[发明专利]一种贷款需求识别方法、装置、终端及存储介质

权利要求书

1.一种贷款需求识别方法，其特征在于，包括：

获取待识别信息，其中，所述待识别信息包括待识别企业的预设企业信息和所述待识别企业中预设人员的预设人员信息；

将所述待识别信息输入至已训练完成的贷款需求识别模型中，根据所述贷款需求识别模型的输出结果识别出所述待识别企业的贷款需求，其中，所述贷款需求识别模型包括目标极端梯度提升模型。

2.根据权利要求1所述的方法，其特征在于，还包括：

获取样本信息和所述样本信息对应的贷款结果，其中，所述样本信息包括样本企业的样本企业信息和所述样本企业中样本人员的样本人员信息；

将所述样本信息和所述贷款结果作为一组训练样本，基于多个训练样本对原始极端梯度提升模型进行训练，得到所述贷款需求识别模型。

3.根据权利要求2所述的方法，其特征在于，所述基于多个训练样本对原始极端梯度提升模型进行训练，得到所述贷款需求识别模型，包括：

多个训练样本包括训练集和测试集，基于所述训练集对原始极端梯度提升模型进行训练，得到所述贷款需求识别模型；

基于所述测试集对所述贷款需求识别模型进行测试，并根据测试结果得到所述贷款需求识别模型的识别精度。

4.根据权利要求3所述的方法，其特征在于，还包括：

所述训练集中的样本信息包括多个子样本信息，若所述识别精度未满足预设精度条件，则根据所述贷款需求识别模型的输出结果分别计算出每个所述子样本信息对所述贷款需求识别模型的贡献程度；

根据所述贡献程度对所述多个子样本信息进行筛选，在根据筛选结果更新所述训练集后，基于所述训练集对原始极端梯度提升模型重新进行训练，并根据训练结果更新所述贷款需求识别模型。

5.根据权利要求3所述的方法，其特征在于，所述根据测试结果得到所述贷款需求识别模型的识别精度，包括：

测试结果包括贷款概率，根据所述贷款概率和预设分割线得到所述贷款需求识别模型的识别精度；

若所述识别精度未满足预设精度条件，对所述预设分割线进行调整。

6.根据权利要求2所述的方法，其特征在于，在所述将所述样本信息和所述贷款结果作为一组训练样本之后，还包括：

针对已获取的多个训练样本，根据所述多个训练样本中正训练样本的数量和预设正负比例，对所述多个训练样本中的负训练样本进行抽样处理，并根据抽样结果更新所述多个训练样本。

7.根据权利要求1所述的方法，其特征在于，在所述获取待识别信息之后，还包括：若所述待识别信息是有序的分类型变量，对所述待识别信息进行顺序编码；否则，对所述待识别信息进行独热编码。

8.一种贷款需求识别装置，其特征在于，包括：

获取模块，用于获取待识别信息，其中，所述待识别信息包括待识别企业的预设企业信息和所述待识别企业中预设人员的预设人员信息；

识别模块，用于将所述待识别信息输入至已训练完成的贷款需求识别模型中，根据所述贷款需求识别模型的输出结果识别出所述待识别企业的贷款需求，其中，所述贷款需求识别模型包括目标极端梯度提升模型。

9.一种设备，其特征在于，所述设备包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的贷款需求识别方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7中任一所述的贷款需求识别方法。