模型表现衰减风险预测方法、装置、电子设备和介质与流程

本申请涉及数据处理，尤其涉及一种模型表现衰减风险预测方法、装置、电子设备和介质。

背景技术：

1、为了提高效率，各领域构建了各种各样的模型，以金融领域为例，金融机构比如银行所构建的信用计量模型的数量就高达数百个。

2、随着运行时长的不断增加，模型可能会存在表现衰减的风险。目前，多是由相关人员基于自身经验确定模型是否存在表现衰减风险，工作效率较低。

技术实现思路

1、本申请旨在至少在一定程度上解决相关技术中的技术问题之一。

2、为此，本申请的第一个方面在于提出一种模型表现衰减风险预测方法，以实现。

3、本申请的第二个方面在于提出一种模型表现衰减风险预测装置。

4、本申请的第三个方面在于提出一种电子设备。

5、本申请的第四个方面在于提出一种非临时性计算机可读存储介质。

6、本申请的第五个方面在于提出一种计算机程序产品。

7、为达上述目的，本申请第一方面实施例提出了一种模型表现衰减风险预测方法，包括：

8、获取待预测模型的模型评价数据，所述模型评价数据中包括基于m个评价指标对所述待预测模型进行n次评价得到的n个数组，任一所述数组中包括m个评价值，m和n为正整数；

9、对所述模型评价数据进行特征提取，得到目标特征；

10、基于所述目标特征，预测所述待预测模型的模型表现衰减风险。

11、为达上述目的，本申请第二方面实施例提出了一种模型表现衰减风险预测装置，包括：

12、数据获取模块，用于获取待预测模型的模型评价数据，所述模型评价数据中包括基于m个评价指标对所述待预测模型进行n次评价得到的n个数组，任一所述数组中包括m个评价值，m和n为正整数；

13、特征提取模块，用于对所述模型评价数据进行特征提取，得到目标特征；

14、风险预测模块，用于基于所述目标特征，预测所述待预测模型的模型表现衰减风险。

15、为达上述目的，本申请第三方面实施例提出了一种电子设备，包括：

16、处理器，以及与所述处理器通信连接的存储器；

17、所述存储器存储计算机执行指令；

18、所述处理器执行所述存储器存储的计算机执行指令，以实现第一方面所述的模型表现衰减风险预测方法。

19、为了实现上述目的，本申请第四方面实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使计算机执行第一方面所述的模型表现衰减风险预测方法。

20、为了实现上述目的，本申请第五方面实施例提出了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现第一方面所述的模型表现衰减风险预测方法。

21、本申请获取待预测模型的模型评价数据，模型评价数据中包括基于m个评价指标对待预测模型进行n次评价得到的n个数组，任一数组中包括m个评价值，对模型评价数据进行特征提取，得到目标特征，基于目标特征，预测待预测模型的模型表现衰减风险。基于此，本申请可以基于待预测模型的模型评价数据自动预测待预测模型的模型表现衰减风险，提高了预测效率。

22、本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。

技术特征：

1.一种模型表现衰减风险预测方法，其特征在于，所述模型用于信用计量，包括以下步骤：

2.根据权利要求1所述的方法，其特征在于，所述n个数组依照n次评价对应的模型评价时间段顺序进行排列，所述对所述模型评价数据进行特征提取，得到目标特征，包括：

3.根据权利要求2所述的方法，其特征在于，所述对首个数组进行特征提取，得到对应的目标隐藏特征，包括：

4.根据权利要求3所述的方法，其特征在于，所述对下一个数组和所述目标隐藏特征进行特征提取，并基于所提取的特征对所述目标隐藏特征进行更新，得到更新后的所述目标隐藏特征，包括：

5.根据权利要求1所述的方法，其特征在于，所述获取待预测模型的模型评价数据，包括：

6.根据权利要求1所述的方法，其特征在于，所述评价值存储于第一数据表，所述待预测模型的模型表现衰减风险预测结果存储于第二数据表，在基于所述目标特征，预测所述待预测模型的模型表现衰减风险之后，所述方法还包括：

7.根据权利要求6所述的方法，其特征在于，所述抽取所述内容填写位置对应的目标内容，以生成目标风险预测报告，包括：

8.根据权利要求7所述的方法，其特征在于，所述根据所述初始风险预测报告，生成模型表现衰减风险预测结论，包括：

9.根据权利要求6所述的方法，其特征在于，所述获取与所述待预测模型对应的风险预测报告模板，包括：

10.根据权利要求1所述的方法，其特征在于，所述基于所述目标特征，预测所述待预测模型的模型表现衰减风险，包括：

11.根据权利要求1-10任一项所述的方法，其特征在于，在所述基于所述目标特征，预测所述待预测模型的模型表现衰减风险之后，所述方法还包括：

12.一种模型风险预测装置，其特征在于，包括：

13.根据权利要求12所述的装置，其特征在于，所述n个数组依照n次评价对应的模型评价时间段顺序进行排列，所述特征提取模块具体用于：

14.根据权利要求13所述的装置，其特征在于，所述特征提取模块具体用于：

15.根据权利要求14所述的装置，其特征在于，所述特征提取模块具体用于：

16.根据权利要求12所述的装置，其特征在于，所述数据获取模块具体用于：

17.根据权利要求12所述的装置，其特征在于，所述评价值存储于第一数据表，所述待预测模型的模型表现衰减风险预测结果存储于第二数据表，所述装置还包括：

18.根据权利要求17所述的装置，其特征在于，所述报告生成模块具体用于：

19.根据权利要求18所述的装置，其特征在于，所述报告生成模块具体用于：

20.根据权利要求17所述的装置，其特征在于，所述模板获取模块具体用于：

21.根据权利要求12所述的装置，其特征在于，所述风险预测模块具体用于：

22.根据权利要求12-21任一项所述的装置，其特征在于，所述装置还包括：

23.一种电子设备，其特征在于，包括：

24.一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1-11中任一项所述的方法。

25.一种计算机程序产品，其特征在于，包括计算机程序，所述计算机程序在被处理器执行时实现权利要求1-11中任一项所述的方法。

技术总结
本申请提出一种模型表现衰减风险预测方法、装置、电子设备和存储介质，其中，该方法包括：获取待预测模型的模型评价数据，模型评价数据中包括基于M个评价指标对待预测模型进行N次评价得到的N个数组，任一数组中包括M个评价值，对模型评价数据进行特征提取，得到目标特征，基于目标特征，预测待预测模型的模型表现衰减风险。基于此，本申请可以基于待预测模型的模型评价数据自动预测待预测模型的模型表现衰减风险，提高了预测效率。

技术研发人员：马堃,俞泱,李姗姗,田浩,刘世尧,蔡宇笙,张木玲
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：2024/3/24