首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

信用评估方法及装置 

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!

申请/专利权人:中国建设银行股份有限公司

摘要:本发明提供了一种信用评估方法及装置,方法包括:获取用户的业务数据和属性数据;对所述的属性数据和业务数据分别进行特征工程处理确定属性特征表现数据及预设时序时段的业务特征表现数据;根据所述属性特征表现数据和预设时序时段的业务特征表现数据利用预先建立的深度学习模型进行信用评估。采用深度学习算法自动化的对客户进行信用风险评估,有效降低了人力,不需要筛选特征,在模型数据使用方面,充分考虑的数据特征的时序性,可快速加入新的数据,多一种业务只需要多一个时序模块,可以全面观察客户表现。

主权项:1.一种信用评估方法,其特征在于,所述的方法包括:获取用户的业务数据和属性数据;对所述的属性数据和业务数据分别进行特征工程处理确定属性特征表现数据及预设时序时段的业务特征表现数据;根据所述属性特征表现数据和预设时序时段的业务特征表现数据利用预先建立的深度学习模型进行信用评估,其中,所述深度学习模型包括LSTM模型,所述LSTM模型包括stack-LSTM和convLSTM,其中,所述convLSTM直接使用卷积作为读取LSTM单元输入的一部分;所述convLSTM建立时序模块,挖掘独立业务的中数据的时间前后依赖,所述时序模块基于特征工程处理后的数据提取特征表现与时序的关系,根据业务模型的业务字段和预设时序时段,按月按顺序进行拼接,并采用融合卷积与LSTM的所述convLSTM对每类业务的特征进行编码;建立属性模块,对用户的基本属性进行编码,对用户的非业务数据进行独热编码后,运用一维卷积核编码进行拼接;将时序模块产生的编码特征和属性模块产生的编码特征进行拼接作为融合模块的输入;所述stack-LSTM发掘不同业务数据的隐含关联进而评估用户信用;其中,所述的对所述的属性数据和业务数据分别进行特征工程处理确定属性特征表现数据及预设时序时段的业务特征表现数据包括:根据预设的业务字段对所述的业务数据进行特征提取确定预设时序时段的业务特征表现数据,其中,所述预设时序时段包括当前月、近三个月以及近六个月;对所述的属性数据进行独热编码特征提取确定属性特征表现数据;其中,所述的根据预设的业务字段对所述的业务数据进行特征提取确定预设时序时段的业务特征表现数据包括:根据预设的业务字段对所述的业务数据进行特征提取生成特征字段;按预设时序时段对所述的特征字段进行衍生处理,生成预设时序时段的业务特征表现数据。

全文数据:

权利要求:

百度查询: 中国建设银行股份有限公司 信用评估方法及装置

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。