[发明专利]贷后风险评估方法及装置、存储介质在审
| 申请号： | 201910983490.4 | 申请日： | 2019-10-16 |
| 公开（公告）号： | CN110738564A | 公开（公告）日： | 2020-01-31 |
| 发明（设计）人： | 王晨曦;林路;王慜骊;郏维强 | 申请（专利权）人： | 信雅达系统工程股份有限公司 |
| 主分类号： | G06Q40/02 | 分类号： | G06Q40/02 |
| 代理公司： | 33289 杭州裕阳联合专利代理有限公司 | 代理人： | 姚宇吉 |
| 地址： | 310000 浙江省杭州市*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例公开一种贷后风险评估方法及装置、存储介质，其中方法包括如下步骤：对所存储的贷款数据进行预处理，预处理包括数据降维、数据重分类、数据合并和数据清洗，其中，贷款数据分类后包括静态数据和动态数据；对预处理后的动态数据进行特征工程提取对应的特征工程特征；基于深度学习网络进行评估模型构建，并采用金融模型中的专家特征和特征工程特征进行评估模型的训练；基于评估模型进行数据评估并输出最终的审批名单。在本申请中，可以提高贷后数据分析的效率，提高风险评估模型的精度，增加违约可预测的时常，最终可以有效控制贷后风险。 | ||
| 搜索关键词： | 预处理 评估模型 贷款数据 动态数据 工程特征 风险评估模型 存储介质 风险评估 金融模型 静态数据 数据分析 数据合并 数据降维 数据评估 数据清洗 有效控制 可预测 重分类 构建 存储 输出 分类 申请 审批 网络 学习 | ||
【主权项】：
1.一种贷后风险评估方法，其特征在于，包括：/n对所存储的贷款数据进行预处理，所述预处理包括数据降维、数据重分类、数据合并和数据清洗，所述贷款数据分类后包括静态数据和动态数据；/n对预处理后的动态数据进行特征工程提取对应的特征工程特征；/n基于深度学习网络进行评估模型构建，并采用金融模型中的专家特征和所述特征工程特征进行评估模型的训练；/n基于所述评估模型进行数据评估并输出最终的审批名单。/n
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信雅达系统工程股份有限公司，未经信雅达系统工程股份有限公司许可，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/201910983490.4/，转载请声明来源钻瓜专利网。
