待处理数据进行分类计算，得到多个第三计算结果，并确定多个第三计算结果的平均值为目标用户的第三目标评分。

在第一方面的一种可选的实施方式中，在基于评分模型中第一网络计算的待处理数据的几何间隔，确定目标用户的第一目标评分之前，方法还包括：

获取训练样本集，训练样本集中包括多个待处理数据样本及其每一待处理数据样本对应的标签评分；

利用训练样本集中的待处理数据样本训练预设评分模型，得到训练后的评分模型。