[发明专利]一种信用卡审批方法、装置、设备及存储介质

权利要求书

1.一种信用卡审批方法，其特征在于，包括：

预先基于相关熵诱导损失函数，利用样本审批信息确定出目标判别模型；

获取目标申请人的目标审批信息，并将所述目标审批信息输入至所述目标判别模型中，得到目标判别值；

利用所述目标判别值确定出对应的审批结果。

2.根据权利要求1所述的方法，其特征在于，所述预先基于相关熵诱导损失函数，利用样本审批信息确定出目标判别模型的过程，具体包括：

预先设置线性判别函数；

基于1-范数正则和相关熵诱导损失函数，利用所述样本审批信息计算出当前迭代的所述线性判别函数的当前权重向量、当前偏差和两个表示审批分类的超平面的当前函数值；

利用当前权重向量和当前偏差更新对应的优化问题中矩阵Ω和矩阵Ω；

当达到预设的终止条件时，停止迭代计算，确定出目标权重向量和目标偏差；

根据所述目标权重向量和所述目标偏差确定出所述目标判别模型。

3.根据权利要求2所述的方法，其特征在于，在确定出所述目标权重向量和所述目标偏差之后，进一步包括：

将所述目标权重向量中，权重值小于预设阈值的特征对应的权重设置为0，并更新所述目标权重向量。

4.根据权利要求2所述的方法，其特征在于，所述当达到预设的终止条件时，停止迭代计算，确定出目标权重向量和目标偏差的过程，具体包括：

在当前迭代次数超过预设迭代次数阈值时，停止迭代计算，确定出所述目标权重向量和所述目标偏差。

5.根据权利要求2所述的方法，其特征在于，所述当达到预设的终止条件时，停止迭代计算，确定出目标权重向量和目标偏差的过程，具体包括：

当同一超平面的相邻两次迭代计算的当前函数值的差值小于或等于预设容许误差时，停止迭代计算；

在两个所述超平面对应的迭代计算均停止时，确定出所述目标权重向量和所述目标偏差。

6.根据权利要求1至5任一项所述的方法，其特征在于，所述预先基于相关熵诱导损失函数，利用样本审批信息确定出目标判别模型的过程，具体为：

预先基于相关熵诱导损失函数的孪生支持向量机分类算法，利用样本审批信息确定出所述目标判别模型。

7.根据权利要求6所述的方法，其特征在于，在所述预先基于相关熵诱导损失函数，利用样本审批信息确定出目标判别模型之前，进一步包括：

对所述样本审批信息进行数据清洗操作。

8.一种信用卡审批装置，其特征在于，包括：

模型确定模块，用于预先基于相关熵诱导损失函数，利用样本审批信息确定出目标判别模型；

获取模块，用于获取目标申请人的目标审批信息，并将所述目标审批信息输入至所述目标判别模型中，得到目标判别值；

结果确定模块，用于利用所述目标判别值确定出对应的审批结果。

9.一种信用卡审批设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如权利要求1至7任一项所述的信用卡审批方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的信用卡审批方法的步骤。