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！

龙图腾网恭喜北京淇瑀信息科技有限公司申请的专利一种资源回收风险预测方法、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：CN112508697B 。

龙图腾网通过国家知识产权局官网在2025-03-28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：202110161751.1，技术领域涉及：G06Q40/03；该发明授权一种资源回收风险预测方法、装置及电子设备是由姚聪设计研发完成，并于2021-02-05向国家知识产权局提交的专利申请。

本一种资源回收风险预测方法、装置及电子设备在说明书摘要公布了：本发明公开了一种资源回收风险预测方法、装置及电子设备，所述方法包括：获取用户行为数据作为原始样本集，并从所述原始样本集中选取原始特征变量；从所述原始样本集中随机抽样得到新的样本集；基于所述新的样本集通过第一模型生成二元特征变量；采用特征变量分别训练多个不同类型的分类模型；基于训练样本集的特征变量对所述多个分类模型进行融合，得到预测模型，将测试样本集的特征变量输入预测模型，得到风险预测序列。相比于纯粹的机器学习模型，本发明在资源回收业务中既能保持较高精度的预测效果，又保持了很好的稳定性与泛化性，能有效防控资源回收风险。

本发明授权一种资源回收风险预测方法、装置及电子设备在权利要求书中公布了：1.一种资源回收风险预测方法，其特征在于，所述方法包括：获取用户行为数据作为原始样本集，并通过单变量分析和变量交叉分析从所述原始样本集中选取原始特征变量；所述原始样本集存在样本分布差异；用户行为数据包括位置信息、通讯信息、设备信息、运营商信息、社交信息、与资源相关的行为信息、以及通过第三方平台获取的资信信息；从所述原始样本集中随机抽样得到新的样本集；将所述新的样本集输入随机森林模型中，训练出树模型；获取训练好的树模型的叶子节点ID；对所述叶子节点ID进行编码，构造出叶子节点特征；将所述叶子节点特征作为二元特征变量；通过分析特征变量的共线性以及相关性来对特征变量进一步进行筛选；采用筛选出的特征变量分别训练多个不同类型的分类模型；所述特征变量包括所述二元特征变量，或者，所述特征变量由所述原始特征变量和所述二元特征变量拼接生成；分别获取训练样本集和测试样本集的特征变量；采用AdaBoost基于训练样本集的特征变量对所述多个不同类型的分类模型进行融合，得到预测模型；将所述测试样本集的特征变量输入预测模型，得到风险预测序列；其中，原始特征变量保证了预测模型在资源回收业务中的解释性和稳定性；二元特征变量提高了预测模型在资源回收业务中的泛化性与稳定性。

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”。