[发明专利]一种基于大数据金融的违约用户风险预测方法在审

专利信息
申请号: 201810960445.2 申请日: 2018-08-22
公开(公告)号: CN109034658A 公开(公告)日: 2018-12-18
发明(设计)人: 王进;余薇;孙开伟;欧阳卫华;邓欣;陈乔松;李智星;胡峰;雷大江 申请(专利权)人: 重庆邮电大学
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q40/00
代理公司: 重庆市恒信知识产权代理有限公司 50102 代理人: 李金蓉
地址: 400065 重*** 国省代码: 重庆;50
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于大数据金融的违约用户风险预测方法,包括:101对用户的历史行为数据进行预处理操作;102根据历史行为划分训练集数据、验证集数据;103对用户历史数据进行特征工程操作;104对构建特征完成的样本集进行特征选择;105建立多个机器学习模型,并进行模型融合操作;106通过建立的模型,根据用户历史行为数据对用户在未来一个月是否会逾期还款进行预测。本发明主要是通过对用户历史数据进行预处理和分析,提取特征,特征选择工作,建立多个机器学习模型,根据用户互联网消费行为数据对用户在未来一个月是否会逾期还款进行预测,为金融领域细分人群提供更为精准的风控服务。
搜索关键词: 机器学习模型 用户历史数据 风险预测 特征选择 大数据 用户历史行为数据 预处理 历史行为数据 训练集数据 验证集数据 预处理操作 工程操作 金融领域 历史行为 模型融合 提取特征 消费行为 样本集 预测 风控 构建 金融 互联网 人群 分析 服务
【主权项】:
1.一种基于大数据金融的违约用户风险预测方法,其特征在于,包括以下步骤:步骤101、对用户的历史行为数据进行预处理操作,包括异常值处理、缺失值的多维度处理、离群点剔除、空格符处理和城市名处理;步骤102、根据历史行为数据划分训练集数据和验证集数据;步骤103、对用户历史数据进行特征工程操作,包括构建基础特征、时序特征、业务特征、组合特征和GBDT离散特征;步骤104、对构建特征完成的样本集,采用基于学习模型的特征排序方法进行特征选择;步骤105、建立若干机器学习模型,并进行模型融合;步骤106、通过建立的模型,根据用户历史行为数据对用户在未来一个月是否会逾期还款进行预测。
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重庆邮电大学,未经重庆邮电大学许可,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/patent/201810960445.2/,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