(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210738332.4 (22)申请日 2022.06.27 (71)申请人 度小满科技(北京)有限公司 地址 100193 北京市海淀区西北旺东路10 号院西区4 号楼6层6 06室 (72)发明人 张宝安　单黎平　杨青　 (74)专利代理 机构 北京博浩百 睿知识产权代理 有限责任公司 1 1134 专利代理师 赵昀彬 (51)Int.Cl. G06Q 40/02(2012.01) G06Q 10/04(2012.01) G06K 9/62(2022.01) (54)发明名称 数据处理方法、 装置和计算机可读存 储介质 (57)摘要 本发明公开了一种数据处理方法、 装置和计 算机可读 存储介质。 其中， 该方法包括： 获取目标 数据， 其中， 目标数据用于表征与目标对象相关 的数据； 利用目标模型对目标数据进行预测， 得 到目标对象的目标概率， 其中， 目标模型包括多 个不同类型的池化模块， 目标概率用于表征目标 对象存在风险的概率。 本发明解决了现有技术中 确定用户是否存在金融风险的识别准确率低的 技术问题。 权利要求书2页 说明书8页 附图1页 CN 115131128 A 2022.09.30 CN 115131128 A 1.一种数据处 理方法， 其特 征在于， 包括： 获取目标 数据， 其中， 所述目标 数据用于表征与目标对象相关的数据； 利用目标模型对所述目标数据进行预测， 得到所述目标对象的目标概率， 其中， 所述目 标模型包括多个不同类型的池化模块， 所述目标概率用于表征所述目标对象存在风险的概 率。 2.根据权利要求1所述的方法， 其特征在于， 目标数据包括目标对象数据和其他对象数 据， 获取目标 数据包括： 获取所述目标对象数据； 根据预设关系和所述目标对象数据， 获取所述其他对象数据， 其中， 所述预设关系用于 表征目标用户与其 他对象的关联关系。 3.根据权利要求1所述的方法， 其特征在于， 利用目标预测模型对所述目标数据进行处 理， 得到所述目标对象的目标概 率包括： 对所述目标数据进行特征提取， 得到第一特征和至少一个第 二特征， 其中， 所述第一特 征用于表征目标对 象的特征， 所述第二特征用于表征其他对 象的特征， 所述其他对 象用于 表征与所述目标对象存在关联关系的对象； 利用多个所述池化模块对所述第 一特征和所述至少一个所述第 二特征进行池化， 得到 多个第三特 征， 其中， 所述池化模块与所述第三特 征一一对应； 基于所述第一特 征和所述多个第三特 征， 得到所述目标概 率。 4.根据权利要求3所述的方法， 其特征在于， 对所述目标数据进行特征提取， 确定第一 特征和至少一个第二特 征包括： 对所述目标 数据进行 特征提取， 得到所述第一特 征和至少一个第二初始特 征； 基于所述第 一特征和至少一个所述第 二初始特征， 获得至少一个第一相似度， 其中， 所 述第一相似度用于表征 所述第一特 征与所述第二初始特 征的相似度； 将所述第二初始特征乘以与第 二初始特征相关的第 一相似度， 确定至少一个所述第 二 特征。 5.根据权利要求3所述的方法， 其特征在于， 基于所述第一特征和所述多个第三特征， 得到所述目标概 率包括： 对所述第一特 征和所述多个第三特 征进行特征融合， 得到初始特 征； 对所述初始特 征进行降维处 理， 得到目标 特征； 基于所述目标 特征， 得到所述目标概 率。 6.根据权利要求5所述的方法， 其特征在于， 基于所述目标特征， 得到所述目标概率， 包 括： 对所述目标 特征进行归一 化处理， 得到所述目标概 率。 7.根据权利要求1的方法， 其特征在于， 所述多个不同类型的池化模块包括： 全局最大 池化模块、 全局最小池化模块和全局平均池化模块。 8.根据权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 基于所述目标概 率， 构建损失函数； 基于所述损失函数对所述目标模型进行优化。 9.一种数据处 理装置， 其特 征在于， 包括：权　利　要　求　书 1/2 页 2 CN 115131128 A 2获取模块， 用于获取目标 数据， 其中， 所述目标 数据用于表征与目标对象相关的数据； 预测模块， 用于利用目标模型对所述目标数据进行预测， 得到所述目标对象的目标概 率， 其中， 所述目标模型包括多个不同类型的池化模块， 所述目标概率用于表征所述目标对 象存在风险的概 率。 10.一种存储有计算机指令的非瞬时计算机可读存储介质， 其特征在于， 所述计算机指 令用于使所述计算机执 行根据权利要求1 ‑7任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115131128 A 3