[发明专利]数据处理方法、装置、存储介质和处理器

权利要求书

1.一种数据处理方法，其特征在于，包括：

在第一原始数据中，获取第一样本标签数据和第二样本标签数据，其中，所述第一样本标签数据为满足第一预设规则的样本数据，所述第二样本标签数据为未满足所述第一预设规则的样本数据；

在所述第二样本标签数据中获取第三样本标签数据，其中，所述第三样本标签数据是从所述第二样本标签数据中选取的满足第二预设规则的样本数据；

基于所述第一样本标签数据和所述第三样本标签数据，确定目标样本标签，其中，所述目标样本标签用于训练得到目标模型。

2.根据权利要求1所述的方法，其特征在于，

所述方法还包括：获取所述第一原始数据的第一审批数据，其中，所述第一审批数据为所述第一原始数据的最后一次审批的数据；

在第一原始数据中，获取第一样本标签数据，包括：标记所述第一审批数据满足所述第一预设规则的所述第一原始数据，得到所述第一样本标签数据，其中，所述第一审批数据满足所述第一预设规则的所述第一原始数据为可疑的数据。

3.根据权利要求2所述的方法，其特征在于，在第一原始数据中，获取第二样本标签数据，包括：

标记所述第一审批数据未满足所述第一预设规则的所述第一原始数据，得到所述第二样本标签数据，其中，所述第一审批数据未满足所述第一预设规则的所述第一原始数据为可信的数据。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

确定历史数据的关键字和所述历史数据的数据类型，其中，所述历史数据为数据库中的数据，且包括所述第一原始数据；

对所述关键字和所述数据类型进行拟合迭代，得到所述第二预设规则。

5.根据权利要求4所述的方法，其特征在于，所述数据类型不同，则对应的所述关键字不同。

6.根据权利要求1所述的方法，其特征在于，基于所述第一样本标签数据和所述第三样本标签数据，确定目标样本标签，其中，所述目标样本标签用于训练得到所述目标模型，还包括：

所述第一样本标签数据的样本标签和所述第三样本标签数据的样本标签相同，所述目标样本标签为所述样本的实际标签；

基于所述目标样本标签训练子模型，得到所述目标模型。

7.根据权利要求6所述的方法，其特征在于，

所述方法还包括：确定所述第一原始数据的预测标签；

基于所述第一原始数据的预测标签和所述目标样本标签，训练所述子模型，得到所述目标模型。

8.根据权利要求7所述的方法，其特征在于，确定所述第一原始数据的预测标签，包括：基于所述第一原始数据的特征数据确定所述第一原始数据的预测标签。

9.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在所述第一原始数据中，获取第四样本标签数据和第五样本标签数据，其中，所述第四样本标签数据为以下至少之一的样本数据：满足所述第一预设规则的样本数据、满足所述第二预设规则的样本数据、未满足第三预设规则的样本数据；所述第五样本标签数据为以下至少之一的样本数据：未满足所述第一预设规则的样本数据、未满足所述第二预设规则的样本数据、满足所述第三预设规则的样本数据。

10.一种数据处理装置，其特征在于，包括：

第一获取单元，用于在第一原始数据中，获取第一样本标签数据和第二样本标签数据，其中，所述第一样本标签数据为满足第一预设规则的样本数据，所述第二样本标签数据为未满足所述第一预设规则的样本数据；

第二获取单元，用于在所述第二样本标签数据中获取第三样本标签数据，其中，所述第三样本标签数据是从所述第二样本标签数据中选取的满足第二预设规则的样本数据；

确定单元，用于基于所述第一样本标签数据和所述第三样本标签数据，确定目标样本标签，其中，所述目标样本标签用于训练得到目标模型。