[发明专利]用于信用风险预测的方法、计算设备和存储介质

权利要求书

1.一种用于信用风险预测的方法，包括：

响应于针对目标用户集的信用风险预测请求，从至少一个渠道获取目标用户集中的每个目标用户的信用风险数据，以便生成所述目标用户集对应的信用风险数据集；

基于所述信用风险数据集，提取多个与用户履约能力相关的特征，以便生成关于用户信用风险的输入数据；

基于所生成的输入数据，经由多样本训练后的信用风险预测模型提取输入数据的特征，以便生成所述目标用户集中每个用户的信用风险预测结果；以及

基于每个用户的信用风险预测结果，对所述目标用户集中的所有用户进行分类，以便生成每个目标用户的信用风险类型。

2.根据权利要求1所述的方法，其中所述目标用户集对应的信用风险数据集中至少包括以下多个：

个人用户的收入信息、资产信息、年龄信息、职业信息、居住地信息、工作地信息和历史信用记录。

3.根据权利要求1所述的方法，其中所述信用风险预测结果至少包括守约和违约；对所述目标用户集中的所有用户进行分类，至少包括将每一个目标用户分为：守约风险类型或违约风险类型。

4.根据权利要求3所述的方法，还包括：

基于属于守约风险类型的目标用户的信用风险数据生成更新后的输入数据，经由更新参数后的多样本训练后的信用风险预测模型提取更新后的输入数据的特征，以便生成与属于守约风险类型的每一个目标用户相关联的信用风险预测结果；以及

基于与属于守约风险类型的每一个目标用户相关联的信用风险预测结果，对属于守约风险类型的所有目标用户按照风险等级进行分类。

5.根据权利要求4所述的方法，还包括：

基于按照风险等级分类后的、属于第二风险等级的目标用户的信用风险数据生成再次更新后的输入数据，经由再次更新参数后的多样本训练后的信用风险预测模型提取再次更新后的输入数据的特征，以便生成属于第二风险等级的每个目标用户的信用风险预测结果，第二风险的风险高于第一风险的风险；

基于属于第二风险等级的每一个目标用户的信用风险预测结果，对属于第二风险等级的所有目标用户按照风险等级进行再次分类；以及

基于预定分类次数阈值，对属于守约风险类型的目标用户进行多次分类，以便将属于守约风险类型的所有目标用户按风险等级从高到低划分为n个风险等级，n为大于或者等于2的自然数。

6.根据权利要求1所述的方法，其中所述信用风险预测模型经由以下步骤训练获得：

基于预定用户信用风险数据集，提取多个与用户履约能力相关的特征，以便生成关于用户信用风险的第一数据集；

基于每个与用户履约能力相关的特征的类型，对所述第一数据集中的特征进行预处理，以便获取关于用户信用风险的第二数据集；

基于预定特征筛选规则，针对所述第二数据集中的特征进行筛选，以便获取第三数据集；以及

基于所述第三数据集，生成所述信用风险预测模型的训练集以用于对所述风险预测模型进行多样本训练。

7.根据权利要求6所述的方法，还包括：

基于所述风险预测模型针对所述训练集寻找最大间隔超平面，以便通过超平面对所述训练集中的样本进行线性分类；

当所述训练集中的样本无法被线性分类时，基于高斯核函数将所述训练集中的样本映射至高维空间；

基于所述风险预测模型，针对被映射至高维空间的所述训练集中的样本寻找超平面；以及

通过惩罚参数调整所述超平面的分类精度，以便通过超平面对所述训练集中的样本进行分类。

8.根据权利要求7所述的方法，还包括：

基于所述惩罚参数和所述高斯核函数的核参数，设置N条人工鱼，N为正整数；

针对每一条人工鱼，以当前位置坐标作为的惩罚参数和核参数，以所述风险预测模型的平均分类准确率为食物浓度，将各条人工鱼的食物浓度进行比较；

基于比较结果，确定人工鱼的行为及移动方向，以获取所述N条人工鱼的食物浓度最大值；以及

基于所述N条人工鱼的食物浓度最大值，获取所述惩罚参数和所述高斯核函数的核参数的最优值。