策略组合的优化方法及装置与流程

1.本说明书一个或多个实施例涉及计算机技术领域，尤其涉及一种策略组合的优化方法及装置。


背景技术：

2.随着社会的发展和科技的进步，涌现出越来越多的业务平台，为用户提供各种服务，以满足用户在生活、工作中的各种需求。在业务平台向用户提供服务的过程中，往往涉及利用预先制定的策略进行与服务相关的决策，例如，信贷平台利用预设策略判别某个用户是否为风险用户，从而决策是否向其提供信用贷款服务。
3.实际，为优化决策效果，会对多个策略进行组合使用，因此，需要一种方案，能够从策略池中挑选出足够优良的策略子集，以有效提高业务决策效果。


技术实现要素：

4.本说明书一个或多个实施例描述策略组合的优化方法及装置，在组合的迭代过程中引入对规则的删除，增加算法跳出局部最优而找到全局最优的概率。
5.根据第一方面，提供一种策略组合的优化方法。该方法包括：获取用于识别风险用户的当前策略组合，其中包括多个已选策略；针对各个已选策略，分别将其从所述当前策略组合中去除，得到多个第一策略组合；确定各个第一策略组合针对多个风险用户样本的识别效果评分；根据所述识别效果评分，对所述多个第一策略组合进行择一选取，作为本轮更新后的当前策略组合。
6.在一个实施例中，在获取用于识别风险用户的当前策略组合之前，所述方法还包括：获取经过上一轮更新后的目标策略组合；针对策略总集中除所述目标策略组合外的各个可选策略，将其分别添加至所述目标策略组合，得到多个第二策略组合；确定各个第二策略组合针对所述多个风险用户样本的识别效果评分；将识别效果评分最高的第二策略组合确定为所述当前策略组合。
7.在一个实施例中，各个风险用户样本中包括对应用户的用户特征，各个已选策略包括基于用户特征设定的判别条件以及满足该判别条件时的风险判别结果。
8.在一个实施例中，各个风险用户样本中包括对应用户的用户特征和异常交易金额；其中，确定各个第一策略组合针对多个风险用户样本的识别效果评分，包括：针对所述各个第一策略组合，利用其基于所述用户特征进行风险用户识别，并根据识别出的风险用户所对应异常交易金额的和值，确定该第一策略组合的识别效果评分。
9.在一个实施例中，根据所述识别效果评分，对所述多个第一策略组合进行择一选取，作为本轮更新后的当前策略组合，包括：从所述多个第一策略组合中选取识别效果评分最高的第一策略组合，作为本轮更新后的当前策略组合。
10.在一个实施例中，在根据所述识别效果评分，对所述多个第一策略组合进行择一选取，作为本轮更新后的当前策略组合之后，所述方法还包括：判断所述本轮更新后的当前
策略组合的识别效果评分是否大于预设阈值；在判断出大于的情况下，将所述当前策略组合确定为待使用的策略组合。
11.根据第二方面，提供一种策略组合的优化方法，涉及对用于识别风险用户的当前策略组合的多轮次迭代更新，其中任一轮次的迭代更新包括：基于预先设定的轮次序号与策略增删之间的映射关系，确定出本轮次对所述当前策略组合进行策略删除或策略增加；在确定出进行所述策略删除的情况下，执行第一方面中提供的方法。
12.在一个实施例中，在确定出进行所述策略增加的情况下，针对策略总集中除所述当前策略组合外的各个可选策略，将其分别添加至所述当前策略组合，得到多个第二策略组合；确定各个第二策略组合针对所述多个风险用户样本的识别效果评分；将识别效果评分最高的第二策略组合确定为所述当前策略组合。
13.根据第三方面，提供一种策略组合的优化方法。该方法包括：获取用于执行目标判别任务的当前策略组合，其中包括多个已选策略；针对各个已选策略，分别将其从所述当前策略组合中去除，得到多个第一策略组合；确定各个第一策略组合针对多个任务标注样本的识别效果评分；根据所述识别效果评分，对所述多个第一策略组合进行择一选取，作为本轮更新后的当前策略组合。
14.在一个实施例中，在获取用于执行目标判别任务的当前策略组合之前，所述方法还包括：获取经过上一轮更新后的目标策略组合；针对策略总集中除所述目标策略组合外的各个可选策略，将其分别添加至所述目标策略组合，得到多个第二策略组合；确定各个第二策略组合针对所述多个任务标注样本的识别效果评分；将识别效果评分最高的第二策略组合确定为所述当前策略组合。
