[发明专利]信贷违约预警信息推送方法、设备、存储介质及程序产品

权利要求书

1.一种信贷违约预警信息推送方法，其特征在于，包括：

从数据库获取待预测目标在预定时间窗口内信贷相关的多维度历史数据；其中，所述预定时间窗口为当前时刻以前第一预设时长的时间窗口；

对所述多维度历史数据进行预处理，获取所述预定时间窗口内各时刻对应的标准化的综合指标；

根据所述预定时间窗口内各时刻对应的标准化的综合指标以及预先训练的长短期记忆LSTM模型，获取未来时刻的标准化的综合指标预测值；

根据未来时刻的标准化的综合指标预测值，获取待预测目标未来出现信贷违约行为的预测结果，并根据预测结果向用户发送预警信息。

2.根据权利要求1所述的方法，其特征在于，所述对所述多维度历史数据进行预处理，获取所述预定时间窗口内各时刻对应的标准化的综合指标，包括：

对于所述预定时间窗口内任一时刻的多维度历史数据，根据预设公式进行降维处理，获取对应的预设维度数量的综合指标；

对预设维度数量的综合指标进行标准化处理，得到标准化的综合指标。

3.根据权利要求1或2所述的方法，其特征在于，所述根据未来时刻的标准化的综合指标预测值，获取待预测目标未来出现信贷违约行为的预测结果，包括：

对所述未来时刻的标准化的综合指标预测值进行反标准化处理，得到未来时刻的综合指标预测值；

根据预设标签池获取所述未来时刻的综合指标预测值对应的目标标签，所述目标标签包括以下至少一项：信贷是否违约标签、信贷违约类型标签、信贷不违约类型标签；

根据所述目标标签，确定待预测目标未来出现信贷违约行为的预测结果。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

从数据库获取待预测目标在过去第二预设时长内的信贷相关的多维度历史数据；

对第二预设时长内的信贷相关的多维度历史数据进行预处理，获取所述第二预设时长内各时刻对应的标准化的综合指标；

将所述第二预设时长内各时刻对应的标准化的综合指标按照滑动时间窗口进行划分，将所述滑动时间窗口内各时刻对应的标准化的综合指标确定为一组样本数据，得到样本数据集合，并将所述样本数据集合划分为训练数据和测试数据；其中，所述滑动时间窗口为第一预设时长的时间窗口，所述第二预设时长大于第一预设时长；

根据训练数据以及预设模型训练参数，对初始LSTM模型进行训练，并采用测试数据进行模型测试，得到训练完成的LSTM模型。

5.根据权利要求4所述的方法，其特征在于，所述对第二预设时长内的信贷相关的多维度历史数据进行预处理，获取所述第二预设时长内各时刻对应的标准化的综合指标，包括：

对于所述第二预设时长内任一时刻的多维度历史数据，根据预设公式进行降维处理，获取对应的预设维度数量的综合指标；

对预设维度数量的综合指标进行标准化处理，得到标准化的综合指标。

6.根据权利要求4或5所述的方法，其特征在于，所述对第二预设时长内的信贷相关的多维度历史数据进行预处理，包括：

对第二预设时长内的信贷相关的多维度历史数据进行以下至少一项预处理操作：

去冗余操作、去重操作、补充缺失值操作、去异常值操作、去极值操作、数据格式转换操作。

7.根据权利要求4或5所述的方法，其特征在于，所述根据训练数据以及预设模型训练参数，对初始LSTM模型进行训练，包括：

根据训练数据以及预设模型训练参数迭代训练初始LSTM模型，根据模型输出值与理论输出值的误差项采用梯度优化算法对初始LSTM模型的权值变量和偏置变量进行更新，直至迭代次数达到预设次数阈值或者误差项小于预设误差阈值。

8.根据权利要求1、2、4或5所述的方法，其特征在于，所述综合指标包括以下至少一项：

金融资产变化指标、征信类指标、税务类指标、担保类指标、用信类指标、法人类指标。