终端评价模型的构建方法、装置和存储介质与流程

技术特征：
1.一种终端评价模型的构建方法，包括：获取参考终端对应的第一样本集合、以及待评价终端对应的第二样本集合；根据所述第一样本集合和所述第二样本集合中样本的分布情况，确定每个指标对应的、由所述参考终端迁移到所述待评价终端的迁移函数；将所述第一样本集合中的样本的各个指标值输入相应的迁移函数以获得迁移的指标值，并根据所述迁移的指标值确定所述第一样本集合的迁移样本集合；基于所述迁移样本集合以及所述第二样本集合中的样本，训练待评价终端的评价模型。2.根据权利要求1所述的构建方法，其中，所述根据所述第一样本集合和所述第二样本集合中样本的分布情况，确定每个指标对应的、由所述参考终端迁移到所述待评价终端的迁移函数包括：对于每个指标，按照预设的维度，分别将所述第一样本集合和所述第二样本集合中样本的相应指标值划分为多个区间；在每个区间上，分别确定所述参考终端和所述待评价终端的所述指标的代表值；根据所述参考终端和所述待评价终端分别对应的所述指标的代表值，确定所述指标对应的、由所述参考终端迁移到所述待评价终端的迁移函数。3.根据权利要求2所述的构建方法，其中：每个指标对应的迁移函数的损失函数根据所述指标对应的迁移偏差和偏差权重确定；所述迁移偏差根据所述迁移函数基于所述参考终端的代表值计算的输出值、以及所述待评价终端的在相应区间的代表值之间的差距确定；所述偏差权重根据所述参考终端和所述待评价终端在相应区间和相应指标上的代表值的差距确定。4.根据权利要求2所述的构建方法，其中，在每个区间上，所述指标的代表值为所述区间中的指标值的中位数。5.根据权利要求3所述的构建方法，其中，所述指标的迁移函数是基于最小二乘法求解的。6.根据权利要求3所述的构建方法，其中：将所述参考终端和所述待评价终端在相应区间和相应指标上的代表值的差距作为波动值，在所述波动值不大于预设阈值的情况下，所述偏差权重根据所述迁移函数的输出值、以及所述待评价终端在相应区间和相应指标上的代表值之差确定；在所述波动值大于预设阈值的情况下，所述偏差权重根据所述波动值、以及所述预设阈值确定，其中，所述偏差权重与所述波动值成正相关关系。7.根据权利要求1～6中任一项所述的构建方法，其中，所述分布情况为样本在采集时间的各个区间的分布情况、或者样本在指标的取值的各个区间的分布情况。8.根据权利要求1所述的构建方法，其中，所述基于所述迁移样本集合以及所述第二样本集合中的样本，训练待评价终端的评价模型包括：根据所述迁移样本集合以及所述第二样本集合中的样本、以及样本初始的权重，构建待评价终端的评价模型；采用所述第二样本集合测试所述待评价终端的评价模型的测试错误率；
根据所述测试错误率，对所述迁移样本集合以及所述第二样本集合中样本的权重进行调整；根据调整权重后的样本更新所述待评价终端的评价模型；判断当前是否满足预设条件，如果不满足，重复执行采用所述第二样本集合测试所述待评价终端的评价模型的测试错误率。9.根据权利要求8所述的构建方法，其中：对于所述第二样本集合中的每个样本，在所述待评价终端的评价模型对所述样本预测错误的情况下，所述样本的调整后的权重与所述测试错误率成正相关关系；在所述待评价终端的评价模型对所述样本预测正确的情况下，不对所述样本进行调整；对于所述迁移样本集合中的每个样本，在所述待评价终端的评价模型对所述样本预测错误的情况下，所述样本的调整后的权重与所述测试错误率成负相关关系；在所述待评价终端的评价模型对所述样本预测正确的情况下，不对所述样本进行调整。10.根据权利要求9所述的构建方法，其中，所述根据所述测试错误率，对所述迁移样本集合以及所述第二样本集合中样本的权重进行调整包括：计算更新参数，其中，所述更新参数与所述测试错误率成正相关关系；对于所述第二样本集合中的每个样本，在所述待评价终端的评价模型对所述样本预测错误的情况下，将所述样本的权重调整为原权重与所述更新参数的乘积；对于所述迁移样本集合中的每个样本，在所述待评价终端的评价模型对所述样本预测错误的情况下，将所述样本的权重调整为原权重与所述更新参数的商。11.根据权利要求10所述的构建方法，其中，所述更新参数根据所述预测错误率、与1和所述预测错误率之差的比值确定。12.根据权利要求8～11中任一项所述的构建方法，其中，所述待评价终端的评价模型为支持向量机模型svm、基于决策树算法的轻量级梯度提升模型lightgbm、长短记忆网络lstm模型。13.根据权利要求1所述的构建方法，还包括：将待测的待评价终端的数据输入到所述待评价终端的评价模型，获得对所述待测的待评价终端的评价结果。14.根据权利要求1所述的构建方法，其中，所述参考终端和待评价终端为物联网终端。15.一种终端评价模型的构建装置，包括：获取模块，被配置为获取参考终端对应的第一样本集合、以及待评价终端对应的第二样本集合；迁移函数确定模块，被配置为根据所述第一样本集合和所述第二样本集合中样本的分布情况，确定每个指标对应的、由所述参考终端迁移到所述待评价终端的迁移函数；迁移样本集合确定模块，被配置为将所述第一样本集合中的样本的各个指标值输入相应的迁移函数以获得迁移的指标值，并根据所述迁移的指标值确定所述第一样本集合的迁移样本集合；训练模块，被配置为基于所述迁移样本集合以及所述第二样本集合中的样本，训练待评价终端的评价模型。16.一种终端评价模型的构建装置，包括：
存储器；以及耦接至所述存储器的处理器，所述处理器被配置为基于存储在所述存储器中的指令，执行如权利要求1～14中任一项所述的终端评价模型的构建方法。17.一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现权利要求1～14中任一项所述的终端评价模型的构建方法。

技术总结
本发明公开了一种终端评价模型的构建方法、装置和存储介质，涉及信息处理技术领域。终端评价模型的构建方法包括：获取参考终端对应的第一样本集合、以及待评价终端对应的第二样本集合；根据第一样本集合和第二样本集合中样本的分布情况，确定每个指标对应的、由参考终端迁移到待评价终端的迁移函数；将第一样本集合中的样本的各个指标值输入相应的迁移函数以获得迁移的指标值，并根据迁移的指标值确定第一样本集合的迁移样本集合；基于迁移样本集合以及第二样本集合中的样本，训练待评价终端的评价模型。本发明的实施例能够提高模型构建的自动化程度，并且通过这些样本构建模型的准确率和效率也得到了提高。确率和效率也得到了提高。确率和效率也得到了提高。


技术研发人员：刘汉生 钱兵 赵龙刚 王峰 狄爽 林碧兰
受保护的技术使用者：中国电信股份有限公司
技术研发日：2020.07.08
技术公布日：2022/1/28