Document
拖动滑块完成拼图
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

基于大数据的企业数字化风控方法与平台 

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:南京知麻软件技术有限公司

摘要:基于大数据的企业数字化风控方法与平台,包括:获取多种类型的源数据,对源数据进行预处理,并将预处理后的源数据存储于分布式数据库中。通过傅里叶变换提取每种类型的源数据的波动特征。将波动特征作为训练好的卷积神经网络的输入,通过卷积层对波动特征进行卷积,并根据卷积结果提取特征数据,以通过池化层从特征数据中计算每种类型的源数据对应的特征向量。将卷积神经网络中的全连接层替换为图神经网络,并基于特征向量与图神经网络计算每种类型的源数据对应的类型图矩阵,以通过图神经网络根据类型图矩阵输出风险预测结果。该方法通过深度学习算法,提高敏感信息识别的准确性,加强了企业数字化风控的安全性。

主权项:1.一种基于大数据的企业数字化风控方法,其特征在于,所述方法包括:获取多种类型的源数据,对所述源数据进行预处理,并将预处理后的源数据存储于分布式数据库中,所述预处理包括数据清洗、去重以及标准化处理;通过傅里叶变换提取每种类型的源数据的波动特征,所述波动特征用于表征每种类型的源数据随时间变化的数据趋势;将所述波动特征作为训练好的卷积神经网络的输入,通过卷积层对所述波动特征进行卷积,并根据卷积结果提取特征数据,以通过池化层从所述特征数据中计算每种类型的源数据对应的特征向量;将所述卷积神经网络中的全连接层替换为图神经网络,并基于所述特征向量与所述图神经网络计算每种类型的源数据对应的类型图矩阵,以通过所述图神经网络根据所述类型图矩阵输出风险预测结果;其中,所述多种类型的源数据包括历史市场交易数据、经济指标数据、行业报告数据、社交媒体数据以及历史风险评估数据,所述训练好的卷积神经网络为以所述历史风险评估数据中的风险评估价值、预期损失、违约概率、尾部风险以及波动率作为所述卷积神经网络的输入,并以历史风险评估值作为输出,进行训练得到的。

全文数据:

权利要求:

百度查询: 南京知麻软件技术有限公司 基于大数据的企业数字化风控方法与平台

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。