[發明專利]數據源貢獻度的評估方法及其裝置、計算機設備在審
| 申請號： | 202010191807.3 | 申請日： | 2020-03-18 |
| 公開（公告）號： | CN111461341A | 公開（公告）日： | 2020-07-28 |
| 發明（設計）人： | 劉磊;楊耀;姜玉坤;焦瑜凈;侯寶劍 | 申請（專利權）人： | 支付寶（杭州）信息技術有限公司 |
| 主分類號： | G06N20/00 | 分類號： | G06N20/00 |
| 代理公司： | 北京匯思誠業知識產權代理有限公司 11444 | 代理人： | 馮偉 |
| 地址： | 310007 浙江省杭州市*** | 國省代碼： | 浙江;33 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 數據源 貢獻 評估 方法 及其 裝置 計算機 設備 | ||
1.一種數據源貢獻度的評估方法，包括：
獲取機器學習模型；其中，所述機器學習模型由多個數據源的訓練數據，對原始模型進行訓練后生成，所述訓練數據具有多個數據特征；
對所述機器學習模型的性能指標進行歸因分析，以確定每個所述數據源對所述機器學習模型的第一貢獻度；
根據所述數據特征對所述性能指標的貢獻度，確定每個所述數據源對所述機器學習模型的第二貢獻度；以及
根據所述第一貢獻度和所述第二貢獻度，確定每個所述數據源的貢獻度。
2.如權利要求1所述的評估方法，其中，所述對所述機器學習模型的性能指標進行歸因分析，以確定每個所述數據源對所述機器學習模型的第一貢獻度，包括：
分別使用每個所述數據源的訓練數據對所述原始模型進行訓練，以生成每個所述數據源對應的模型；
將多個所述數據源的訓練數據進行組合，以得到組合數據源；
使用組合數據源的訓練數據對所述原始模型進行訓練，以生成所述組合數據源對應的模型；
根據每個所述數據源對應的模型的性能指標，所述組合數據源對應的模型的性能指標，以及所述機器學習模型的性能指標，確定每個所述數據源對所述機器學習模型的第一貢獻度。
3.如權利要求2所述的評估方法，其中，所述根據每個所述數據源對應的模型的性能指標，所述組合數據源對應的模型的性能指標，以及所述機器學習模型的性能指標，確定每個所述數據源對所述機器學習模型的第一貢獻度，包括：
將每個所述數據源對應的模型的性能指標，所述組合數據源對應的模型的性能指標，以及所述機器學習模型的性能指標列入夏普里值中；
使用夏普里值歸因算法，對所述機器學習模型的性能指標進行拆解，以確定每個所述數據源對所述機器學習模型的第一貢獻度。
4.如權利要求1所述的評估方法，其中，所述根據所述數據特征對所述性能指標的貢獻度，確定所述每個所述數據源對所述機器學習模型的第二貢獻度，包括：
確定單個數據特征對所述機器學習模型處理對應訓練數據的貢獻度；其中，所述單個數據特征為所述對應訓練數據的一個數據特征；
確定單個所述數據源對所述機器學習模型處理所述對應訓練數據的貢獻度；
確定單個所述數據源對所述機器學習模型的第二貢獻度。
5.如權利要求4所述的評估方法，其中，所述確定單個數據特征對所述機器學習模型處理對應訓練數據的貢獻度，包括：
對所述單個數據特征進行變更；
將變更后的所述對應訓練數據輸入所述機器學習模型；
根據所述機器學習模型的輸出，確定所述單個數據特征對所述機器學習模型處理所述對應訓練數據的貢獻度。
6.如權利要求5所述的評估方法，其中，所述根據所述機器學習模型的輸出，確定所述單個數據特征對所述機器學習模型處理所述對應訓練數據的貢獻度，包括：
根據所述單個數據特征的變化值和所述機器學習模型的輸出的變化值，確定所述單個數據特征對所述機器學習模型處理所述對應訓練數據的貢獻度。
7.一種數據源貢獻度的評估裝置，包括：
獲取模塊，用于獲取機器學習模型；其中，所述機器學習模型由多個數據源的訓練數據，對原始模型進行訓練后生成，所述訓練數據具有多個數據特征；
分析模塊，用于對所述機器學習模型的性能指標進行歸因分析，以確定每個所述數據源對所述機器學習模型的第一貢獻度；
第一確定模塊，用于根據所述數據特征對所述性能指標的貢獻度，確定所述每個所述數據源對所述機器學習模型的第二貢獻度；以及
第二確定模塊，用于根據所述第一貢獻度和所述第二貢獻度，確定每個所述數據源的貢獻度。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于支付寶（杭州）信息技術有限公司，未經支付寶（杭州）信息技術有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.17sss.com.cn/pat/books/202010191807.3/1.html，轉載請聲明來源鉆瓜專利網。