15.根据第四方面，提供一种策略组合的优化方法，涉及对用于执行目标判别任务的当前策略组合的多轮次迭代更新，其中任一轮次的迭代更新包括：基于预先设定的轮次序号与策略增删之间的映射关系，确定出本轮次对所述当前策略组合进行策略删除或策略增加；在确定出进行所述策略删除的情况下，执行第三方面中提供的方法。
16.在一个实施例中，所述方法还包括：在确定出进行所述策略增加的情况下，针对策略总集中除所述当前策略组合外的各个可选策略，将其分别添加至所述当前策略组合，得到多个第二策略组合；确定各个第二策略组合针对所述多个任务标注样本的识别效果评分；将识别效果评分最高的第二策略组合确定为所述当前策略组合。
17.根据第五方面，提供一种策略组合的优化装置，包括：组合获取单元，配置为获取用于识别风险用户的当前策略组合，其中包括多个已选策略；策略删除单元，配置为针对各个已选策略，分别将其从所述当前策略组合中去除，得到多个第一策略组合；评分确定单元，配置为确定各个第一策略组合针对多个风险用户样本的识别效果评分；组合更新单元，配置为根据所述识别效果评分，对所述多个第一策略组合进行择一选取，作为本轮更新后的当前策略组合。
18.根据第六方面，提供一种策略组合的优化装置，通过以下单元完成对用于识别风险用户的当前策略组合的多轮次迭代更新中任一轮次的迭代更新：增删操作确定单元，配置为基于预先设定的轮次序号与策略增删之间的映射关系，确定出本轮次对所述当前策略组合进行策略删除或策略增加；策略删除单元，配置为在确定出进行所述策略删除的情况下，针对各个已选策略，分别将其从所述当前策略组合中去除，得到多个第一策略组合；第
一评分确定单元，配置为确定各个第一策略组合针对多个风险用户样本的识别效果评分；第一组合更新单元，配置为根据所述识别效果评分，对所述多个第一策略组合进行择一选取，作为本轮更新后的当前策略组合。
19.在一个实施例中，所述装置还包括：策略增加单元，配置为在确定出进行所述策略增加的情况下，针对策略总集中除所述当前策略组合外的各个可选策略，将其分别添加至所述当前策略组合，得到多个第二策略组合；第二评分确定单元，配置为确定各个第二策略组合针对所述多个风险用户样本的识别效果评分；第二组合更新单元，配置为将识别效果评分最高的第二策略组合确定为所述当前策略组合。
20.根据第七方面，提供一种提供一种策略组合的优化装置，包括：组合获取单元，配置为获取用于执行目标判别任务的当前策略组合，其中包括多个已选策略；策略删除单元，配置为针对各个已选策略，分别将其从所述当前策略组合中去除，得到多个第一策略组合；评分确定单元，配置为确定各个第一策略组合针对多个任务标注样本的识别效果评分；组合更新单元，配置为根据所述识别效果评分，对所述多个第一策略组合进行择一选取，作为本轮更新后的当前策略组合。
21.根据第八方面，提供一种策略组合的优化装置，通过以下单元完成对用于执行目标判别任务的当前策略组合的多轮次迭代更新中任一轮次的迭代更新：增删操作确定单元，基于预先设定的轮次序号与策略增删之间的映射关系，确定出本轮次对所述当前策略组合进行策略删除或策略增加；策略删除单元，配置为在确定出进行所述策略删除的情况下，针对各个已选策略，分别将其从所述当前策略组合中去除，得到多个第一策略组合；第一评分确定单元，配置为确定各个第一策略组合针对多个任务标注样本的识别效果评分；第一组合更新单元，配置为根据所述识别效果评分，对所述多个第一策略组合进行择一选取，作为本轮更新后的当前策略组合。
22.在一个实施例中，所述装置还包括：策略增加单元，配置为在确定出进行所述策略增加的情况下，针对策略总集中除所述当前策略组合外的各个可选策略，将其分别添加至所述当前策略组合，得到多个第二策略组合；第二评分确定单元，配置为确定各个第二策略组合针对所述多个任务标注样本的识别效果评分；第二组合更新单元，配置为将识别效果评分最高的第二策略组合确定为所述当前策略组合。
23.根据第九方面，提供了一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行第一方面或第二方面或第三方面或第四方面的方法。
