“乔韵如”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9个，建议您升级VIP下载更多相关专利

[发明专利]金融风险评估模型训练方法及装置、金融风险评估方法-CN202211008815.5在审
发明人：顾凌云;周轩;乔韵如;陶帅;王震宇 -专利权人：上海冰鉴信息科技有限公司
申请日： 2022-08-22 - 公布日： 2022-11-11 - 主分类号： G06Q40/08 文献下载
摘要：本申请提供一种金融风险评估模型训练方法及装置、金融风险评估方法，本申请中，首先从金融风险评估模型在实际使用中产生的真实拒绝的样本数据集中进行随机取样，以形成当前迭代周期的真实拒绝样本数据集。然后，对真实拒绝样本数据集中的各个拒绝样本添加标签，并基于当前迭代周期的正样本数据集、负样本数据集、建模拒绝样本数据集以及真实拒绝样本数据集，对金融风险评估模型进行模型训练以得到更新后的金融风险评估模型。如此，能够有效解决样本偏差问题，并能够有效提高金融风险评估模型的训练可靠性及效率，进而能够有效提高基于金融风险评估模型进行金融风险评估的准确性，提高根据评估结果对金融客户进行风险控制的可靠性及有效性。
金融风险评估模型训练方法装置

[发明专利]一种降低特征权重的方法、装置及计算机可读存储介质-CN202111547646.8在审
发明人：顾凌云;周轩;王妍;乔韵如 -专利权人：上海冰鉴信息科技有限公司
申请日： 2021-12-16 - 公布日： 2022-03-25 - 主分类号： G06K9/62 文献下载
摘要：本申请实施例提供的降低特征权重的方法、装置及计算机可读存储介质，涉及计算机技术领域。首先，获取样本特征集；接着，得到不同样本特征的特征权重排名；然后，将样本特征集分为需要降低特征权重排名的样本特征组成的第一样本特征子集与不需要降低特征权重排名的样本特征组成的第二样本特征子集；最后，根据第二样本特征子集构建基模型，并在基模型的基础上通过第一样本特征子集中样本特征构的特征权重排名顺序依次进行增量模型构建。上述方法通过减少第一样本特征子集中样本特征参与构建的树的棵数，降低第一样本特征子集中样本特征的权重排名，从而实现降低特征权重的目的，避免直接删除特征带来的信息损失和模型效果的大幅度降低。
一种降低特征权重方法装置计算机可读存储介质

[发明专利]用户风险预测模型处理方法、装置及电子设备-CN202111547826.6在审
发明人：顾凌云;周轩;王妍;乔韵如 -专利权人：上海冰鉴信息科技有限公司
申请日： 2021-12-16 - 公布日： 2022-03-25 - 主分类号： G06Q10/04 文献下载
摘要：本申请提供一种用户风险预测模型处理方法、装置及电子设备，通过训练至少三种预测模型对未通过审批的用户样本进行分类预测，以获得对应的样本标签，并根据预测获得样本标签对未通过审批的用户样本进行扩充，然后使用通过审批的用户样本和未通过审批的用户样本一起训练用户风险预测模型。如此，可以使用户风险预测模型在训练时使用的用户样本和实际使用时的处理的用户样本分布一致，从而提高所述用户风险预测模型的预测准确性。
用户风险预测模型处理方法装置电子设备

[发明专利]用户筛选方法、装置及电子设备-CN202111545315.0在审
发明人：顾凌云;周轩;乔韵如;王震宇;陶帅 -专利权人：上海冰鉴信息科技有限公司
申请日： 2021-12-16 - 公布日： 2022-03-25 - 主分类号： G06Q10/06 文献下载
摘要：本申请提供一种用户筛选方法、装置及电子设备，通过只保留判断能力强的第一预设规则，将部分规则后置，保留更多的初始建模样本，提升模型效果，并针对模型对样本的预测值，将样本划分为高、中、低三种用户集合，针对不同分层的样本区别设置规则引擎，提高了决策引擎整体的可靠性。
用户筛选方法装置电子设备

[发明专利]拒客回捞模型训练方法、装置及电子设备-CN202110713287.2在审
发明人：顾凌云;谢旻旗;段湾;乔韵如;王震宇 -专利权人：上海冰鉴信息科技有限公司
申请日： 2021-06-25 - 公布日： 2021-08-27 - 主分类号： G06Q40/02 文献下载
摘要：本申请提供一种拒客回捞模型训练方法、装置及电子设备，所述方法包括：根据用户数据训练样本确定入模变量并输入待训练模型进行处理，获得输出结果；根据样本标签、输出结果及预设的目标函数对待训练模型的模型参数进行调整；待训练模型的损失函数包括表征正样本的损失函数值的第一函数项和表征负样本的损失函数值的第二函数项，第一函数项包括表示正样本被预测为负样本时的第一惩罚系数，第二函数项包括表示负样本被预测为正样本时的第二惩罚系数，第一惩罚系数大于第二惩罚系数。如此，可以使得对将正样本预测为负样本的关注度高于将负样本预测为正样本，从而提高模型对正样本预测的准确度，确保模型在实际使用中回捞客户的风险在可控范围内。
拒客回捞模型训练方法装置电子设备

