[发明专利]一种风险预测方法、装置、电子设备和可读存储介质

权利要求书

1.一种风险预测方法，其特征在于，所述方法包括：

采集目标用户交易信息；

根据所述目标用户交易信息确定风险影响因子信息；

将所述风险影响因子信息输入风险预测模型；其中所述风险预测模型为加载了群体智能优化算法的卷积神经网络模型；

风险预测模型输出风险预测结果，其中所述风险预测结果用于表征所述目标用户是否为风险用户。

2.根据权利要求1所述的风险预测方法，其特征在于，所述群体智能优化算法为鸟群优化算法。

3.根据权利要求2所述的风险预测方法，其特征在于，所述风险预测模型的构建包括：

将鸟群优化算法加载于所述卷积神经网络模型中，并根据鸟群优化算法确定所述卷积神经网络模型的参数；

获取样本交易信息对所述加载有鸟群优化算法的神经网络模型进行训练；

根据预设训练规则，将完成训练的加载有鸟群优化算法的神经网络模型确定为风险预测模型。

4.根据权利要求3所述的风险预测方法，其特征在于，所述鸟群优化算法为增加了边界约束条件的鸟群优化算法。

5.根据权利要求3或4所述的风险预测方法，其特征在于，所述预设规则包括以下至少之一：

训练迭代次数达到预设阈值，则确定所述加载有鸟群优化算法的卷积神经网络模型为风险预测模型；

或，

输入样本交易数据至加载有鸟群优化算法的卷积神经网络模型并迭代训练预定次数后计算样本适应度值；

如果所述样本适应度值符合预设适应度值，则停止训练，确定所述加载有鸟群优化算法的卷积神经网络模型为风险预测模型。

6.根据权利要求1-4所述的风险预测方法，其特征在于，所述方法包括：实时采集目标用户交易数据。

7.一种风险预测装置，其特征在于，所述装置包括：采集模块、确定模块、输入模块、预测模块和存储模块，其中：

所述采集模块，用于采集目标用户交易信息；

所述确定模块，用于根据所述目标用户交易信息确定风险影响因子信息；

所述输入模块，用于将所述风险影响因子信息输入风险预测模型；

所述存储模块，用于存储风险预测模型，其中所述风险预测模型为加载了群体智能优化算法的卷积神经网络模型；

所述预测模块，用于控制风险预测模型输出风险预测结果，其中所述风险预测结果用于表征所述目标用户是否为风险用户。

8.根据权利要求7所述的风险预测装置，其特征在于，所述群体智能优化算法为增加了边界约束条件的鸟群优化算法。

9.根据权利要求8所述的风险预测装置，其特征在于，所述装置还包括模型构建模块，其中所述模型构建模块用于：

将鸟群优化算法加载于所述卷积神经网络模型中，并根据鸟群优化算法确定所述卷积神经网络模型的参数；

获取样本交易信息对所述加载有鸟群优化算法的神经网络模型进行训练；

根据预设训练规则，将完成训练的加载有鸟群优化算法的神经网络模型确定为风险预测模型。

10.根据权利要求7-9所述的风险预测装置，其特征在于，所述采集模块还用于实时采集目标用户交易数据。

11.一种电子设备，其特征在于，包括处理器和存储器；

所述存储器，用于存储操作指令；

所述处理器，用于通过调用所述操作指令，执行权利要求1-6中任一项所述的方法。

12.一种计算机可读存储介质，其特征在于，所述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权利要求1-6中任一项所述的方法。