24.根据第六方面，提供了一种计算设备，包括存储器和处理器，所述存储器中存储有可执行代码，该处理器执行所述可执行代码时，实现第一方面或第二方面或第三方面或第四方面的方法。
25.采用本说明书实施例提供的方法和装置，在用于识别风险用户的策略组合的迭代过程中除了增加最优策略，还删除有偏差的策略，使算法能够跳出局部最优，逼近或找到全局最优，进而有效提升针对风险用户的识别效果。
附图说明
26.为了更清楚地说明本发明实施例的技术方案，下面对实施例描述中所需要使用的
附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
27.图1示出根据一个实施例的策略组合优化的实施样例示意图；图2示出根据一个实施例的策略组合的优化方法流程示意图；图3示出根据一个实施例的策略组合迭代轮次与策略增删操作的映射关系示意图；图4示出根据另一个实施例的策略组合的优化方法流程示意图；图5示出根据一个实施例的策略组合的优化装置结构示意图；图6示出根据另一个实施例的策略组合的优化装置结构示意图；图7示出根据又一个实施例的策略组合的优化装置结构示意图；图8示出根据还一个实施例的策略组合的优化装置结构示意图。
具体实施方式
28.下面结合附图，对本说明书提供的方案进行描述。
29.承前所述，在许多业务场景中，策略池（或称策略总集）中存在数以千计的大量备选策略（或称规则），需要从中挑选出最优策略子集，用于执行对应场景下的业务决策。在一种实施方式中，在对策略组合进行初始化后，利用贪心算法对其进行多轮次迭代添加，直到满足停止准则，将此时输出的策略组合作为最终使用的策略组合。然而，采用此种实施方式，一旦策略被添加到规则集中，其就不会被移除，而实际当前迭代中选取的最佳策略可能会对其他已选取的策略存在负面影响，导致多轮迭代后最终输出的策略组合容易陷入局部最优，而并非全局最优的策略子集。
30.由此，发明人提出另一种实施方式，增加一个删除过程，从当前选择的策略集中删除有偏差的策略，对此，可以将其视为在上一次迭代中选择错误策略的补救措施。图1示出根据一个实施例的策略组合优化的实施样例示意图，其中示出向策略组合中添加最优策略和删除偏次策略的过程交替进行。如此，在策略组合的迭代过程中除了增加最优策略，还删除较次或最次策略，使算法能够跳出局部最优，逼近或找到全局最优。
31.下面结合实施例，描述上述发明构思的具体实现步骤。图2示出根据一个实施例的策略组合的优化方法流程示意图，所述方法的执行主体可以为任何具有计算、处理能力的装置、平台或设备集群等，所述方法包括以下步骤：步骤s210，获取用于识别风险用户的当前策略组合；步骤s220，针对所述当前策略组合中的各个已选策略，分别将其从所述当前策略组合中去除，得到多个第一策略组合；步骤s230，确定各个第一策略组合针对多个风险用户样本的识别效果评分；步骤s240，根据所述识别效果评分，对所述多个第一策略组合进行择一选取，作为本轮更新后的当前策略组合。
32.对以上步骤的展开介绍如下：首先，在步骤s210，获取用于识别风险用户的当前策略组合。
33.需说明，上述方法涉及对策略组合的多轮次迭代。在一个实施例中，在本轮迭代为首轮的情况下，本步骤可以实施为：将当前策略组合初始化为空集。在另一个实施例中，在
本轮迭代并非首轮的情况下，本步骤可以实施为：获取上一轮迭代更新后得到的策略组合，作为当前策略组合，此时，当前策略组合中包括一个或多个已选策略。
34.上述已选策略来自用于识别风险用户的策略池，其中风险用户是指存在风险的用户，策略池中的大量策略可以通过多种渠道进行采集而得到，例如，可以由一线业务人员进行制定等。另外，各策略包括基于用户特征设定的判别条件和对应的判别结果，例如，形如if《条件》then《判断结果》。示例性地，某个策略为：if 《用户曾经有不良交易记录》 and 《用户现阶段欠钱不还》 then 《该用户为风险用户》。
35.由上，可以获取当前策略组合。进一步，判断本轮迭代是对当前策略组合进行策略添加还是进行策略删除，并在判断出需要进行策略删除的情况下，执行步骤s220。
