[发明专利]模型训练方法、违约传导风险识别方法、装置及存储介质有效
申请号: | 201910687083.9 | 申请日: | 2019-07-29 |
公开(公告)号: | CN110378786B | 公开(公告)日: | 2022-09-02 |
发明(设计)人: | 张志磊;李瑾瑜;陈明旺;王天娇 | 申请(专利权)人: | 中国工商银行股份有限公司 |
主分类号: | G06Q40/02 | 分类号: | G06Q40/02;G06N3/08 |
代理公司: | 北京三友知识产权代理有限公司 11127 | 代理人: | 王涛;任默闻 |
地址: | 100140 北*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本说明书实施例提供一种模型训练方法、违约传导风险识别方法、装置及存储介质。所述方法包括:根据客户之间的关联关系,构建多个联通体网络,其中,每个联通体网络包含至少两个节点,每个节点代表一个客户信息;每个联通体网络中至少包括一个违约客户;对每个联通体网络建立标签;以附带标签的联通体网络作为训练样本,对预先构建的多个二分类模型进行训练;对所述训练后的二分类模型进行评价,选取评价指标最高的训练后的二分类模型作为违约传导风险识别模型。通过上述方法构建风险传导预测的机器学习模型,可以预测违约风险在客户之间传导的可能性。 | ||
搜索关键词: | 模型 训练 方法 违约 传导 风险 识别 装置 存储 介质 | ||
【主权项】:
1.一种模型训练方法,其特征在于,所述方法包括:根据客户之间的关联关系,构建多个联通体网络,其中,每个联通体网络包含至少两个节点,每个节点代表一个客户信息;每个联通体网络中至少包括一个违约客户;对每个联通体网络建立标签;以附带标签的联通体网络作为训练样本,对预先构建的多个二分类模型进行训练;对所述训练后的二分类模型进行评价,选取评价指标最高的训练后的二分类模型作为违约传导风险识别模型。
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工商银行股份有限公司,未经中国工商银行股份有限公司许可,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/201910687083.9/,转载请声明来源钻瓜专利网。