公开(公告)号：CN119443820A

公开(公告)日：2025-02-14

申请号：CN202411696231.0

申请日：2024-11-25

Applicant: 复旦大学

Inventor： 吴杰 ,  叶家炜 ,  梁思成 ,  谭言丹 ,  夏丽莎

IPC: G06Q10/0635 ,  G06F18/243 ,  G06F18/22 ,  G06F18/214 ,  G06N20/00

Abstract: 本发明提供了一种用于风险画像构建的联合分箱标签生成方法及装置，具有这样的特征，包括步骤S1‑S3，将所有特征划分为多个子特征集合，并从所有子特征集合中根据特征的重要性值选取多个特征，构建重要性代表特征集合；步骤S4，对重要性代表特征集合进行分箱计算，得到重要性代表特征集合中各个目标对应的各个特征的分箱值，并根据所有分箱值构建分箱特征集合；步骤S5，对分箱特征集合中的各个特征进行联合，得到联合分箱特征集合；步骤S6，计算联合分箱特征集合中各个目标对应的各个特征的woe值。总之，本方法能够生成提高风险画像准确度的多个标签和每个目标的对应标签值。

公开(公告)号：CN119494541A

公开(公告)日：2025-02-21

申请号：CN202411696232.5

申请日：2024-11-25

Applicant: 复旦大学

Inventor： 吴杰 ,  叶家炜 ,  梁思成 ,  谭言丹 ,  夏丽莎

IPC: G06Q10/0635 ,  G06F18/243 ,  G06F18/214 ,  G06F18/22 ,  G06F17/10

Abstract: 本发明提供了一种用于风险画像构建的多项式标签生成方法及装置，具有这样的特征，包括步骤S1‑S3，将所有特征划分为多个子特征集合，并根据重要性值、相关性值和特征筛选量，从各子特征集合种选取特征构建筛选特征集合；步骤S4，对筛选特征集合中的特征进行多项式交叉特征计算，得到多项式特征集合；步骤S5，计算多项式特征集合中各个特征的重要性值和相关性值以及特征筛选量；步骤S6，从多项式特征集合中，根据重要性值、相关性值和特征筛选量，选取多个特征构建得到多项式筛选特征集合；步骤S7，计算多项式筛选特征集合中各个目标对应的各个特征的woe值。总之，本方法能够细粒度地描述目标的多维风险状态。

公开(公告)号：CN119476956A

公开(公告)日：2025-02-18

申请号：CN202411696230.6

申请日：2024-11-25

Applicant: 复旦大学

Inventor： 吴杰 ,  叶家炜 ,  梁思成 ,  谭言丹 ,  夏丽莎

IPC: G06Q10/0635 ,  G06F18/243 ,  G06F18/22 ,  G06F18/214 ,  G06N20/00 ,  G06N3/048

Abstract: 本发明提供了一种用于风险画像构建的标签生成方法及装置，具有这样的特征，包括步骤S1‑S3，将所有特征划分为多个子特征集合，根据重要性值、相关性值和特征筛选量，从子特征集合中选取特征，构建对应的筛选特征集合；步骤S4，对各个子特征集合，将子特征集合中每个目标对应的所有特征的值输入机器学习模型，结合该目标对应的风险判断标签，得到子特征集合中各个目标对应的预测值；步骤S5，对各个子特征集合，将对应的筛选特征集合的特征和预测特征进行合并，得到对应的模型特征集合；步骤S6，计算模型特征集合中各个目标对应的各个特征的woe值。总之，本方法能够生成提高风险画像准确度的多个标签和每个目标的对应标签值。

公开(公告)号：CN119513698A

公开(公告)日：2025-02-25

申请号：CN202411665819.X

申请日：2024-11-20

Applicant: 复旦大学

Inventor： 吴杰 ,  柴洪峰 ,  谭言丹 ,  梁思成

IPC: G06F18/241 ,  G06F18/10 ,  G06F18/2113 ,  G06F18/211 ,  G06Q10/0635 ,  G06Q40/00

Abstract: 本发明提供了一种基于动态信息学习的风险预测方法及装置，具有这样的特征，包括以下步骤：步骤S1，对所有特征分别进行预处理，得到对应的预处理特征；步骤S2，根据所有预处理特征构建特征向量，并将特征向量输入预测模型，得到风险预测结果，其中，预测模型包括：中间变量计算模块，用于对特征向量进行线性变换，计算得到中间变量；信息贡献度量计算模块，用于对中间变量进行特征过滤，得到信息贡献度量；特征保留模块，用于根据信息贡献度量和特征向量，计算得到保留特征信息；分类模块，包括神经网络分类器，用于根据保留特征信息计算得到对应的风险预测标签作为风险预测结果。总之，本方法能够生成准确的风险预测结果。

公开(公告)号：CN119443821A

公开(公告)日：2025-02-14

申请号：CN202411696233.X

申请日：2024-11-25

Applicant: 复旦大学

Inventor： 吴杰 ,  叶家炜 ,  梁思成 ,  谭言丹 ,  夏丽莎

IPC: G06Q10/0635 ,  G06F18/243 ,  G06F18/214 ,  G06F18/22 ,  G06F17/10

Abstract: 本发明提供了一种用于风险画像构建的多视野标签生成方法及装置，具有这样的特征，包括步骤S1‑S2，构建子特征集合并计算各个特征的重要性值和相关性值以及特征筛选量；步骤S3，构建筛选特征集合；步骤S4，计算并根据筛选特征集合中各个特征的相关性值，构建正相关特征集合和负相关特征集合；步骤S5，根据筛选特征集合中各个特征对应的唯一值的数量，构建离散特征集合和连续特征集合；步骤S6，根据正相关特征集合、负相关特征集合、离散特征集合和连续特征集合，得到多视野模型特征集合；步骤S7，计算多视野模型特征集合中各个目标对应的各个特征的woe值。总之，本方法能够生成具有更优风险表达能力的标签。