[发明专利]一种基于机器学习的业务审核方法及装置在审
| 申请号： | 201910533825.2 | 申请日： | 2019-06-19 |
| 公开（公告）号： | CN110264342A | 公开（公告）日： | 2019-09-20 |
| 发明（设计）人： | 刘冰;徐为恺;杨杨;江旻 | 申请（专利权）人： | 深圳前海微众银行股份有限公司 |
| 主分类号： | G06Q40/02 | 分类号： | G06Q40/02;G06N3/00 |
| 代理公司： | 北京同达信恒知识产权代理有限公司 11291 | 代理人： | 黄志华 |
| 地址： | 518027 广东省深圳市*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供了一种基于机器学习的业务审核方法及装置，涉及金融科技技术领域，该方法包括：采用历史业务审核数据训练随机森林模型，使随机森林模型学习审核员的审核行为，然后将业务申请者的特征向量输入随机森林模型中的每棵决策树，获得随机森林模型中每棵决策树输出的分类结果，之后再根据随机森林模型中每棵决策树输出的分类结果和随机森林模型中每棵决策树对应的权重，确定业务请求的审核结果。相较于专家模型来说，随机森林模型是基于历史业务审核数据训练获得，并不仅仅是专业审核人员的经验，因此对人为经验依赖小，降低了主观因素的影响，提高了审核模型的泛化能力和通用性。 | ||
| 搜索关键词： | 随机森林 审核 决策树 分类结果 基于机器 数据训练 科技技术 模型学习 审核结果 特征向量 业务请求 主观因素 专家模型 输出 权重 学习 金融 | ||
【主权项】：
1.一种基于机器学习的业务审核方法，其特征在于，包括：获取业务申请者的业务请求；根据所述业务请求提取所述业务申请者的特征向量；将所述业务申请者的特征向量输入随机森林模型中的每棵决策树，获得所述随机森林模型中每棵决策树输出的分类结果，所述随机森林模型是以历史业务审核数据为训练样本训练获得的；根据所述随机森林模型中每棵决策树输出的分类结果，确定所述业务请求的审核结果。
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深圳前海微众银行股份有限公司，未经深圳前海微众银行股份有限公司许可，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/patent/201910533825.2/，转载请声明来源钻瓜专利网。
