[发明专利]信贷申请的逾期风险预测方法及装置有效
| 申请号： | 201810161147.7 | 申请日： | 2018-02-27 |
| 公开（公告）号： | CN108389125B | 公开（公告）日： | 2022-06-07 |
| 发明（设计）人： | 尤志强;潘琪;车曦 | 申请（专利权）人： | 挖财网络技术有限公司 |
| 主分类号： | G06Q40/02 | 分类号： | G06Q40/02 |
| 代理公司： | 北京博思佳知识产权代理有限公司 11415 | 代理人： | 林祥 |
| 地址： | 310012 浙江省*** | 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： | 本说明书一个或多个实施例提供一种信贷申请的逾期风险预测方法及装置，该方法可以包括：从待预测用户的信贷申请数据中提取原始特征；通过特征压缩编码模型对所述原始特征进行处理得到相应的压缩编码特征；其中，所述特征压缩编码模型由有标注样本数据对应的有标注样本特征和无标注样本数据对应的无标注样本特征进行无监督训练得到，所述有标注样本数据来源于已申请成功的信贷申请用户、所述无标注样本数据来源于已申请失败的信贷申请用户；生成与所述压缩编码特征相关的特征集合，以由逾期风险预测模型对所述特征集合进行处理得到相应的逾期风险预测概率。 | ||
| 搜索关键词： | 信贷 申请 逾期 风险 预测 方法 装置 | ||
【主权项】：
1.一种信贷申请的逾期风险预测方法，其特征在于，包括：从待预测用户的信贷申请数据中提取原始特征；通过特征压缩编码模型对所述原始特征进行处理得到相应的压缩编码特征；其中，所述特征压缩编码模型由有标注样本数据对应的有标注样本特征和无标注样本数据对应的无标注样本特征进行无监督训练得到，所述有标注样本数据来源于已申请成功的信贷申请用户、所述无标注样本数据来源于已申请失败的信贷申请用户；生成与所述压缩编码特征相关的特征集合，以由逾期风险预测模型对所述特征集合进行处理得到相应的逾期风险预测概率；其中，所述有标注样本特征被所述特征压缩编码模型处理得到压缩编码样本特征，所述逾期风险预测模型由与所述压缩编码样本特征相关的样本特征集合、所述有标注样本特征对应的逾期状况标注信息进行有监督训练得到。
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挖财网络技术有限公司，未经挖财网络技术有限公司许可，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/201810161147.7/，转载请声明来源钻瓜专利网。
