[发明专利]一种授信数据的确定方法、装置及电子设备

权利要求书

1.一种授信数据的确定方法，其特征在于，包括：

获取授信基础数据，并对所述授信基础数据进行数据预处理操作，得到目标基础数据；

将所述目标基础数据输入预先生成的授信数据分析模型中，得到授信分析结果；所述授信数据分析模型的训练过程包括：

获取授信训练样本和授信测试样本，所述授信训练样本包括授信训练数据样本以及所述授信训练数据样本对应的参考授信分析结果；所述授信测试样本包括授信测试数据样本以及所述授信测试数据样本对应的参考授信分析结果；

基于所述授信训练样本，对朴素贝叶斯模型进行训练，得到初始授信数据分析模型；

调用所述初始授信数据分析模型对所述授信测试数据样本进行分析，得到所述授信测试数据样本的实际授信分析结果；

在所述授信测试数据样本的实际授信分析结果与参考授信分析结果不同的情况下，增大所述授信测试数据样本属于所述参考授信分析结果的条件概率，以及降低所述授信测试数据样本属于所述实际授信分析结果的条件概率；

至少基于所述授信测试数据样本属于所述参考授信分析结果的条件概率和属于所述实际授信分析结果的条件概率，对所述初始授信数据分析模型进行迭代训练，得到授信数据分析模型。

2.根据权利要求1所述的确定方法，其特征在于，对所述授信基础数据进行数据预处理操作，得到目标基础数据，包括：

确定出所述授信基础数据中的属性的缺失值；

基于所述授信基础数据中的属性的非缺失值的众数或均值，对所述缺失值进行填充操作；

对所述授信基础数据中的属性的数值型数据进行离散化操作，得到目标基础数据。

3.根据权利要求1所述的确定方法，其特征在于，基于所述授信训练样本，对朴素贝叶斯模型进行训练，得到初始授信数据分析模型，包括：

计算所述授信训练数据样本的先验概率和条件概率；

基于所述授信训练数据样本的先验概率、条件概率和参考授信分析结果，对朴素贝叶斯模型进行训练，得到初始授信数据分析模型。

4.根据权利要求1所述的确定方法，其特征在于，增大所述授信测试数据样本属于所述参考授信分析结果的条件概率，以及降低所述授信测试数据样本属于所述实际授信分析结果的条件概率，包括：

获取条件概率调整公式；所述条件概率调整公式包括第一条件概率调整公式和第二条件概率调整公式；所述第一条件概率调整公式用于计算所述授信测试数据样本属于所述参考授信分析结果的增大后的条件概率；所述第二条件概率调整公式用于计算所述授信测试数据样本属于所述实际授信分析结果的减少后的条件概率；

根据所述第一条件概率调整公式，计算所述授信测试数据样本属于所述参考授信分析结果的增大后的条件概率；

根据所述第二条件概率调整公式，计算所述授信测试数据样本属于所述实际授信分析结果的减少后的条件概率。

5.根据权利要求1所述的确定方法，其特征在于，至少基于所述授信测试数据样本属于所述参考授信分析结果的条件概率和属于所述实际授信分析结果的条件概率，对所述初始授信数据分析模型进行迭代训练，得到授信数据分析模型，包括：

至少基于所述授信测试数据样本属于所述参考授信分析结果的条件概率和属于所述实际授信分析结果的条件概率，对所述初始授信数据分析模型进行迭代训练，并在迭代训练过程中，将训练得到的分类精度最大的初始授信数据分析模型，作为授信数据分析模型。