(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 202210552573.X (22)申请日 2022.05.20 (71)申请人 深圳前海微众 银行股份有限公司 地址 518027 广东省深圳市前海深港合作 区前湾一路1号A栋201室 (72)发明人 王萌　郑文琛　张晓军　 (74)专利代理 机构 北京同立钧成知识产权代理 有限公司 1 1205 专利代理师 章愫　黄健 (51)Int.Cl. G06Q 40/02(2012.01) G06K 9/62(2022.01) (54)发明名称 模型训练方法及装置、 信息处 理方法及装置 (57)摘要 本发明公开了一种模 型训练方法及装置、 信 息处理方法及装置， 所述方法包括： 获取至少一 组训练样本， 其中， 任一组训练样本中包括样本 对象的样本对象特征。 根据至少一组训练样本， 对预估模型进行训练， 其中， 预估模型用于根据 样本对象特征， 输出样本对象的引 导概率， 引导 概率用于指示样本对象引导其他对象在业务系 统注册的概率。 对训练后的预估模型进行测试， 确定预估模 型的测试结果参数。 根据测试结果参 数， 确定训练完成的预估模型。 本发明提供的技 术方案， 可以有效提升信息推送的有效性和针对 性。 权利要求书3页 说明书17页 附图7页 CN 115018620 A 2022.09.06 CN 115018620 A 1.一种模型训练方法， 其特 征在于， 包括： 获取至少一组训练样本， 其中， 任一组所述训练样本中包括样本对象的样本对象特 征； 根据所述至少一组训练样本， 对预估模型进行训练， 其中， 所述预估模型用于根据 所述 样本对象特征， 输出所述样本对 象的引导概率， 所述引导概率用于指示所述样本对 象引导 其他对象在业 务系统注 册的概率； 对训练后的所述预估 模型进行测试， 确定所述预估 模型的测试 结果参数； 根据所述测试 结果参数， 确定训练完成的预估 模型。 2.根据权利要求1所述的方法， 其特征在于， 所述训练样本中还包括： 所述样本对象的 样本标签， 所述样本标签用于指示所述样本对象是否引导 其余对象在所述 业务系统注 册； 所述根据所述至少一组训练样本， 对所述预估 模型进行训练， 包括： 根据所述预估模型对所述样本对象特征进行处理， 得到所述样本对象对应的样本引导 概率； 根据所述样本引导概率， 确定预测标签， 其中， 所述预测标签用于指示所述样本对象是 否引导其余对象在所述 业务系统注 册； 根据所述样本标签和所述预测标签， 对所述预估 模型的模型参数进行 更新。 3.根据权利要求2所述的方法， 其特征在于， 所述根据所述样本引导概率， 确定预测标 签， 包括： 若所述样本引导概率大于或等于预设概率， 则确定所述预测标签用于指示所述样本对 象会引导 其余对象在所述 业务系统注 册； 或者， 若所述样本引导概率小于所述预设概率， 则确定所述预测标签用于指示所述样本对象 不会引导 其余对象在所述 业务系统注 册。 4.根据权利要求1 ‑3任一项所述的方法， 其特征在于， 所述对训练后的所述预估模型进 行测试， 确定所述预估 模型的测试 结果参数， 包括： 在预设数据库中获取多个测试对象， 其中， 所述测试对象为在业务系统中已注册的对 象； 根据所述预估模型输出的样本引导概率， 将样本引导概率排序靠前的K个样本对象确 定为第一目标对象， 其中， 所述K为大于或等于1的整数； 在所述测试对象中， 将随机选择的N个测试对象确定为第二目标对象， 其中， 所述N为大 于等于1的整数； 根据所述第一目标对象和所述第二目标对象， 确定所述预估模型对应的测试结果参 数。 5.根据权利要求4所述的方法， 其特征在于， 所述根据所述第 一目标对象和所述第 二目 标对象， 确定所述预估 模型对应的测试 结果参数， 包括： 获取所述第一目标对象对应的第一引导率， 其中， 所述第一引导率为第一类对象的数 量和所述第一目标对象的数量的比值， 所述第一类对象为所述第一目标对象中实际引导其 他对象在所述 业务系统注 册的对象； 获取所述第二目标对象对应的第二引导率， 其中， 所述第二引导率为第二类对象的数 量和所述第二目标对象的数量的比值， 所述第二类对象为所述第二目标对象中实际引导其 他对象在所述 业务系统注 册的对象；权　利　要　求　书 1/3 页 2 CN 115018620 A 2将所述第一引导率和所述第 二引导率的比值， 确定为所述预估模型对应的测试结果参 数。 6.根据权利要求1 ‑5任一项所述的方法， 其特征在于， 所述根据所述测试结果参数， 确 定训练完成的预估 模型， 包括： 若所述测试 结果参数大于或等于预设阈值， 则确定得到训练完成的预估 模型； 或者， 若所述测试结果参数小于预设阈值， 则重复执行获取训练样本， 并根据训练样本对所 述预估模型训练的步骤， 直至所述预估 模型的测试 结果参数大于或等于预设阈值。 7.一种信息处 理方法， 其特 征在于， 包括： 在预设数据库中获取至少一个第一对象的对象特征， 其中， 所述第一对象为业务系统 中已注册的对象； 通过预估模型对各所述对象特征进行处理， 得到各所述第一对象各自对应的引导概 率， 所述引导 概率用于指示所述第一对象引导第二对象在所述 业务系统注 册的概率； 根据各所述第 一对象各自对应的引导概率以及各所述第 一对象， 在所述至少一个第 一 对象中确定目标对象， 并向所述目标对象对应的设备发送推荐信息 。 8.根据权利要求7所述的方法， 其特征在于， 所述根据各所述第 一对象各自对应的预测 值以及各 所述第一对象， 在所述至少一个第一对象中确定目标对象， 包括： 在所述预设数据库中获取各所述第 一对象各自对应的目标群体指数， 以及获取各所述 第一对象各自的业 务申请对应的申请参数； 将所述目标群体指数大于或等于第一阈值， 并且， 所述申请参数大于或等于第二阈值 的第一对象， 确定为待选对象； 根据各所述待选对象各自对应的引导 概率， 确定目标对象。 9.根据权利要求8所述的方法， 其特征在于， 所述根据各所述待选对象各自对应的引导 概率， 确定目标对象， 包括： 将各所述待选对象各自对应的引导 概率进行排序； 将所述引导 概率的排序靠前的K个待选对象， 确定为所述目标对象。 10.一种模型训练装置， 其特 征在于， 包括： 获取模块， 用于获取至少一组训练样本， 其中， 任一组所述训练样本中包括样本对象的 样本对象特 征； 训练模块， 用于根据所述至少一组训练样本， 对预估模型进行训练， 其中， 所述预估模 型用于根据所述样本对 象特征， 输出所述样本对 象的引导概率， 所述引导概率用于指示所 述样本对象引导 其他对象在业 务系统注 册的概率； 测试模块， 用于对训练后的所述预估模型进行测试， 确定所述预估模型的测试结果参 数； 确定模块， 用于根据所述测试 结果参数， 确定训练完成的预估 模型。 11.一种信息处 理装置， 其特 征在于， 包括： 获取模块， 用于在预设数据库中获取至少一个第 一对象的对象特征， 其中， 所述第一对 象为业务系统中已注 册的对象； 处理模块， 用于通过预估模型对各所述对象特征进行处理， 得到各所述第一对象各自 对应的引导概率， 所述引导概率用于指示所述第一对象引导第二对象在所述业务系统注册权　利　要　求　书 2/3 页 3 CN 115018620 A 3