申请/专利权人:平安科技(深圳)有限公司
申请日:2020-12-01
公开(公告)日:2021-03-05
公开(公告)号:CN112446791A
主分类号:G06Q40/08(20120101)
分类号:G06Q40/08(20120101);G06N20/20(20190101)
优先权:
专利状态码:在审-实质审查的生效
法律状态:2022.03.25#实质审查的生效;2021.03.05#公开
摘要:本发明涉及人工智能技术领域,公开了一种基于联邦学习的车险评分方法、装置、计算机设备及计算机可读存储介质,该方法包括:通过根据待训练的样本数据训练多个预置本地模型,确定各个预置本地模型更新后的第一模型参数;接收服务器发送的加密公钥,对各个第一模型参数进行加密以接收服务器对多个第一模型参数进行联邦学习后返回的聚合模型参数;根据聚合模型参数更新各个预置本地模型,生成对应的评分模型;获取待预测保险序号,并根据评分模型,获取待预测保险序号对应的风险评分;根据预置精算模型和风险评分,获取待预测保险序号的车险信息,实现保护数据隐私的基础上联合训练多个模型,并提高评分模型的准确性,从而得到更加精准的车险信息。
主权项:1.一种基于联邦学习的车险评分方法,其特征在于,包括:根据待训练的样本数据训练多个预置本地模型,确定各个所述预置本地模型更新后的第一模型参数;接收服务器发送的加密公钥,对各个所述第一模型参数进行加密并发送至所述服务器,以接收所述服务器对多个所述第一模型参数进行联邦学习后返回的聚合模型参数;根据所述聚合模型参数更新各个所述预置本地模型,生成对应的评分模型;获取待预测保险序号,并根据所述评分模型,获取所述待预测保险序号对应的风险评分;根据预置精算模型和所述风险评分,获取所述待预测保险序号的车险信息。
全文数据:
权利要求:
百度查询: 平安科技(深圳)有限公司 基于联邦学习的车险评分方法、装置、设备及存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。