“钱信羽”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果5个，建议您升级VIP下载更多相关专利

[发明专利]一种机器学习模型的生成方法、装置、设备及存储介质-CN201811143220.4有效
发明人： 钱信羽 -专利权人：深圳乐信软件技术有限公司
申请日： 2018-09-28 - 公布日： 2021-07-27 - 主分类号： G06N20/00 文献下载
摘要：本发明实施例公开了一种机器学习模型的生成方法、装置、设备及存储介质，所述方法包括：获取用户通过人机交互界面输入的模型关联参数，所述模型关联参数包括：模型生成数据以及展示信息类型；根据所述模型生成数据以及所述展示信息类型，生成与至少一个模型生成算法匹配的至少一个机器学习模型；根据生成的所述机器学习模型，生成与所述展示信息类型匹配的目标展示信息；将所述目标展示信息提供给所述用户。本发明实施例的技术方案能够使机器学习建模流程更加通用化和自动化。
一种机器学习模型生成方法装置设备存储介质

[发明专利]风控模型的构建方法、装置、存储介质及终端-CN201911418593.2在审
发明人： 钱信羽 -专利权人：深圳市分期乐网络科技有限公司
申请日： 2019-12-31 - 公布日： 2020-05-15 - 主分类号： G06Q10/06 文献下载
摘要：本发明实施例公开了一种风控模型的构建方法、装置、存储介质及终端。该方法包括：获取预设时间段内至少一个用户的历史数据；提取历史数据所涉及的至少一类第一特征信息；针对各类第一特征信息，按照预设排序规则对历史数据中的第一特征信息进行排序，生成第一特征信息序列；确定第一特征信息在第一特征信息序列中的第一排列分位数；基于第一排列分位数对预设机器学习模型进行训练，生成风控模型。通过采用上述技术方案，以历史数据中各特征信息的排列分位数代替对应的特征信息，并基于各特征信息的排列分位数进行模型训练生成风控模型，使得构建的风控模型能够对输入数据的变化能够达到动态自适应的效果，有效降低了风控模型随时间衰减的速度。
模型构建方法装置存储介质终端

[发明专利]识别欺诈用户的方法、装置、服务器和存储介质-CN201911410138.8在审
发明人： 钱信羽 -专利权人：深圳市分期乐网络科技有限公司
申请日： 2019-12-31 - 公布日： 2020-05-08 - 主分类号： G06F21/31 文献下载
摘要：本发明实施例提供了一种识别欺诈用户的方法、装置、服务器和存储介质。该识别欺诈用户的方法包括：获取待识别用户的用户行为数据和参考用户的参考行为数据；基于所述用户行为数据和参考行为数据的比对结果，确定所述待识别用户和参考用户的相似度；基于所述相似度判断所述待识别用户是否为欺诈用户。通过待识别用户和参考用户的相似度确定待识别用户是否为欺诈用户，达到提高识别欺诈用户的准确度的效果。
识别欺诈用户方法装置服务器存储介质

[发明专利]一种可支配收入的预测方法、装置、服务器及存储介质-CN201910447918.3在审
发明人： 钱信羽 -专利权人：深圳乐信软件技术有限公司
申请日： 2019-05-27 - 公布日： 2019-09-03 - 主分类号： G06Q10/04 文献下载
摘要：本发明实施例公开了一种可支配收入的预测方法、装置、服务器及存储介质，该方法包括：获取与目标用户相关联的目标关联信息；其中，所述目标关联信息包括目标用户的基本信息、用户的行为数据以及与所述用户相关的第三方数据；基于预先训练得到的至少两个目标预测模型，分别确定与所述目标关联信息相对应的概率值；其中，所述至少两个目标预测模型包括第一预测模型和第二预测模型；根据所述概率值，得到与可支配收入相对应的可支配概率值，并根据所述可支配概率值确定目标用户的可支配收入。本发明实施例的技术方案，实现了便捷、高效的预测目标用户的可支配收入，进而在风控方面能更好地预测用户的行为，从而降低风险的技术效果。
关联信息目标用户概率存储介质目标预测预测模型收入预测服务器第三方数据基本信息技术效果行为数据预测目标风控关联

[发明专利]一种数据处理方法、装置、计算机及存储介质-CN201811176811.1在审
发明人： 钱信羽 -专利权人：深圳乐信软件技术有限公司
申请日： 2018-10-10 - 公布日： 2019-03-01 - 主分类号： G06N3/04 文献下载
摘要：本发明实施例公开了一种数据处理方法、装置、计算机及存储介质。其中，方式包括：获取一维原始数据，将所述一维原始数据进行矩阵化处理，生成中间数据，其中，所述中间数据为二维矩阵数据；将所述中间数据输入至预先训练的卷积神经网络模型中，其中，所述卷积神经网络模型包括inception结构的卷积层；根据所述卷积神经网络模型的输出结果确定所述一维原始数据对应的处理结果。本发明实施例通过上述技术方案解决了卷积神经网络模型不能处理一维数据的问题，进一步的，卷积神经网络模型中包括inception结构的卷积层，从多维度、多组合方式对一维数据进行特征提取，提高了数据特征提取全面性和准确性，进一步提高了一维数据处理结果的精度。
卷积神经网络原始数据中间数据存储介质一维数据数据处理卷积二维矩阵数据数据处理结果数据特征提取矩阵化处理方案解决输出结果特征提取多维度多组合计算机全面性