[发明专利]机构风险预测模型的训练方法、机构风险预测方法和装置

说明书

本发明公开了一种机构风险预测模型的训练方法装置、机构风险预测方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：获取机构样本集，所述机构样本集包括多个机构样本，每个所述机构样本包括多个机构指标及风险标签；将所述机构样本中的多个机构指标作为输入，所述机构样本中的风险标签作为输出，对多个初始预测模型进行训练，得到多个目标预测模型；确定每个所述目标预测模型对应的权重；根据多个所述目标预测模型及所述目标预测模型对应的权重，确定机构风险预测模型。通过该实施方式的机构风险预测模型确定的机构风险预测结果具有较高的准确性。

技术领域

本发明涉及计算机技术领域，尤其涉及一种机构风险预测模型的训练方法、机构风险预测方法和装置。

背景技术

在机构日常经营过程中，由于受到诸如内部控制不完善、外部经济环境迅速变化等各种各样的影响，导致机构的生产经营可能遭受到巨大的冲击。而这不仅会使机构本身受损，还可能使得公司的股东连带受损，另外，诸如银行之类的信贷机构也可能因未及时识别机构的财务风险而遭受到坏账损失。

因此，对机构的风险进行预测是非常必要的，比如识别机构是否存在欺诈风险、洗钱风险以及违约风险等。传统的机构风险评估通常由人工对各种指标打分计算得到，机构风险预测结果缺乏一定的准确性。

发明内容

有鉴于此，本发明实施例提供一种机构风险预测模型的训练方法、机构风险预测方法和装置，能够较准确地预测出机构可能存在的风险。

第一方面，本发明实施例提供了一种机构风险预测模型的训练方法，包括：

获取机构样本集，所述机构样本集包括多个机构样本，每个所述机构样本包括多个机构指标及风险标签；

将所述机构样本中的多个机构指标作为输入，所述机构样本中的风险标签作为输出，对多个初始预测模型进行训练，得到多个目标预测模型；

确定每个所述目标预测模型对应的权重；

根据多个所述目标预测模型及所述目标预测模型对应的权重，确定机构风险预测模型。

可选地，所述确定每个所述目标预测模型对应的权重，包括：

确定每个所述目标预测模型的性能参数；

根据所述性能参数，确定每个所述目标预测模型对应的权重。

可选地，所述性能参数包括以下至少之一：接收者操作特征曲线、混淆矩阵、模型得分、模型准确率或模型精确率。

可选地，所述根据所述性能参数，确定每个所述目标预测模型对应的权重，包括：

若当前性能参数小于性能阈值，则当前目标预测模型对应的权重为0，所述当前目标预测模型对应于所述当前性能参数。

可选地，所述多个初始预测模型包括：第一预测模型，所述第一预测模型采用神经网络模型；

所述将所述机构样本中的多个机构指标作为输入，所述机构样本中的风险标签作为输出，对多个初始预测模型进行训练，得到多个目标预测模型，包括：

将所述机构样本中的多个机构指标作为输入，所述机构样本中的风险标签作为输出，对第一初始预测模型进行训练，得到第一目标预测模型。

可选地，所述多个初始预测模型包括：第二预测模型，所述第二预测模型采用支持向量机模型；

所述将所述机构样本中的多个机构指标作为输入，所述机构样本中的风险标签作为输出，对多个初始预测模型进行训练，得到多个目标预测模型，包括：

将所述机构样本中的多个机构指标作为输入，所述机构样本中的风险标签作为输出，对第二初始预测模型进行训练，得到第二目标预测模型。