(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 202210443867.9 (22)申请日 2022.04.26 (71)申请人 猎鹰智能科技 （杭州） 有限公司 地址 311121 浙江省杭州市余杭区余杭街 道文一西路1818-2号5幢3 07室 (72)发明人 樊婷婷　刘振山　高亚萌　 (74)专利代理 机构 杭州浙言专利代理事务所 (普通合伙) 33370 专利代理师 顾传虎 (51)Int.Cl. G06Q 40/02(2012.01) G06N 20/00(2019.01) (54)发明名称 一种模型训练方法、 装置及电子设备 (57)摘要 本发明公开了一种模 型训练方法， 所述方法 包括： 获取客户多个维度的特征数据， 其中， 所述 多个维度的特征数据包括客户的基本属性数据、 产品持有数据、 资产信息数据、 贷款信息数据和 交易信息 数据； 将第一观察期内的所述多个维度 的特征数据作为建模变量， 获取第一表现期内客 户的行为结果作为预测标签对待训练的第一模 型、 第二模型和第三模型中进行训练和测试， 获 得已训练的第一模型、 已训练的第二模 型和已训 练的第三模型。 权利要求书2页 说明书6页 附图1页 CN 114862550 A 2022.08.05 CN 114862550 A 1.一种模型训练方法， 其特 征是， 所述方法包括： 获取客户多个维度的特 征数据， 其中， 所述多个维度的特 征数据包括 客户的 基本属性数据、 产品持有数据、 资产信息数据、 贷款信息数据和交易信息数据； 将第一观察期内的所述多个维度的特征数据作为建模变量， 获取第 一表现期内客户的 行为结果作为预测标签对待训练的第一模型、 第二模型和第三模型中进行训练和测试， 获 得已训练的第一模型、 已训练的第二模型和已训练的第三模型。 2.根据权利要求1所述的模型训练方法， 其特 征是， 所述方法还 包括： 以客户的基本属性数据作为基础表， 将产品持有数据、 资产信 息数据、 贷款信 息数据和 交易信息数据合并至所述基础表中。 3.根据权利要求1所述的模型训练方法， 其特 征是， 所述方法还 包括： 对所述多个维度的特 征数据进行 数据处理， 其中， 所述数据处 理包括对所述 多个维度的特征数据中离散型变量进行哑变量编码， 对所述多个维度的特征数据中所 有变量进行max ‑min归一化处理获得标准化数据。 4.根据权利要求3所述的模型训练方法， 其特 征是， 对所述多个维度的特 征数 据进行数据处理之前， 对所述多个维度的特征数据中离散型变量的缺失以 “缺失“进行 标记， 对所述多个维度的特 征数据中连续型变量的缺失用0进行填充。 5.根据权利要求3所述的模型训练方法， 其特 征是， 所述方法还 包括： 将所述标准 化数据划分为训练集和预测集； 将所述训练集输入至待训练的第一模型、 第二模型和第三模型中进行训练和测试， 获 得已训练的第一模型、 已训练的第二模 型和已训练的第三模型， 其中， 所述第一模型为逻辑 回归模型， 所述第二模型为决策树模型、 所述第三模型为随机森林模型； 将所述预测集输入所述已训练 的第一模型、 所述已训练 的第二模型和所述已训练的第 三模型获得三个预测结果； 将三个所述预测结果均为 正的客户认定为潜力客户。 6.根据权利要求5所述的 的模型训练方法， 其特 征是， 所述方法还 包括： 将所述潜力客户从年龄、 转账次数和AUM三个维度特 征进行分群匹配营销策 略。 7.一种模型训练装置， 其特 征是， 所述装置包括： 第一获取 单元， 用于获取客户多个维度的特 征数据， 其中， 所述多个维度的 特征数据包括客户的基本属性数据、 产品持有数据、 资产信 息数据、 贷款信息数据和交 易信息数据； 第一训练单元， 用于将第一观察期内的所述多个维度的特征数据作为建模变量， 获取 第一表现期内客户的行为结果作为预测标签对待训练的第一模型、 第二模 型和第三模型中 进行训练和 测试， 获得已训练的第一模型、 已训练的第二模型和已训练的第三模型。 8.一种电子设备， 其特 征是， 所述电子设备包括处 理器和存 储器， 所述存 储 器中存储有至少一条指令、 至少一段程序、 待码集或指令集， 所述至少一条指令、 所述 至少一段程序、 所述代码集或指令集由所述处理器执行以实现如权利要求1 ‑6任一项所述 的模型训练方法。 9.一种计算机可读存 储介质， 其特 征是， 所述计算机可读存 储介质中存 储有权　利　要　求　书 1/2 页 2 CN 114862550 A 2至少一条指令、 至少一段程序、 待码集或指令集， 所述至少一条指令、 所述至少一段程 序、 所述代码集或指令集由处 理器执行以实现如权利要求1 ‑6任一项所述的模型训练方法。权　利　要　求　书 2/2 页 3 CN 114862550 A 3