36.对于上述判断，在一种实施方式中，可以根据轮次序号与策略增删之间的映射关系，确定出本轮次需要进行策略删除或策略增加。需理解，该映射关系可以由工作人员预先进行设定、调整。进一步，在一个实施例中，在本轮迭代为首轮或第2轮的情况下，默认对当前策略组合进行策略添加；在另一个实施例中，设定按照（x+y）轮次的方案进行循环迭代，其中x为一次循环中连续进行策略增加的轮次数，y为连续进行策略删除的轮次数，例如，参见图3，x=3，y=1。在另一种实施方式中，初始设定以0.8的概率进行策略增加，以0.2的概率进行策略删除，由此，根据此概率分布进行随机采样，确定本轮次是执行策略增加操作还是策略删除操作。
37.如此，可以实现对策略增删操作的判定，从而根据指示删除的判定结果，执行步骤s220，针对当前策略组合中的各个已选策略，分别将其从所述当前策略组合中去除，得到多个第一策略组合。示例性地，假定当前策略组合中包括策略1、策略2和策略3，将其中各个已选策略分别进行去除后，可以得到3个第一策略组合，即，[策略2，策略3]、[策略1，策略3]和[策略1，策略2]。
[0038]
然后，在步骤s230，确定各个第一策略组合针对多个风险用户样本的识别效果评分。需说明，步骤s220和s230可以先后执行，也可以穿插执行，例如，先把多个第一策略组合都确定出来，再确定多个识别效果评分，又例如，可以每确定出一个第一策略组合，就计算其识别效果评分。另外，识别效果评分与识别效果之间可以是正向关系，即，评分越高则识别效果越好，也可以是反向关系，即，评分越低识别效果越好。
[0039]
在一个实施例中，风险用户样本包括对应用户的特征数据，比如，用户的历史交易数据（如交易金额、是否被投诉），享受信用服务的服务数据（如是否违约、信用分值等）。在另一个实施例中，风险用户样本包括对应用户涉及的异常交易金额。在又一个实施例中，风险用户样本包括对应用户涉及的正常交易金额。
[0040]
本步骤的实施可以包括：针对任意的第一策略组合，利用其基于多个风险用户样本的用户特征进行风险用户识别，并根据识别出的若干风险用户，确定该第一策略组合的识别效果评分。在一个实施例中，可以根据该若干风险用户所对应异常交易金额的和值，确定相对应的第一策略组合的识别效果评分。在一个具体的实施例中，可以直接将该异常交易金额的和值确定为识别效果评分。在另一个具体的实施例中，可以将该和值在所有风险用户样本所涉及异常交易金额的总值中的占比，确定为对应的识别效果评分。在另一个实施例中，可以将若干风险用户的数量确定为识别效果评分。
[0041]
由上，可以确定出多个第一策略组合中各个第一策略组合对应的识别效果评分。
之后，在步骤s240，根据所述识别效果评分，对所述多个第一策略组合进行择一选取，作为本轮更新后的当前策略组合。
[0042]
在一个实施例中，可以从多个第一策略组合中选取识别效果评分最高的第一策略组合，作为本轮更新后的当前策略组合。如此，可以通过对当前策略组合中的最差策略进行剔除，实现对当前策略组合的更新。在另一个实施例中，可以引入探索策略，以一定概率从当前策略组合中随机剔除一个已选策略。
[0043]
如此，可以实现对当前策略组合进行删除式更新。
[0044]
根据另一方面的实施例，在上述步骤s240之后，所述方法还可以包括：判断本轮更新后的当前策略组合是否达到预设标准，在判断出达到的情况下，将当前策略组合确定为待使用的策略组合。在一个实施例中，判断本轮更新后的当前策略组合的识别效果评分是否大于预设阈值，在判断出大于的情况下认为达到预设标准。在另一个实施例中，判断本轮更新后的当前策略组合中的策略数量是否达到预设数值，在判断出达到预设数值的情况下认为达到预设标准。在又一个实施例中，判断本轮迭代对应的轮次是否达到预定次数，在判断出达到预定次数的情况下认为达到预设标准。
[0045]
