公开(公告)号：CN116452320B

公开(公告)日：2024-04-30

申请号：CN202310385038.4

申请日：2023-04-12

Applicant: 西南财经大学 ,  喀什地区电子信息产业技术研究院

Inventor： 杨新 ,  吴美君 ,  陈珑升 ,  刘贵松 ,  黄鹂 ,  寇纲

IPC: G06Q40/03 ,  G06N3/08

Abstract: 本发明涉及信用风险预测技术，其公开了一种基于持续学习的信用风险预测方法，在隐私保护导致的样本量有限的情况下，持续性地增强模型的性能，提高预测的准确性。本发明采用持续学习策略训练各个任务的预测模型，上一个任务的模型训练好后，提取模型的参数知识传递到下一个任务，从而辅助下一个任务的模型训练；此外，本发明在模型应用中还融入了三支决策，即首先根据各任务模型对相应任务训练数据集中样本预测结果的置信度分布情况，自适应设置模型的三支决策阈值对，在实际应用中，收到待预测信息后，采用当前最新模型输出对待预测信息的风险评估结果并统计置信度，而后根据三支决策阈值对执行决策，实现对不确定性样本的延迟决策处理，以便更好地控制信用风险。