训练数据的确定方法、模型训练方法、上线风险等级的确定方法和装置与流程

本申请涉及计算机，尤其涉及一种训练数据的确定方法、模型训练方法、上线风险等级的确定方法和装置。

背景技术：

1、目前，对在线服务系统经常需要根据业务需求进行快速迭代上线，在线服务系统进行上线时，通常需要在线服务系统进行上线风险评估。目前，可采用上线风险评估模型，对需要上线的在线服务系统进行上线风险评估。其中，在上线风险评估模型使用之前，首先需要使用训练数据训练得到上线风险评估模型。相关技术中，通常是由人工对在线服务系统对每次历史上线的上线情况进行人工上线风险等级确定，并基于人工所确定出的上线风险等级来得到用于训练上线风险评估模型的训练数据。基于上述描述，可以看出，相关技术中在得到训练上线风险评估模型的训练数据的过程中需要人工来确定在线服务系统在本次上线时对应的上线风险等级，从而导致得到训练数据的效率和准确性比较低。

技术实现思路

1、本申请提供一种训练数据的确定方法、模型训练方法、上线风险等级的确定方法和装置。

2、第一方面，本申请提供一种上线风险评估模型的训练数据的确定方法，包括：在在线服务系统经过多次上线的情况下，针对所述在线服务系统的每次上线，获取在线服务系统在本次上线时，所述在线服务系统的变更信息；确定在对所述在线服务系统进行本次上线时，所述在线服务系统所发生的上线风险事件所属的事件类型；获取所述在线服务系统因所述上线风险事件而停服的停服时长；获取所述在线服务系统中受所述上线风险事件影响的用户数；根据所述事件类型、所述停服时长和所述用户数，确定所述在线服务系统进行本次上线时所对应的实际上线风险等级；根据所述在线服务系统在各次上线时所对应的变更信息和实际上线风险等级，生成用于训练上线风险评估模型的训练数据。

3、第二方面，本申请提供一种上线风险评估模型的训练方法，所述方法包括：获取基于前述上线风险评估模型的训练数据的确定方法所生成的训练数据；将所述训练数据中的变更信息输入到上线风险评估模型中，以得到所述上线风险评估模型输出的预测上线风险等级；根据所述预测上线风险等级和与所述变更信息对应的实际上线风险等级,对所述上线风险评估模型进行训练，以得到训练好的上线风险评估模型。

4、第三方面，本申请提供一种上线风险等级的确定方法，所述方法包括：获取待评估在线服务系统在本次上线时，所述待评估在线服务系统所对应的目标变更信息；将所述目标变更信息输入到训练好的上线风险评估模型，以得到所述待评估在线服务系统所对应的预测上线风险等级，其中，所述训练好的上线风险评估模型是根据前述上线风险评估模型的训练数据的确定方法所生成的训练数据训练得到的。

5、第四方面，本申请提供一种上线风险评估模型的训练数据的确定装置，包括：第一获取模块，用于在在线服务系统经过多次上线的情况下，针对所述在线服务系统的每次上线，获取在线服务系统在本次上线时，所述在线服务系统的变更信息；确定模块，用于确定在对所述在线服务系统进行本次上线时，所述在线服务系统所发生的上线风险事件所属的事件类型；第二获取模块，用于获取所述在线服务系统因所述上线风险事件而停服的停服时长；第三获取模块，用于获取所述在线服务系统中受所述上线风险事件影响的用户数；第二确定模块，用于根据所述事件类型、所述停服时长和所述用户数，确定所述在线服务系统进行本次上线时所对应的实际上线风险等级；训练数据生成模块，用于根据所述在线服务系统在各次上线时所对应的变更信息和实际上线风险等级，生成用于训练上线风险评估模型的训练数据。

6、第五方面，本申请提供一种上线风险评估模型的训练装置，包括：第一获取模块，用于获取基于上线风险评估模型的训练数据的确定方法所生成的训练数据；确定模块，用于将所述训练数据中的变更信息输入到上线风险评估模型中，以得到所述上线风险评估模型输出的预测上线风险等级；训练模块，用于根据所述预测上线风险等级和与所述变更信息对应的实际上线风险等级,对所述上线风险评估模型进行训练，以得到训练好的上线风险评估模型。

7、第六方面，本申请提出一种上线风险等级的确定装置，包括：第一获取模块，用于获取待评估在线服务系统在本次上线时，所述待评估在线服务系统所对应的目标变更信息；确定模块，用于将所述目标变更信息输入到训练好的上线风险评估模型，以得到所述待评估在线服务系统所对应的预测上线风险等级，其中，所述训练好的上线风险评估模型是根据权利要求1至5任一项所述的装置所生成的训练数据训练得到的。

