[发明专利]一种逾期预测模型生成方法及终端设备

摘要

本发明提供了一种逾期预测模型生成方法及终端设备，适用于数据处理技术领域，该方法包括：通过学习模型对用户属性数据进行筛选，得到与逾期类别标签关联度最大的N种用户属性数据；对用户进行随机分组得到多个用户数随机的训练样本矩阵，再分别进行训练得到对应的多个子预测模型；基于包含的用户数计算子预测模型的投票系数，并构建得到所需的逾期预测模型。本发明实施例实现了对用户逾期的高效准确的预测。

主权项

1.一种逾期预测模型生成方法，其特征在于，包括：获取M个用户的L种用户属性数据以及逾期类别标签，得到维度为M×(L+1)的输入矩阵，其中，M和L均为正整数；将所述输入矩阵输入到预设的学习模型中，筛选出与所述逾期类别标签关联度最大的N种用户属性数据，所述学习模型为进行用户属性与逾期类别标签关联度分析的学习模型，其中，N为小于或等于L的正整数；对所述M个用户进行随机分组，得到用户数Ph随机的H个用户组，并生成所述H个用户组分别对应的维度为Ph×(N+1)的H个训练样本矩阵，其中，Ph为正整数，H为大于1的正整数，h∈[1，H]；将所述H个训练样本矩阵分别输入预设的H个神经网络模型中进行训练直至满足预设的收敛条件，确定出所述H个神经网络模型分别对应的模型参数，得到H个子预测模型；根据所述H个用户组包含的用户数Ph计算出所述H个子预测模型分别对应的H个投票系数，并基于所述H个子预测模型以及分别对应的所述H个投票系数，构建得到逾期预测模型：Presult＝Vcoent1Vresult1+Vcoent2Vresult2+…+VcoenthVresulth+…+VcoentHVresultH其中，Presult为所述逾期预测模型的输出结果，Vresulth为第h个所述子预测模型的输出结果，Vcoenth为第h个所述子预测模型对应的所述投票系数。