[发明专利]一种基于深度学习的在校大学生信用评估方法及装置在审
| 申请号： | 201910003947.0 | 申请日： | 2019-01-03 |
| 公开（公告）号： | CN109582974A | 公开（公告）日： | 2019-04-05 |
| 发明（设计）人： | 邵堃;霍星;张阳洋;景永俊;杨鹏 | 申请（专利权）人： | 合肥工业大学 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06F16/332;G06N3/08;G06Q10/06;G06Q50/20 |
| 代理公司： | 合肥市浩智运专利代理事务所(普通合伙) 34124 | 代理人： | 丁瑞瑞 |
| 地址： | 230000 安*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的在校大学生信用评估方法及装置，方法包括：A：获取待评估学生的信用数据；B：使用word2vec框架将信用数据样本中的文本信息转换为词向量，再使用预先训练好的LSTM模型针对待评估学生对应的词向量进行处理得到文本特征指标数据；C：将待评估学生的信用数据中除文本信息以外的其他信用数据进行特征赋值并进行归一化处理，得到非文本特征指标数据；D：利用预先训练的BP神经网络将学生文本特征指标数据和非文本特征指标数据作为连续性输入映射到连续性输出，得到待评估学生的目标信用评估结果。应用本发明实施例，可以提高针对学生的信用评估的效率及准确性。 | ||
| 搜索关键词： | 信用评估 信用数据 学生 评估 特征指标 文本特征 指标数据 词向量 非文本 文本信息转换 归一化处理 输入映射 文本信息 大学生 再使用 样本 输出 学习 应用 | ||
【主权项】：
1.一种基于深度学习的在校大学生信用评估方法，其特征在于，所述方法包括：A：获取待评估学生的信用数据，所述信用数据包括：所述学生的上课考勤数据、所述学生的考试成绩数据、所述学生的学费数据、所述学生的助学贷款数据中的一种或组合；B：使用word2vec框架将所述信用数据样本中的文本信息转换为词向量，再使用预先训练好的LSTM模型针对所述待评估学生对应的词向量进行处理得到文本特征指标数据；C：将待评估学生的信用数据中除文本信息以外的其他信用数据进行特征赋值并进行归一化处理，得到非文本特征指标数据；D：利用预先训练的BP神经网络将学生文本特征指标数据和非文本特征指标数据作为连续性输入映射到连续性输出，得到所述待评估学生的目标信用评估结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于合肥工业大学，未经合肥工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910003947.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于打分制的外语单词拼写训练方法
- 下一篇：一种命名实体的识别方法及装置
