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姜润洲获国家专利权

北京淇瑀信息科技有限公司姜润洲获国家专利权

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基于增量学习的用户金融风险识别方法、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:CN111598678B

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:202010728265.9,技术领域涉及:G06Q40/00;该发明授权基于增量学习的用户金融风险识别方法、装置及电子设备是由姜润洲;丁楠;苏绥绥设计研发完成,并于2020-07-27向国家知识产权局提交的专利申请。

基于增量学习的用户金融风险识别方法、装置及电子设备在说明书摘要公布了:本发明公开了一种基于增量学习的用户金融风险识别方法、装置及电子设备,所述方法包括:将历史用户数据根据用户金融行为表现期的起始时间顺序分为多个时间段,使用终点为ti‑1的时间段的历史用户数据训练分类模型Mi,将终点为ti的时间段的历史用户数据输入所述训练好的分类模型Mi中进行训练,得到分类模型Mi+1;根据各个分类模型M1、M2、……、Mn+1识别新用户的金融风险。本发明的分类模型Mi既学习到了ti‑1时间段的样本特征,也学习到了ti时间段的样本特征,最终输出结果既能保留前期样本的充足性,又能学习到近期样本的代表性,从而提高对用户近期行为判断的准确性。

本发明授权基于增量学习的用户金融风险识别方法、装置及电子设备在权利要求书中公布了:1.一种基于增量学习的用户金融风险识别方法,其特征在于,所述方法包括: 根据历史用户数据的用户金融分期的起始时间顺序确定多个时间段,将历史用户数据对应所述时间段分为多时间段的历史用户数据;各时间段的分隔点分别记为t0、t1、…、ti、…、tn,其中i、n为正整数;终点为ti的时间段距离当前时间点的时间间隔随i的增加依次减小; 将历史用户数据中的长期历史用户数据和短期历史用户数据相结合来训练决策树模型Mi;其中:所述长期历史用户数据的金融分期的分期时长大于所述短期历史用户数据的金融分期的分期时长;使用终点为ti-1的时间段的历史用户数据训练分类模型Mi,将终点为ti的时间段的历史用户数据输入训练好的分类模型Mi中进行训练,得到分类模型Mi+1;决策树模型Mi既学习到了终点为ti-1的时间段的样本特征,也学习到了终点为ti的时间段的样本特征;实现分类模型Mi对不同时间段样本的迭代学习;最终输出结果既能保留前期样本的充足性,又能学习到近期样本的代表性; 根据各个分类模型M1、M2、……、Mn+1识别新用户的金融风险。

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。