[发明专利]一种信用等级确定方法、装置、设备及存储介质在审

专利信息
申请号: 202210391681.3 申请日: 2022-04-14
公开(公告)号: CN114818892A 公开(公告)日: 2022-07-29
发明(设计)人: 韦南 申请(专利权)人: 上海硕恩网络科技股份有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06N3/04;G06Q40/02
代理公司: 北京品源专利代理有限公司 11332 代理人: 蔡舒野
地址: 200003 上海市*** 国省代码: 上海;31
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 信用等级 确定 方法 装置 设备 存储 介质
【权利要求书】:

1.一种信用等级确定方法,其特征在于,包括:

获取待确定客户信息;

将所述待确定客户信息输入至预先构建的用户相似性度量模型,根据输出结果确定相似历史客户;

根据所述相似历史客户确定所述待确定客户信息对应客户的信用等级;

其中,所述预先构建的用户相似性度量模型中包括至少两个并行的独立特征抽取子模型和特征关系确定子模型。

2.根据权利要求1所述的方法,其特征在于,所述用户相似性度量模型的训练步骤包括:

对客户信息训练样本集中的客户信息集进行全局特征提取,确定全局特征样本集;其中,所述客户信息训练样本集包括客户信息集以及与客户信息集对应的标定信息集,所述标定信息集中包括与所述客户信息集对应的信用等级信息;

根据所述全局特征样本集中的特征类型个数确定第一数量;

通过所述全局特征样本集对初始独立特征抽取子模型进行训练,确定第一数量个独立特征抽取子模型,并根据各所述独立特征抽取子模型的输出确定独立特征集合;

通过所述独立特征集合与所述标定信息集对初始特征关系确定子模型进行训练,确定特征关系确定子模型;

将并行的各所述独立特征抽取子模型与所述特征关系确定子模型进行融合,构成用户相似性度量模型。

3.根据权利要求2所述的方法,其特征在于,所述通过所述全局特征样本集对初始独立特征抽取子模型进行训练,确定第一数量个独立特征抽取子模型,包括:

通过最小化重构损失将所述全局特征样本集划分为第一数量个独立特征样本子集;

针对每一个所述初始独立特征抽取子模型,由所述第一数量个独立特征样本子集中提取一个未被训练的独立特征样本子集确定为目标独立特征样本子集;

将所述目标独立特征样本子集输入至所述初始独立特征抽取子模型中,提取第一中间结果集;

将所述第一中间结果集、所述目标独立特征样本子集与给定的损失函数表达式相结合,确定对应的第一损失函数;

基于所述第一损失函数对所述初始独立特征抽取子模型进行训练,直到满足预设收敛条件获得独立特征抽取子模型。

4.根据权利要求2所述的方法,其特征在于,所述通过所述独立特征集合与所述标定信息集对初始特征关系确定子模型进行训练,确定特征关系确定子模型,包括:

将所述独立特征集合输入至所述初始特征关系确定子模型中,提取第二中间结果集;

将所述第二中间结果集、所述标定信息集与给定的损失函数表达式相结合,确定对应的第二损失函数;

基于所述第二损失函数对所述初始特征关系确定子模型进行训练,直到满足预设收敛条件获得特征关系确定子模型。

5.根据权利要求4所述的方法,其特征在于,所述特征关系确定子模型为关系图卷积网络模型。

6.根据权利要求1所述的方法,其特征在于,所述将所述待确定客户信息输入至预先构建的用户相似性度量模型,根据输出结果确定相似历史客户,包括:

将所述待确定客户信息输入至所述用户相似性度量模型中进行全局特征提取,确定待确定客户全局特征;

将所述待确定客户全局特征输入所述用户相似性度量模型中的各所述独立特征抽取子模型中,确定第一生成结果;

将所述第一生成结果输入所述用户相似性度量模型中的所述特征关系确定子模型中,确定第二生成结果;

根据所述第二生成结果确定客户信息训练样本集中与所述待确定客户信息相似度最高的相似历史客户。

7.根据权利要求1所述的方法,其特征在于,所述根据所述相似历史客户确定所述待确定客户信息对应客户的信用等级,包括:

将所述相似历史客户的信用等级确定为相似信用等级;

将所述相似信用等级确定为所述待确定客户信息对应客户的信用等级。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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上海硕恩网络科技股份有限公司,未经上海硕恩网络科技股份有限公司许可,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/202210391681.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top