[发明专利]一种基于生成对抗学习填补金融数据的方法

说明书

本发明涉及一种银行个人信贷领域数据解决不平衡的技术，具体涉及一种基于生成对抗学习填补金融数据的方法，属于金融领域。首先利用生成对抗学习中的数据生成器，采用变卷积核的反卷积算法，随机生成数据特征，得到未经辨别的数据，然后利用生成对抗学习的判别器，初步学习真实数据的数据分布，接着判别器对生成器的生成数据进行判断，根据判断结果生成器对于自己生成数据进行改正，同时判别器更新自己的算法，最后可以生成与真实数据类似的银行个人信贷数据。本发明能避免传统方法解决不平衡问题仅仅采用的过采样方法，并对金银行个人信贷违约判断领域得到较好的结果。

技术领域

本发明涉及一种处理个人信贷数据不平衡的方法，具体是涉及一种基于生成对抗学习填补金融数据的方法，属于金融领域。

背景技术

银行个人信贷数据是判断银行客户是否违约的关键信息，其涉及到很多例如个人金融状况，历史信贷信息，个人行为评分等可以反映个人金融行为的信息。而这些信息往往存在信息不平衡，简而言之，相对于不违约的用户，违约用户往往比较稀少，而这类违约用户往往是银行重点关注的用户。随着计算机硬件和学术界的飞速发展，人工智能开始辐射到各个领域，其中如何使用人工智能技术来解决金融领域成为热门话题。目前，许多研究者在人工智能与银行信贷方面做了大量研究，提出了很多使用的技术，主要包括：

(1)专利《不平衡数据的分类方法》(公开号CN113469251A)对有标记数据进行预处理，通过计算距离特征得到初始训练集；对初始训练集进行训练，得到初始分类器；利用初始分类器计算无标记数据的不确定度；根据不确定度对无标记数据进行排序，并交由人工进行标记，以得到已标记数据集；对已标记数据集进行概率过采样，以得到平衡数据集；对平衡数据集进行训练得到分类器，用以对不平衡数据进行分类。

缺点：由于该方法是对于初始标记数据进行训练与分类器，并且采取过采样的方法，仍然是对少量数据采用复杂计算，最终在训练时会容易导致过拟合现象，没有从数据角度进行思考。

(2)《一种不平衡样本数据分类方法及系统》(公开号CN107563453A)向预先获取的分类器模型中输入待判别的不平衡样本数据，根据分类器模型的输出值得到不平衡样本数据的分类结果；其中，分类器模型的获取过程为：利用预设的正类惩罚因子Cip对逻辑回归算法中损失函数的正类惩罚因子Cp进行调整，得到优化后逻辑回归算法；利用历史不平衡样本数据对基于优化后逻辑回归算法构建的待训练模型进行训练，得到分类器模型；

缺点：仍然仅仅对于不平衡数据进行预处理，通过预处理后的结果进行后续的调整，仍然是在不平衡的数据上进行改进，没有跳出这个方面。

发明内容

本发明的目的是提供一种基于生成对抗学习填补金融数据的方法。首先对于输入的银行个人数据进行分类，基于不同的地区分门别类存储，随后，对于每个地区的用户信息进行标准化，使其处于[0,1]之间的范围。然后利用已知用户的信息生成类似，并不断进行辨别，接着进行多次的迭代，最后生成与真实数据类似分布的数据，从而解决数据不平衡问题。

为了实现上述目的，本发明提供了如下技术方案：

一种基于生成对抗学习填补金融数据的方法，包括如下步骤：

步骤一：数据分类和数据预处理问题

(1.1)将N个区域的银行个人信贷数据作为输入，首先判断数据是哪一类，即判断是违约数据还非违约数据，并确定是否为数据不平衡问题；

(1.2)对于不平衡的数据，或者需要操作的数据进行正则化操作；

步骤二：生成器数据生成

(2.1)对于第一步处理好的数据，将数据进行维度拓展；

(2.2)对于生成器的搭建过程，确定数据的基础框架，首先确定数据来源维度；