[发明专利]借贷风险预测模型的构建方法、系统及借贷风险预测方法

权利要求书

1.一种借贷风险预测模型的构建方法，其特征在于，所述方法包括：

获取预设的带有时刻分类标签的训练样本集合；所述训练样本集合包括第一时刻的样本数据和第二时刻的样本数据；所述第一时刻的样本数据包括第一时刻的借贷申请信息和第一时刻的借贷风险标签，所述第二时刻的样本数据包括第二时刻的借贷申请信息和第二时刻的借贷风险标签；

其中，第一时刻为信用额度评估时刻，第二时刻为借款审批时刻；

构建包括生成网络和判别网络的初始对抗学习网络；

根据所述第一时刻的借贷申请信息和第二时刻的借贷申请信息输入至所述生成网络生成的借贷风险结果和所述第一时刻的借贷风险标签、第二时刻的借贷风险标签，根据所述生成网络生成的借贷风险结果输入至所述判别网络得到的时刻分类结果和输入所述生成网络的借贷申请信息对应的时刻分类标签，对所述生成网络及判别网络进行训练，将训练后的生成网络确定为借贷风险预测模型。

2.根据权利要求1所述的方法，其特征在于，构建包括生成网络和判别网络的初始对抗学习网络具体包括：

根据所述第二时刻的样本数据，训练得到一生成网络；

在所述生成网络中衍生一判别网络，形成初始对抗学习网络。

3.根据权利要求2所述的方法，其特征在于，根据所述第二时刻的样本数据，训练得到一生成网络具体包括：

将所述第二时刻的借贷申请信息输入至一生成网络中，得到借贷风险结果；

将所述借贷风险结果和所述第二时刻的借贷风险标签输入至交叉熵损失函数，得到一损失值，根据所述损失值，对所述生成网络进行更新。

4.根据权利要求1所述的方法，其特征在于，根据所述第一时刻的借贷申请信息和第二时刻的借贷申请信息输入至所述生成网络生成的借贷风险结果和所述第一时刻的借贷风险标签、第二时刻的借贷风险标签，根据所述生成网络生成的借贷风险结果输入至所述判别网络得到的时刻分类结果和输入所述生成网络的借贷申请信息对应的时刻分类标签，对所述生成网络及判别网络进行训练具体包括：

将所述第一时刻的借贷申请信息和第二时刻的借贷申请信息输入至所述生成网络生成的借贷风险结果和所述第一时刻的借贷风险标签、第二时刻的借贷风险标签输入至第一交叉熵损失函数，得到第一损失值；

将所述生成网络生成的借贷风险结果输入至所述判别网络得到的时刻分类结果和输入所述生成网络的借贷申请信息对应的时刻分类标签输入至第二交叉熵损失函数，得到第二损失值；

将所述第一损失值和第二损失值进行加权求和生成输出结果，根据所述输出结果，对所述生成网络与判别网络进行训练，生成最优生成网络、最优判别网络。

5.一种借贷风险预测模型的构建系统，其特征在于，所述系统包括：

样本构建模块，用于获取预设的带有时刻分类标签的训练样本集合；所述训练样本集合包括第一时刻的样本数据和第二时刻的样本数据；所述第一时刻的样本数据包括第一时刻的借贷申请信息和第一时刻的借贷风险标签，所述第二时刻的样本数据包括第二时刻的借贷申请信息和第二时刻的借贷风险标签；

其中，第一时刻为信用额度评估时刻，第二时刻为借款审批时刻；

对抗网络生成模块，用于构建包括生成网络和判别网络的初始对抗学习网络；

对抗网络训练模块，用于根据所述第一时刻的借贷申请信息和第二时刻的借贷申请信息输入至所述生成网络生成的借贷风险结果和所述第一时刻的借贷风险标签、第二时刻的借贷风险标签，根据所述生成网络生成的借贷风险结果输入至所述判别网络得到的时刻分类结果和输入所述生成网络的借贷申请信息对应的时刻分类标签，对所述生成网络及判别网络进行训练，将训练后的生成网络确定为借贷风险预测模型。

6.根据权利要求5所述的系统，其特征在于，所述对抗网络生成模块具体包括：

主网络构建模块，用于根据所述第二时刻的样本数据，训练得到一生成网络；

子网络构建模块，用于在所述生成网络中衍生一判别网络，形成初始对抗学习网络。