[发明专利]一种基于深度学习的风控建模方法有效
| 申请号： | 201910555745.7 | 申请日： | 2019-06-25 |
| 公开（公告）号： | CN110287180B | 公开（公告）日： | 2021-12-28 |
| 发明（设计）人： | 叶鹏;罗皓 | 申请（专利权）人： | 上海诚数信息科技有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06Q40/02;G06F16/215;G06F16/31;G06F40/289 |
| 代理公司： | 上海九泽律师事务所 31337 | 代理人： | 周云 |
| 地址： | 201822 上海市嘉*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种基于深度学习的风控建模方法，包括如下步骤：S1，通过云端数据库获取用户数据，将用户数据区分为结构化数据和非结构化数据，并将用户数据进行初步筛选；S2，将初步筛选后的用户数据提取特征与分词，并将用户数据中的结构化数据使用随机森林算法中的重要性进行降序排序，然后筛选结构化数据变量，对非结构化数据洗净性分词操作；S3，建立深度学习网络风控模型，然后训练深度学习网络风控模型；S4，计算出风控分数，该分数被部署服务接口，供客户调用使用。 | ||
| 搜索关键词： | 一种 基于 深度 学习 建模 方法 | ||
【主权项】：
1.一种基于深度学习的风控建模方法，其特征在于，包括如下步骤：S1，通过云端数据库获取用户数据，将用户数据区分为结构化数据和非结构化数据，并将用户数据进行初步筛选；S2，将初步筛选后的用户数据提取特征与分词，并将用户数据中的结构化数据使用随机森林算法中的重要性进行降序排序，然后筛选结构化数据变量，对非结构化数据洗净性分词操作；S3，建立深度学习网络风控模型，然后训练深度学习网络风控模型；S4，使用训练后的深度学习网络风控模型，计算出风控分数，该分数被部署服务接口，供客户调用使用。
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上海诚数信息科技有限公司，未经上海诚数信息科技有限公司许可，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/201910555745.7/，转载请声明来源钻瓜专利网。
