-
公开(公告)号:CN117874650A
公开(公告)日:2024-04-12
申请号:CN202311853283.X
申请日:2023-12-28
Applicant: 中移雄安信息通信科技有限公司 , 中移系统集成有限公司 , 中国移动通信集团有限公司
IPC: G06F18/243 , G06N5/01 , G06F18/213 , G06F21/60
Abstract: 本申请涉及一种用户画像评分模型训练方法、用户画像评分方法及装置,涉及网络技术领域。该方法包括:获取第一样本组,该第一样本组中包含各平台共有的目标用户在运营商平台中的第一样本数据;基于第一样本组对待训练的用户画像评分模型进行训练,得到第一本地子模型对应的第一加密导数信息;接收参与方平台发送的加密导数统计信息;该加密导数统计信息是参与方平台进行加密导数信息聚合后得到的;基于加密导数统计信息对第一本地子模型进行参数更新,以在达到训练完成条件时,结合训练好的第一本地子模型与参与方平台训练的第二本地子模型得到用户画像评分模型。通过上述方法,可以提高用户画像评分模型的精确度,从而提高用户画像评分的准确性。
-
公开(公告)号:CN116611530A
公开(公告)日:2023-08-18
申请号:CN202210116815.0
申请日:2022-02-07
Applicant: 中移系统集成有限公司 , 中移雄安信息通信科技有限公司 , 中国移动通信集团有限公司
Abstract: 本发明提供一种电信诈骗用户的确定方法及装置,涉及机器学习技术领域。所述方法包括:根据电信运营商用户的特征,构建特征的逻辑回归预测模型;根据横向联邦学习方法,训练逻辑回归预测模型,得到第一诈骗用户预测模型,确定目标用户的第一预测结果;根据纵向联邦学习方法,训练逻辑回归预测模型,得到第二诈骗用户预测模型,确定目标用户的第二预测结果;根据第一预测结果与第二预测结果,确定目标用户是否为电信诈骗用户。本发明提供的电信诈骗用户的确定方法及装置,通过采用横向联邦学习技术结合纵向联邦学习技术,扩充了训练样本的数据量,获得更好的训练模型,提高对电信诈骗用户识别的准确率。
-