8、第七方面，本申请提供一种电子设备，包括：处理器，以及与所述处理器通信连接的存储器；所述存储器存储计算机执行指令；所述处理器执行所述存储器存储的计算机执行指令，以实现本申请实施例公开的上线风险评估模型的训练数据的确定方法。

9、第八方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现本申请实施例公开的上线风险评估模型的训练数据的确定方法，或者，上线风险评估模型的训练方法，或者，上线风险等级的确定方法。

10、第九方面，本申请提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现本申请实施例公开的上线风险评估模型的训练数据的确定方法，或者，上线风险评估模型的训练方法，或者，上线风险等级的确定方法。

11、上述申请中的一个实施例具有如下优点或有益效果：

12、在在线服务系统经过多次上线的情况下，针对在线服务系统的每次上线，获取在线服务系统在本次上线时，在线服务系统的变更信息；确定在对在线服务系统进行本次上线时，在线服务系统所发生的上线风险事件所属的事件类型；获取在线服务系统因上线风险事件而停服的停服时长；获取在线服务系统中受上线风险事件影响的用户数；根据事件类型、停服时长和用户数，确定在线服务系统进行本次上线时所对应的实际上线风险级；根据在线服务系统在各次上线时所对应的变更信息和实际上线风险等级，生成用于训练上线风险评估模型的训练数据。由此，基于在线服务系统在本次上线过程中的相关情况，自动确定出该在线服务器在本次上线时所对应的实际上线风险等级，并基于在线服务系统本次上线的变更信息和实际上线风险等级，实现了对上线风险评估模型的训练数据的自动化生成，从而在得到训练数据的过程中无需人工操作，提高了所得到的训练数据的准确性和效率。

技术特征：

1.一种上线风险评估模型的训练数据的确定方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述根据所述事件类型、所述停服时长和所述用户数，确定所述在线服务系统进行本次上线时所对应的实际风险等级，包括：

3.根据权利要求2所述的方法，其特征在于，所述根据所述权重、所述目标停服时长所对应的风险值和所述目标用户数区间所对应的风险值，确定所述在线服务系统进行本次上线时所对应的实际上线风险值，包括：

4.根据权利要求2所述的方法，其特征在于，所述根据所述实际上线风险值，确定所述在线服务系统进行本次上线时所对应的实际上线风险等级，包括：

5.根据权利要求1-4中任一项所述的方法，其特征在于，所述变更信息包括：所述在线服务系统在多个变更要素类型下的多个变更要素的取值，其中，所述变更要素的取值用于表示所述变更要素是否发生了变化。

6.一种上线风险评估模型的训练方法，其特征在于，包括：

7.根据权利要求6所述的方法，其特征在于，在所述将所述训练数据中的变更信息输入到上线风险评估模型中，以得到所述上线风险评估模型输出的预测上线风险等级之前，所述方法还包括：

8.一种上线风险等级的确定方法，其特征在于，包括：

9.根据权利要求8所述的方法，其特征在于，所述方法还包括：

10.根据权利要求9所述的方法，其特征在于，所述方法还包括：

11.根据权利要求10所述的方法，其特征在于，所述目标变更信息中包括：所述待评估在线服务系统在多个变更要素类型下的多个变更要素的取值，其中，所述变更要素的取值用于表示所述变更要素是否发生了变化，所述方法还包括：

12.一种上线风险评估模型的训练数据的确定装置，其特征在于，包括：

13.一种上线风险评估模型的训练装置，其特征在于，包括：

14.一种上线风险等级的确定装置，其特征在于，包括：

15.一种电子设备，其特征在于，包括：处理器，以及与所述处理器通信连接的存储器；

16.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1-5中任一项所述的方法，或者，权利要求6-7所述的方法，或者，权利要求8-11中任一项所述的方法。

17.一种计算机程序产品，其特征在于，包括计算机程序，该计算机程序被处理器执行时实现权利要求1-5中任一项所述的方法，或者，权利要求6-7所述的方法，或者，权利要求8-11中任一项所述的方法。

技术总结
本申请提供一种训练数据的确定方法、模型训练方法、上线风险等级的确定方法和装置。具体实现方案为针对在线服务系统的每次上线，获取在线服务系统在本次上线时的变更信息；确定在线服务系统所发生的上线风险事件所属的事件类型；获取在线服务系统因上线风险事件而停服的停服时长；获取在线服务系统中受上线风险事件影响的用户数；根据事件类型、停服时长和用户数，确定在线服务系统进行本次上线时所对应的实际上线风险级；根据在线服务系统在各次上线时所对应的变更信息和实际上线风险等级，生成用于训练上线风险评估模型的训练数据。由此，自动对上线风险评估模型的训练数据进行生成，无需人工操作，提高了所得到的训练数据的准确性和效率。

技术研发人员：郑岸以,黄伟强,陈盛林
受保护的技术使用者：中国建设银行股份有限公司
技术研发日：
技术公布日：2024/3/27