[发明专利]业务分类方法及装置-CN202011413056.1有效
发明人：顾凌云;谢旻旗;段湾;乔韵如;王震宇 -专利权人：上海冰鉴信息科技有限公司
申请日： 2020-12-07 - 公布日： 2021-02-23 - 主分类号： G06K9/62 文献下载
摘要：本申请实施例提供一种业务分类方法及装置，通过对未进入业务分类模型的特征进行进一步的特征衍生，从而通过筛选获得具有新的含义且更利于模型计算的衍生特征集合，从而进一步挖掘衍生特征的数据价值，为业务分类模型补充数据维度和属性信息，提高业务分类模型的实际分类效果及稳定性。
业务分类方法装置

[发明专利]训练模型时的多轮循环特征选择方法和装置-CN201910501553.8在审
发明人：顾凌云;谢旻旗;段湾;周轩;张涛;王震宇;王存伟;冯杰;乔韵如;黄海涛;罗雨晨;张阳;刘念 -专利权人：上海冰鉴信息科技有限公司
申请日： 2019-06-11 - 公布日： 2019-10-01 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了一种训练模型时的多轮循环特征选择方法和装置，其中方法包括：S1将建模样本划分为训练样本和测试样本；S2对训练样本进行等频划分，得到L份数据；S3分别对全部备选特征进行初步筛选得到备选特征集；S4随机抽取L份数据中的M份数据作为训练数据，进行逐步回归拟合，得到筛选后的特征集，对筛选后的特征集使用交叉验证方法，在L份数据上再次进行样本划分，使用其中的T份数据进行训练得到备选模型，并利用L份数据中的剩余份数据对备选模型进行测试，得到初步评估结果，并重复执行K次，得到该筛选后的特征集的综合评估结果；S5重复执行N次S2‑S4，确定最优评估结果和最优模型。
特征集备选方法和装置多轮循环评估结果特征选择训练模型训练样本重复执行筛选样本测试样本初步筛选交叉验证随机抽取训练数据逐步回归综合评估最优模型建模拟合测试

[发明专利]一种风控模型的特征选择方法及装置-CN201910501554.2在审
发明人：顾凌云;谢旻旗;段湾;王震宇;张涛;罗雨晨;张阳;乔韵如;黄海涛;冯杰;王存伟;周轩;潘峻 -专利权人：上海冰鉴信息科技有限公司
申请日： 2019-06-11 - 公布日： 2019-10-01 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了一种风控模型的特征选择方法及装置，其中方法包括：将建模样本分为训练样本和测试样本；利用随机森林算法对训练样本进行训练获得初始模型AUC和KS以及特征重要度排序，利用二分法对已排序的特征进行初步筛选，将符合第一规则的特征作为第一备选特征集；对训练样本的特征进行聚类分析，将符合第二规则的特征作为第二备选特征集；从第一备选特征集和第二备选特征集的并集中多次选取预设比例的特征和样本组成新的备选样本分别进行逻辑回归建模，进行特征集选择得到新的特征集；对新的特征集进行全排列组合获取N个特征集，分别进行逻辑回归建模，获得N个训练模型；利用测试样本对N个训练模型分别进行测试，选择出最终模型。
特征集备选训练样本建模测试样本逻辑回归特征选择训练模型风控排序样本二分法初步筛选初始模型聚类分析随机森林样本组成最终模型全排列重要度算法预设测试

[发明专利]一种基于密度聚类的非均衡数据集的均衡化方法及装置-CN201910496790.X在审
发明人：顾凌云;谢旻旗;段湾;王存伟;张涛;罗雨晨;张阳;乔韵如;黄海涛;冯杰;王震宇;周轩;潘峻 -专利权人：上海冰鉴信息科技有限公司
申请日： 2019-06-10 - 公布日： 2019-10-01 - 主分类号： G06N20/20 文献下载
摘要：本发明提供了一种基于密度聚类的非均衡数据集的均衡化方法及装置，其中方法包括：获取非均衡数据集，确定少数类样本点的数据集和多数类样本点的数据集；对少数类样本的数据集进行密度聚类，根据少数类样本点的聚类情况，对少数类样本进行合成样本点的操作，得到处理后的少数类样本点；对多数类样本的数据集进行密度聚类，根据多数类样本点的聚类情况，对多数类样本进行剔除样本点的操作，得到处理后的多数类样本点；根据处理后的少数类样本点和处理后的多数类样本点得到非均衡数据集的均衡结果。
样本点数据集密度聚类非均衡样本均衡化聚类合成样本均衡结果剔除

1
共 9 条