根据又一方面的实施例，在执行上述步骤s210之后，判断出本轮迭代中需要进行策略增加，此时，执行以下步骤：针对策略池中除当前策略组合外的各个可选策略，将其分别添加至所述当前策略组合，得到多个第二策略组合；并确定各个第二策略组合针对所述多个风险用户样本的识别效果评分，从而将识别效果评分最高的第二策略组合确定为当前策略组合。如此，可以实现将最优策略添加到当前策略组合中。需说明，对确定第二策略组合的识别效果评分的描述，可以参见前述对确定第一策略组合的识别效果评分的描述。
[0046]
综上，采用本说明书实施例披露的策略组合的优化方法，在用于识别风险用户的策略组合的迭代过程中除了增加最优策略，还删除偏次或最次策略，使算法能够跳出局部最优，逼近或找到全局最优，进而有效提升针对风险用户的识别效果。
[0047]
以上主要对将策略组合优化方法应用于风险用户识别场景进行介绍，实际，此方法还可以应用于其他的判别任务场景，例如，最大配送覆盖、设备异常检测问题等场景，其中最大配送覆盖问题的诉求在于选择最佳骑手子集来覆盖更多的配送区域。对此，图4示出根据另一个实施例的策略组合的优化方法流程示意图，所述方法的执行主体可以为任何具有计算、处理能力的装置、平台或设备集群等，所述方法包括步骤：步骤s410，获取用于执行目标判别任务的当前策略组合。示例性地，在目标判别任务为设备异常检测任务的情况下，当前策略组合中的某个已选策略为：若设备温度高于200度且转速低于10r/s，则判定设备异常。
[0048]
进一步，判断本轮迭代是对当前策略组合进行策略添加还是进行策略删除，并在判断出需要进行策略删除的情况下，执行以下步骤s420、s430和s440。
[0049]
步骤s420，针对当前策略组合中的各个已选策略，分别将其从所述当前策略组合中去除，得到多个第一策略组合。需理解，策略中包括基于对象特征设定的判别条件和符合该判别条件时的判别结果，其中对象特征是上述目标判别任务所针对业务对象的特征。
[0050]
步骤s430，确定各个第一策略组合针对多个任务标注样本的识别效果评分。在一个实施例中，任务标注样本包括对应业务对象的对象特征。示例性地，假定目标判别任务为机器设备的异常检测，此时，任务标注样本可以为异常设备样本，其中包括异常设备的温
度、湿度、压力等多项指标数据。进一步，可以将利用任意的第一策略组合识别出的异常设备数量作为该第一策略组合的识别效果评分。
[0051]
步骤s440，根据所述识别效果评分，对所述多个第一策略组合进行择一选取，作为本轮更新后的当前策略组合。示例性地，可以将识别效果评分最高的第一策略组合作为本轮更新后的当前策略组合。
[0052]
另一方面，在判断出本轮迭代需进行策略增加的情况下，针对策略总集中除当前策略组合外的各个可选策略，将其分别添加至所述当前策略组合，得到多个第二策略组合；并且，确定各个第二策略组合针对所述多个任务标注样本的识别效果评分，从而将识别效果评分最高的第二策略组合确定为所述当前策略组合。
[0053]
需说明，对图4示出的方法步骤的介绍，还可以参见对图2示出的方法步骤的描述。
[0054]
综上，采用本说明书实施例披露的策略组合的优化方法，在策略组合的迭代过程中除了增加最优策略，还删除偏次或最次策略，使算法能够跳出局部最优，逼近或找到全局最优，从而有效提升目标任务的执行效果。
[0055]
与上述策略组合的优化方法相对应的，本说明书实施例还披露策略组合的优化装置。图5示出根据一个实施例的策略组合的优化装置结构示意图，如图5所示，所述装置500包括以下单元：组合获取单元510，配置为获取用于识别风险用户的当前策略组合，其中包括多个已选策略；策略删除单元520，配置为针对各个已选策略，分别将其从所述当前策略组合中去除，得到多个第一策略组合；评分确定单元530，配置为确定各个第一策略组合针对多个风险用户样本的识别效果评分；组合更新单元540，配置为根据所述识别效果评分，对所述多个第一策略组合进行择一选取，作为本轮更新后的当前策略组合。
[0056]
在一个实施例中，所述装置还包括策略增加处理单元550，配置为：获取经过上一轮更新后的目标策略组合；针对策略总集中除所述目标策略组合外的各个可选策略，将其分别添加至所述目标策略组合，得到多个第二策略组合；确定各个第二策略组合针对所述多个风险用户样本的识别效果评分；将识别效果评分最高的第二策略组合确定为所述当前策略组合。
