[发明专利]一种风险预测模型的训练方法和系统

说明书

本发明公开了一种风险预测模型的训练方法，包括：通过抓取历史风险发生大数据，获得历史风险大数据信息；根据历史风险大数据信息，统计任意一种风险发生前的风险前期数据信息特征；分析风险前期数据信息特征，获取风险发生的信息特征风险影响权重；根据信息特征风险影响权重，将风险前期数据分成风险预测训练样本数据和风险发生检测数据，进行风险预测模型智能训练；本发明还公开了一种风险预测模型的训练系统。

技术领域

本发明涉及智能风险预测模型技术领域，更具体地说，本发明涉及一种风险预测模型的训练方法和系统。

背景技术

目前，常用的风险预测模型的训练，存在如何通过快速视图同步转码、如何调节视频图像显示画质细腻清晰度并通过高清视频图像解码转码、如何调节视频图像显示画质饱和对比度以及如何切换显卡核心显示芯片与显卡外围独立显示芯片工作模式、如何提升显卡显存频率及显卡性能等问题；因此，有必要提出一种风险预测模型的训练方法和系统，以至少部分地解决现有技术中存在的问题。

发明内容

在发明内容部分中引入了一系列简化，这将在具体实施方式部分中进一步详细说明；

优选的，一种风险预测模型的训练方法包括：

S100，通过抓取历史风险发生大数据，获得历史风险大数据信息；

S200，根据历史风险大数据信息，统计任意一种风险发生前的风险前期数据信息特征；

S300，分析风险前期数据信息特征，获取风险发生的信息特征风险影响权重；

S400，根据信息特征风险影响权重，将风险前期数据分成风险预测训练样本数据和风险发生检测数据，进行风险预测模型智能训练。

优选的，所述S100包括：

S101，设定风险预测模型的风险类型，获得预设风险类型范围；

S102，根据预设风险类型范围，进行预设风险类型范围内的大数据抓取；

S103，通过历史风险发生大数据抓取，获得历史风险大数据信息。

优选的，所述S200包括：

S201，根据历史风险大数据信息，选择任意一种风险类型，获得第一风险类型；

S202，通过数据信息关键词识别，识别第一风险类型的关键词，获得关键词识别结果；

S203，根据关键词识别结果，统计关键词概率分布，统计任意一种风险发生前的风险前期数据信息特征。

优选的，所述S300包括：

S301，提取风险前期数据信息特征中的前期数据信息特征标识；

S302，分析前期数据信息特征标识与风险发生频率的标识频率关联关系；

S303，根据标识频率关联关系，计算风险影响权重，获取风险发生的信息特征风险影响权重。

优选的，所述S400包括：

S401，根据信息特征风险影响权重，对风险发生进行风险预评估，获得风险预评估数据；

S402，将风险前期数据分成风险预测训练样本数据和风险发生检测数据；

S403，将风险预评估数据与风险预测训练样本数据同时输入风险预测模型，并通过风险发生检测数据进行验证，进行风险预测模型智能训练。

优选的，一种风险预测模型的训练系统包括：

历史风险数据抓取模块，通过抓取历史风险发生大数据，获得历史风险大数据信息；

风险前期特征统计模块，根据历史风险大数据信息，统计任意一种风险发生前的风险前期数据信息特征；

信息特征风险权重模块，分析风险前期数据信息特征，获取风险发生的信息特征风险影响权重；

权重划分模型训练模块，根据信息特征风险影响权重，将风险前期数据分成风险预测训练样本数据和风险发生检测数据，进行风险预测模型智能训练。