Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京淇瑀信息科技有限公司王鹏获国家专利权

北京淇瑀信息科技有限公司王鹏获国家专利权

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!

龙图腾网获悉北京淇瑀信息科技有限公司申请的专利用户金融风险识别模型生成方法、装置及电子设备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:CN110796530B

龙图腾网通过国家知识产权局官网在2025-10-21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:201910921683.7,技术领域涉及:G06Q40/06;该发明授权用户金融风险识别模型生成方法、装置及电子设备是由王鹏;高明宇;张潮华;郑彦设计研发完成,并于2019-09-27向国家知识产权局提交的专利申请。

用户金融风险识别模型生成方法、装置及电子设备在说明书摘要公布了:本公开涉及一种用户金融风险识别模型生成方法、装置、电子设备及计算机可读介质。该方法包括:获取多个历史用户的金融数据,所述金融数据中包括违约状态;根据所述违约状态由所述多个历史用户中筛选出多个正样本用户;通过所述多个正样本用户的金融数据和初始超球体方程生成超球体方程组;求取所述超球体方程以获取其最优解;以及基于所述最优解生成用户金融风险识别模型,所述用户金融风险识别模型用于确定用户的金融违约风险概率。本公开涉及的用户金融风险识别模型生成方法、装置、电子设备及计算机可读介质,能够适应于样本数量不均衡的时候的机器学习模型训练过程,还能够利用不均衡的样本数据生成准确高效的用户金融风险识别模型。

本发明授权用户金融风险识别模型生成方法、装置及电子设备在权利要求书中公布了:1.一种用户金融风险识别模型生成方法,其特征在于,包括: 获取多个历史用户的金融数据,所述金融数据中包括违约状态; 根据所述违约状态由所述多个历史用户中筛选出多个正样本用户,正样本集合中包含的是有过违约记录的用户的金融数据; 将所述多个正样本用户的金融数据按照预设的维度进行分类,生成多个多维度金融数据; 将所述多个多维度金融数据和预设的多维度特征向量基准值进行比对以生成所述多个正样本用户的多维度金融数据特征值,包括:将正样本的用户收入平均值进行比较,通过方差或者标准差确定该维度的金融数据的特征值;通过正样本集合中的用户金融数据,确定正样本集合中用户收入的平均值,进而确定基准值;将正样本中的用户年龄与标准年龄范围做对比,以确定年龄维度的特征值; 基于所述多个正样本用户的多维度金融数据特征值与初始超球体方程生成超球体方程组; 确定目标松弛变量阈值和优化目标; 基于所述目标松弛变量阈值、所述优化目标通过优化算法求解所述初始超球体方程,获取所述初始超球体方程的最优解; 其中,优化目标为所有正样本用户均在超球体内; 基于所述最优解生成目标超球体方程; 基于所述目标超球体方程生成用户金融风险识别模型,所述用户金融风险识别模型用于确定用户的金融违约风险概率; 将当前用户的金融数据输入所述金融风险识别模型的目标超球体方程中; 采用拉格朗日对偶方法求解所述目标超球体方程以获取所述用户的多维度特征fx,y,z在所述目标超球体方程φx,y,z=0的球心距离;做拉格朗日函数L=fx,y,z+λφx,y,z,λ称拉格朗日乘数;求L分别对x,y,z,λ求偏导,得方程组,求出驻点Px,y,z,上述公式的最小值即为球心距离; 在所述球心距离大于目标超球体半径时,确定所述用户为违约低风险用户; 在所述球心距离小于等于目标超球体半径时,确定所述用户为违约高风险用户。

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北京淇瑀信息科技有限公司,其通讯地址为:100012 北京市朝阳区双营路11号院3号楼2层4单元207;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”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。