[发明专利]数据处理方法、装置、计算机设备及存储介质

权利要求书

1.一种数据处理方法，其特征在于，应用于服务器，所述服务器与多个计算机设备通信连接，所述方法包括：

将预设模型分发至每个所述计算机设备，所述计算机设备基于训练完成后的预设模型对用户进行意图预测；

接收每个所述计算机设备发送的本地参数数据，所述本地参数数据为所述计算机设备在对所述预设模型进行训练的过程中生成的参数数据；

根据参数奖惩规则确定每个本地参数数据对应的更新参数数据；

将每个所述更新参数数据发送至对应的计算机设备，所述更新参数数据用于所述计算机设备对所述预设模型进行迭代训练，直至所述预设模型满足预设条件，得到目标预测模型。

2.根据权利要求1所述的方法，其特征在于，所述根据参数奖惩规则确定每个本地参数数据对应的更新参数数据，包括：

根据参数奖罚规则确定每个所述计算机设备参与模型训练的贡献度；

根据所有所述计算机设备的本地参数数据和每个所述计算机的贡献度，确定每个所述计算机设备对应的更新参数数据。

3.根据权利要求2所述的方法，其特征在于，所述根据参数奖罚规则确定每个所述计算机设备参与模型训练的贡献度，包括：

获取每个所述计算机设备的训练日志；

根据每个所述训练日志确定每个所述计算机设备参与模型训练的数据集的数据量；

基于每个所述计算设备对应的数据量对每个所述计算机设备进行贡献度计算，得到每个所述计算机设备参与模型训练的贡献度。

4.根据权利要求3所述的方法，其特征在于，所述根据所有所述计算机设备的本地参数数据和每个所述计算机的贡献度，确定每个所述计算机设备对应的更新参数数据，包括：

对所有所述计算机设备的本地参数数据进行参数聚合得到全局参数数据；

根据所述全局参数数据和每个所述计算机设备的贡献度，确定每个所述计算机设备对应的更新参数数据。

5.根据权利要求2所述的方法，其特征在于，所述根据参数奖罚规则确定每个所述计算机设备参与模型训练的贡献度，包括：

获取每个所述计算机设备的合作系数，所述合作系数用于表征所述计算机设备对应的协作用户与所述服务器对应的学习平台之间的合作强度；

基于每个所述计算机设备的合作系数对每个所述计算机设备进行贡献度计算，得到每个所述计算机设备参与模型训练的贡献度。

6.一种数据处理方法，其特征在于，应用于计算机设备，所述计算机设备与服务器通信连接，所述方法包括：

接收从所述服务器发送的预设模型，以及对所述预设模型进行训练，得到本地参数数据，所述本地参数数据为在对所述预设模型进行训练的过程中生成的参数数据；

将所述本地参数数据发送至所述服务器；

接收所述服务器发送的更新参数数据，所述更新参数数据用于对所述预设模型进行迭代训练；

根据所述更新参数数据对所述预设模型进行迭代训练，直至所述预设模型满足预设条件，得到目标预测模型；

基于所述目标预测模型对用户进行意图预测得到意图预测结果。

7.根据权利要求6所述的方法，其特征在于，所述接收从所述服务器发送的预设模型，以及对所述预设模型进行训练，得到本地参数数据之前，所述方法还包括包括：

获取用于训练所述预设模型的数据集，所述数据集包括用户画像数据、用户基础数据以及催收数据；

对所述数据集进行量化处理得到用于训练所述预设模型的训练集，所述训练集用于所述计算机设备对所述预设模型进行训练。

8.根据权利要求6所述的方法，其特征在于，所述意图预测结果包括预测意图的概率，在所述基于所述目标预测模型对用户进行意图预测得到意图预测结果之后，所述方法还包括：

根据所述预测意图的概率确定所述用户的意图等级；

根据所述意图等级确定并执行对应的意图处理操作。