[0057]
在一个实施例中，各个风险用户样本中包括对应用户的用户特征，各个已选策略包括基于用户特征设定的判别条件以及满足该判别条件时的风险判别结果。
[0058]
在一个实施例中，各个风险用户样本中包括对应用户的用户特征和异常交易金额；评分确定单元530配置为：针对所述各个第一策略组合，利用其基于所述用户特征进行风险用户识别，并根据识别出的风险用户所对应异常交易金额的和值，确定该第一策略组合的识别效果评分。
[0059]
在一个实施例中，组合更新单元540配置为：从所述多个第一策略组合中选取识别效果评分最高的第一策略组合，作为本轮更新后的当前策略组合。
[0060]
在一个实施例中，所述装置500还包括：组合输出单元560，配置为判断所述本轮更新后的当前策略组合的识别效果评分是否大于预设阈值；在判断出大于的情况下，将所述当前策略组合确定为待使用的策略组合。
[0061]
综上，采用本说明书实施例披露的策略组合的优化装置，在用于风险识别的策略组合的迭代过程中除了增加最优策略，还删除有偏差的策略，使算法能够跳出局部最优，逼近或找到全局最优，进而有效提升针对风险用户的识别效果。
[0062]
图6示出根据另一个实施例的策略组合的优化装置结构示意图，所述装置600通过以下单元完成对用于识别风险用户的当前策略组合的多轮次迭代更新中任一轮次的迭代更新：增删操作确定单元610，配置为基于预先设定的轮次序号与策略增删之间的映射关系，确定出本轮次对所述当前策略组合进行策略删除或策略增加；策略删除单元620，配置为在确定出进行所述策略删除的情况下，针对各个已选策略，分别将其从所述当前策略组合中去除，得到多个第一策略组合；第一评分确定单元630，配置为确定各个第一策略组合针对多个风险用户样本的识别效果评分；第一组合更新单元640，配置为根据所述识别效果评分，对所述多个第一策略组合进行择一选取，作为本轮更新后的当前策略组合。
[0063]
在一个实施例中，所述装置600还包括：策略增加单元650，配置为在确定出进行所述策略增加的情况下，针对策略总集中除所述当前策略组合外的各个可选策略，将其分别添加至所述当前策略组合，得到多个第二策略组合；第二评分确定单元660，配置为确定各个第二策略组合针对所述多个风险用户样本的识别效果评分；第二组合更新单元670，配置为将识别效果评分最高的第二策略组合确定为所述当前策略组合。
[0064]
在一个实施例中，各个风险用户样本中包括对应用户的用户特征，各个已选策略包括基于用户特征设定的判别条件以及满足该判别条件时的风险判别结果。
[0065]
在一个实施例中，各个风险用户样本中包括对应用户的用户特征和异常交易金额；第一评分确定单元630配置为：针对所述各个第一策略组合，利用其基于所述用户特征进行风险用户识别，并根据识别出的风险用户所对应异常交易金额的和值，确定该第一策略组合的识别效果评分。
[0066]
在一个实施例中，第一组合更新单元640配置为：从所述多个第一策略组合中选取识别效果评分最高的第一策略组合，作为本轮更新后的当前策略组合。
[0067]
在一个实施例中，所述装置600还包括：组合输出单元680，配置为判断所述本轮更新后的当前策略组合的识别效果评分是否大于预设阈值；在判断出大于的情况下，将所述当前策略组合确定为待使用的策略组合。
[0068]
综上，采用本说明书实施例披露的策略组合的优化装置，在用于风险识别的策略组合的迭代过程中除了增加最优策略，还删除有偏差的策略，使算法能够跳出局部最优，逼近或找到全局最优，进而有效提升针对风险用户的识别效果。
[0069]
图7示出根据又一个实施例的策略组合的优化装置结构示意图，所述装置700包括：组合获取单元710，配置为获取用于执行目标判别任务的当前策略组合，其中包括多个已选策略；策略删除单元720，配置为针对各个已选策略，分别将其从所述当前策略组合中去除，得到多个第一策略组合；评分确定单元730，配置为确定各个第一策略组合针对多个任务标注样本的识别效果评分；组合更新单元740，配置为根据所述识别效果评分，对所述多个第一策略组合进行择一选取，作为本轮更新后的当前策略组合。
