[发明专利]一种建立逾期风险识别模型的方法和装置在审
| 申请号: | 202111011659.3 | 申请日: | 2021-08-31 |
| 公开(公告)号: | CN113902539A | 公开(公告)日: | 2022-01-07 |
| 发明(设计)人: | 熊伟灼;杨青 | 申请(专利权)人: | 度小满科技(北京)有限公司 |
| 主分类号: | G06Q40/02 | 分类号: | G06Q40/02;G06K9/62 |
| 代理公司: | 北京启坤知识产权代理有限公司 11655 | 代理人: | 姜冰莹 |
| 地址: | 100193 北京市海淀区*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 建立 逾期 风险 识别 模型 方法 装置 | ||
1.一种建立逾期风险识别模型的方法,其中,所述方法包括:
获得周期性行为对应的训练数据;
对所述训练数据执行数据预处理操作,利用数据预处理后的数据建立特征工程,获得所述训练数据对应的数据特征信息;
根据所述数据特征信息,并使用与所述周期性行为对应的损失函数,训练得到逾期风险识别模型,其中,所述损失函数中的参数包括标签以及期数,所述期数由用户的逾期行为来确定。
2.根据权利要求1所述的方法,其中,对于未逾期用户,所述期数大于所述周期性行为对应的总期数;对于逾期用户,所述期数为用户首次逾期行为对应的期数。
3.根据权利要求1所述的方法,其中,所述损失函数如下:
其中,y表示标签,mob表示期数,p表示预测的概率值。
4.根据权利要求1至3中任一项所述的方法,其中,所述周期性行为为包括多个账期的还款行为。
5.一种建立逾期风险识别模型的装置,其中,所述装置包括:
用于获得周期性行为对应的训练数据的装置;
用于对所述训练数据执行数据预处理操作,利用数据预处理后的数据建立特征工程,获得所述训练数据对应的数据特征信息的装置;
用于根据所述数据特征信息,并使用与所述周期性行为对应的损失函数,训练得到逾期风险识别模型的装置,其中,所述损失函数中的参数包括标签以及期数,所述期数由用户的逾期行为来确定。
6.根据权利要求5所述的装置,其中,对于未逾期用户,所述期数大于所述周期性行为对应的总期数;对于逾期用户,所述期数为用户首次逾期行为对应的期数。
7.根据权利要求5所述的装置,其中,所述损失函数如下:
其中,y表示标签,mob表示期数,p表示预测的概率值。
8.根据权利要求5至7中任一项所述的装置,其中,所述周期性行为为包括多个账期的还款行为。
9.一种计算机设备,其中,所述计算机设备包括:
存储器,用于存储一个或多个程序;
一个或多个处理器,与所述存储器相连,
当所述一个或多个程序被所述一个或者多个处理器执行时,使得所述一个或多个处理器执行如权利要求1至4中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序可被处理器执行如权利要求1至4中任一项所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于度小满科技(北京)有限公司,未经度小满科技(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111011659.3/1.html,转载请声明来源钻瓜专利网。





