[发明专利]信贷数据样本均衡方法、装置、计算机设备及存储介质

权利要求书

1.一种信贷数据样本均衡方法，其特征在于，包括：

对不均衡的信贷数据样本集进行切分组合，得到n个包含大样本和小样本的原始样本集；其中，各所述原始样本集中大样本的数量相同且小样本的数量相同；

对n个所述原始样本集分别进行自适应综合过采样处理，得到n个过采样样本集；且所述过采样样本集与所述原始样本集一一对应；

将每一所述过采样样本集输入至第一卷积神经网络中进行模型训练，得到第一特征矩阵，并将对应的所述原始样本集输入至第二卷积神经网络中进行模型训练，得到第二特征矩阵；将所述第一特征矩阵和第二特征矩阵分别转化为第一特征向量和第二特征向量；对所述第一特征向量和第二特征向量计算相似度，然后根据相似度对所述第一卷积神经网络和第二卷积神经网络进行反向更新；在所述第二卷积神经网络加入全连接层，构建得到对应的样本均衡模型；其中，所述样本均衡模型的数量为n个，每一所述样本均衡模型对应一个所述原始样本集和与之对应的过采样样本集；

对待均衡的信贷数据样本集进行切分组合，得到n个包含大样本和小样本的目标样本集；其中，各所述目标样本集中大样本的数量相同且小样本的数量相同；

将n个所述目标样本集分别输入到所述n个样本均衡模型中并输出n个欠采样均衡样本集，对所述n个欠采样均衡样本集进行堆叠汇总得到最终的信贷数据均衡样本集。

2.根据权利要求1所述的信贷数据样本均衡方法，其特征在于，所述对n个所述原始样本集分别进行自适应综合过采样处理，得到n个过采样样本集，且所述过采样样本集与所述原始样本集一一对应，包括：

将每一原始样本集中所述大样本的数量标记为m_l以及所述小样本的数量标记为m_s，并按下式计算所述大样本和小样本之间的不平衡度d：d＝m_s/m_l；

若所述不平衡度d小于预设不平衡度阈值，则基于下式确定待合成样本的总数量G：

G＝(m_l-m_s)*b，b∈[0,1]

对每个属于所述小样本的样本x_i，利用欧式距离计算同一原始样本集中的k个邻居，然后按下式计算所述样本x_i的比例r_i：

r_i＝△_i/k，i＝1,…,m_s，r_i∈[0,1]；其中，△_i为所述k个邻居中属于所述大样本的样本数量；

按下式计算所述样本x_i的分布：

按照下式计算所述样本x_i的待合成样本的数量g_i：

在所述样本x_i的k个邻居中随机选择一个属于所述小样本的样本x_zi，根据下列等式进行样本合成的步骤：

s_i＝x_i+(x_zi-x_i)×β

式中，(x_zi-x_i)为h维的向量差，β为随机数，β∈[0,1]

针对所述样本x_i，重复样本合成的步骤直至满足所需合成的数量g_i。

3.根据权利要求1所述的信贷数据样本均衡方法，其特征在于，所述将每一所述过采样样本集输入至第一卷积神经网络中进行模型训练，包括：

将所述过采样样本集中的样本输入卷积核为3×3的第一卷积层中进行卷积计算；

利用第一最大池化层对所述第一卷积层的输出结果进行池化；

将所述第一最大池化层的池化输出结果输入至包含两个卷积的堆叠卷积且卷积核为2×2的第二卷积层中进行卷积计算；

利用第二最大池化层对所述第二卷积层的输出结果进行池化，得到第一特征矩阵。