[0070]
在一个实施例中，所述装置还包括策略增加处理单元750，配置为：获取经过上一轮更新后的目标策略组合；针对策略总集中除所述目标策略组合外的各个可选策略，将其分别添加至所述目标策略组合，得到多个第二策略组合；确定各个第二策略组合针对所述多个任务标注样本的识别效果评分；将识别效果评分最高的第二策略组合确定为所述当前策略组合。
[0071]
在一个实施例中，各个任务标注样本中包括对应业务对象的对象特征，各个已选
策略包括基于对象特征设定的判别条件以及满足该判别条件时的判别结果。
[0072]
在一个实施例中，组合更新单元740配置为：从所述多个第一策略组合中选取识别效果评分最高的第一策略组合，作为本轮更新后的当前策略组合。
[0073]
在一个实施例中，所述装置700还包括：组合输出单元760，配置为判断所述本轮更新后的当前策略组合的识别效果评分是否大于预设阈值；在判断出大于的情况下，将所述当前策略组合确定为用于业务决策的策略组合。
[0074]
综上，采用本说明书实施例披露的策略组合的优化装置，在策略组合的迭代过程中除了增加最优策略，还删除有偏差的策略，使算法能够跳出局部最优，逼近或找到全局最优，进而有效提升针对风险用户的识别效果。
[0075]
图8示出根据还一个实施例的策略组合的优化装置结构示意图，所述装置800通过以下单元完成对用于执行目标判别任务的当前策略组合的多轮次迭代更新中任一轮次的迭代更新：增删操作确定单元810，基于预先设定的轮次序号与策略增删之间的映射关系，确定出本轮次对所述当前策略组合进行策略删除或策略增加；策略删除单元820，配置为在确定出进行所述策略删除的情况下，针对各个已选策略，分别将其从所述当前策略组合中去除，得到多个第一策略组合；第一评分确定单元830，配置为确定各个第一策略组合针对多个任务标注样本的识别效果评分；第一组合更新单元840，配置为根据所述识别效果评分，对所述多个第一策略组合进行择一选取，作为本轮更新后的当前策略组合。
[0076]
在一个实施例中，所述装置还包括：策略增加单元850，配置为在确定出进行所述策略增加的情况下，针对策略总集中除所述当前策略组合外的各个可选策略，将其分别添加至所述当前策略组合，得到多个第二策略组合；第二评分确定单元860，配置为确定各个第二策略组合针对所述多个任务标注样本的识别效果评分；第二组合更新单元870，配置为将识别效果评分最高的第二策略组合确定为所述当前策略组合。
[0077]
在一个实施例中，所述装置800还包括：组合输出单元880，配置为判断所述本轮更新后的当前策略组合的识别效果评分是否大于预设阈值；在判断出大于的情况下，将所述当前策略组合确定为用于业务决策的策略组合。
[0078]
综上，采用本说明书实施例披露的策略组合的优化装置，在策略组合的迭代过程中除了增加最优策略，还删除有偏差的策略，使算法能够跳出局部最优，逼近或找到全局最优，进而有效提升针对风险用户的识别效果。
[0079]
根据另一方面的实施例，还提供一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行结合图2或图4所描述的方法。
[0080]
根据再一方面的实施例，还提供一种计算设备，包括存储器和处理器，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现结合图2或图4所描述的方法。
[0081]
本领域技术人员应该可以意识到，在上述一个或多个示例中，本发明所描述的功能可以用硬件、软件、固件或它们的任意组合来实现。当使用软件实现时，可以将这些功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。
[0082]
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的技术方案的基础之上，所做的任何修改、等同替换、改进等，均应
包括在本发明的保护范围之内。