[发明专利]风险评估模型训练方法和风险评估方法在审
| 申请号： | 201910511929.3 | 申请日： | 2019-06-13 |
| 公开（公告）号： | CN110349038A | 公开（公告）日： | 2019-10-18 |
| 发明（设计）人： | 刘行行 | 申请（专利权）人： | 中国平安人寿保险股份有限公司 |
| 主分类号： | G06Q40/08 | 分类号： | G06Q40/08 |
| 代理公司： | 北京英特普罗知识产权代理有限公司 11015 | 代理人： | 林彦之 |
| 地址： | 518033 广东省深圳市福田区益田路5033号*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供了一种基于大数据的风险评估模型训练方法，所述方法包括：获取目标业务的多个样本数据集合；通过每个样本数据集合训练预配置的风险评估模型以得到多个目标风险评估模型，并通过所述验证样本数据集合每个目标风险评估模型基于所述验证样本数据集合输出的风险评估结果；根据每个目标风险评估模型的风险评估结果，计算每个目标风险评估模型对应的风险评估准确率；如果所述每个目标风险模型对应的风险评估准确率大于所述预设阈值，选择风险评估准确率最高的目标风险模型。本发明实施例可以解决传统的数据挖掘和数据建模对风险事件的风险识别精度不高的问题。 | ||
| 搜索关键词： | 风险评估模型 风险评估 样本数据 集合 准确率 风险评估结果 风险模型 验证 多个目标 风险识别 风险事件 获取目标 数据建模 数据挖掘 传统的 大数据 预配置 预设 输出 | ||
【主权项】：
1.一种基于大数据的风险评估模型训练方法，其特征在于，所述方法包括：获取目标业务的多个样本数据集合，每个样本数据集合包括多个正样本的正样本数据和多个负样本的负样本数据，所述每个样本数据集合中的多个正样本和所述多个负样本成预定比例；通过每个样本数据集合训练预配置的风险评估模型，以得到通过所述多个样本数据集合训练后的多个目标风险评估模型；获取目标业务的验证样本数据集合，所述验证样本数据集合包括多个验证数据；将所述多个验证数据分别输入到所述多个风险评估模型中，以得到每个目标风险评估模型基于所述验证样本数据集合输出的风险评估结果；根据每个目标风险评估模型的风险评估结果，计算每个目标风险评估模型对应的风险评估准确率；判断所述每个目标风险模型对应的风险评估准确率是否大于预设阈值；及如果所述每个目标风险模型对应的风险评估准确率大于所述预设阈值，选择风险评估准确率最高的目标风险模型。
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中国平安人寿保险股份有限公司，未经中国平安人寿保险股份有限公司许可，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/201910511929.3/，转载请声明来源钻瓜专利网。
