买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉速猿科技(湖南)有限公司申请的专利一种逾期后的逃废债行为预测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120219083B 。

龙图腾网通过国家知识产权局官网在2025-09-19发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510303020.4，技术领域涉及：G06Q40/06；该发明授权一种逾期后的逃废债行为预测方法及系统是由魏红军;林伟栋;曾岳伟设计研发完成，并于2025-03-14向国家知识产权局提交的专利申请。

本一种逾期后的逃废债行为预测方法及系统在说明书摘要公布了：本发明涉及人工智能和金融风险控制技术领域，尤其涉及一种逾期后的逃废债行为预测方法及系统，本发明通过采集用户多维行为数据，经过数据清洗、标准化和特征融合，构建时序数据；采用双向长短期记忆网络结合深度强化学习对用户行为进行动态建模，输出风险预测数据；基于多目标决策算法和模糊逻辑生成综合风险评分，经辅助统计模型验证后，利用增量学习与贝叶斯优化实现模型更新，最终生成准确预测结果。本发明显著提高了逾期后逃废债行为的预测准确性和实时性，为金融风控提供了科学依据。

本发明授权一种逾期后的逃废债行为预测方法及系统在权利要求书中公布了：1.一种逾期后的逃废债行为预测方法，其特征在于，包括以下步骤： 采集用户的多维度行为数据，并对所述行为数据进行数据清洗和数据标准化处理，从标准化后的数据中提取特征，生成融合特征数据集； 所述多维度行为数据由用户账户交易记录、用户社交互动记录和用户设备使用记录按照预设数据格式采集，并通过异常值检测算法剔除超出统计区间的数据，同时采用缺失数据填充算法对数据中缺失项进行补偿，利用最小最大标准化方法将所采集数据归一化，从而生成统一数值范围的标准化后原始数据； 所述标准化后原始数据中的特征采用基于固定窗口的特征提取算法进行计算，计算过程将用户的账户变动、社交互动频次和设备使用模式分别量化，并将所量化结果按照预设公式累加形成融合特征数据集； 基于所述融合特征数据集构建时序数据，采用双向长短期记忆网络训练以生成每个用户的时序风险预测数据，并利用深度强化学习对所述双向长短期记忆网络进行参数调整，形成风险预测模型并输出风险预测数据； 所述深度强化学习采用近端策略优化算法，依据预设奖励函数对双向长短期记忆网络的权重进行动态调整，其中奖励函数以风险预测误差作为反馈输入，从而形成风险预测模型并输出风险预测数据； 基于所述风险预测数据，采用多目标决策算法计算综合风险评分，并利用模糊逻辑对所述综合风险评分进行数值调整以形成决策干预数据，同时利用辅助统计模型对所述风险预测数据进行交叉验证，输出经统计验证的风险评估数据； 根据所述经统计验证的风险评估数据作为反馈，利用增量学习方法对所述风险预测模型进行参数更新，并通过自适应优化算法对所述风险预测模型进行超参数调整，从而生成最终预测结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人速猿科技(湖南)有限公司，其通讯地址为：414028 湖南省岳阳市中国(湖南)自由贸易试验区岳阳片区永济大道临港高新产业园1号栋539室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。