[发明专利]机器学习模型的建模方法及装置有效
| 申请号： | 201610094664.8 | 申请日： | 2016-02-19 |
| 公开（公告）号： | CN107103171B | 公开（公告）日： | 2020-09-25 |
| 发明（设计）人： | 张柯;褚崴;施兴;谢树坤;谢锋 | 申请（专利权）人： | 阿里巴巴集团控股有限公司 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06N20/00;G06K9/62;G06Q30/00 |
| 代理公司： | 北京市惠诚律师事务所 11353 | 代理人： | 刘子敬 |
| 地址： | 英属开曼群岛大开*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了机器学习模型的建模方法及装置，通过针对每一个中间目标变量所对应的机器学习子模型进行训练，获得各机器学习子模型的概率值，进而将各机器学习子模型的概率值进行概率求和，基于求和所获得的目标概率值以及用于描述交易行为的特征变量建立用于判定目标行为的目标机器学习模型。在虚假交易判断的应用场景中，目标行为即为虚假交易，从而每一个机器学习子模型用于判定对应的中间目标变量所指示的虚假交易类型，对各机器学习子模型的概率值进行概率求和就能够获得用于判定属于多种虚假交易类型中的至少一种的概率，基于这一概率值所构建的模型便能够对于多种虚假交易类型进行判定，实现了节省成本，提高虚假交易的识别效率的目的。 | ||
| 搜索关键词： | 机器 学习 模型 建模 方法 装置 | ||
【主权项】：
一种机器学习模型的建模方法，其特征在于，包括：分别对各中间目标变量对应的机器学习子模型进行训练，获得各机器学习子模型的概率值；其中，所述机器学习子模型用于根据描述交易行为的特征变量判定对应中间目标变量指示的目标行为类型；对各机器学习子模型的概率值进行概率求和，获得目标概率值；根据所述目标概率值和所述特征变量，建立用于判定是否为目标行为的目标机器学习模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于阿里巴巴集团控股有限公司，未经阿里巴巴集团控股有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610094664.8/，转载请声明来源钻瓜专利网。
