公开(公告)号：CN112182331A

公开(公告)日：2021-01-05

申请号：CN202011015886.9

申请日：2020-09-24

Applicant: 上海工程技术大学 ,  上海金仕达软件科技有限公司

Inventor： 王国强 ,  罗康洋 ,  张怡 ,  谢晓金 ,  施兴森 ,  李金 ,  姚兵 ,  李梦颖

IPC: G06F16/951 ,  G06F16/2458 ,  G06K9/62 ,  G06Q40/04

Abstract: 本发明公开了一种基于SVM‑RFE的客户风险特征筛选方法及其应用，方法包括：获取包括多个客户特征的客户风险特征数据；针对客户风险特征Xj，基于基尼系数、信息增益、信息增益比、互信息及SVM分类器最优分类结果的特征权重计算客户风险特征Xj的重要度综合度量指数；依次计算所有的客户风险特征的重要度综合度量指数后，按照以上指数从大到小依次排序，选取前k个特征构成客户风险特征集。本发明的方法不仅考虑了所选特征子集与目标变量的相关性及特征子集自身的冗余性，克服利用单一指标筛选客户风险特征的弊端，而且在特征筛选过程中引入了SVM分类器的训练结果，使得所筛选客户风险特征更加适合SVM分类器的特性，应用前景好。

公开(公告)号：CN112182331B

公开(公告)日：2022-08-02

申请号：CN202011015886.9

申请日：2020-09-24

Applicant: 上海工程技术大学 ,  上海金仕达软件科技有限公司

Inventor： 王国强 ,  罗康洋 ,  张怡 ,  谢晓金 ,  施兴森 ,  李金 ,  姚兵 ,  李梦颖

IPC: G06F16/951 ,  G06F16/2458 ,  G06K9/62 ,  G06Q40/04

Abstract: 本发明公开了一种基于SVM‑RFE的客户风险特征筛选方法及其应用，方法包括：获取包括多个客户特征的客户风险特征数据；针对客户风险特征Xj，基于基尼系数、信息增益、信息增益比、互信息及SVM分类器最优分类结果的特征权重计算客户风险特征Xj的重要度综合度量指数；依次计算所有的客户风险特征的重要度综合度量指数后，按照以上指数从大到小依次排序，选取前k个特征构成客户风险特征集。本发明的方法不仅考虑了所选特征子集与目标变量的相关性及特征子集自身的冗余性，克服利用单一指标筛选客户风险特征的弊端，而且在特征筛选过程中引入了SVM分类器的训练结果，使得所筛选客户风险特征更加适合SVM分类器的特性，应用前景好。

公开(公告)号：CN112215698A

公开(公告)日：2021-01-12

申请号：CN202011077166.5

申请日：2020-10-10

Applicant: 上海金仕达软件科技有限公司

Inventor： 李金 ,  李梦颖 ,  施兴森

IPC: G06Q40/02 ,  G06F16/903 ,  G06F40/194 ,  G06N3/08

Abstract: 本发明公开了一种金融信用度的模糊动态加权匹配方法及系统，由设有神经网络架构的模型内的程序或系统进行完成具体包括如下步骤：(1)收集目标客户的指标明细表，(2)按照预定规则对指标明细表进行权重比划分，构建系统的核心指标参数，(3)关联与目标客户的核心指标参数的基本数据，(4)对所述核心指标参数的基本数据进行英文和/或数字化表达，(5)分别对基本数据进行定义编号，根据公式计算核心指标参数进行单一的匹配度和相似度计算，(6)根据定义好的基本数据的权重比进行综合加权匹配度计算，(7)输出匹配度阈值列表结果。本发明通过模糊动态加权匹配以提高目标客户的身份识别管理效率以及信用精准度可信度的问题。

公开(公告)号：CN111598680A

公开(公告)日：2020-08-28

申请号：CN202010285144.1

申请日：2020-04-13

Applicant: 上海金仕达软件科技有限公司

Inventor： 施兴森 ,  凌圣洋 ,  李梦颖

IPC: G06Q40/02 ,  G06Q40/04 ,  G06K9/62

Abstract: 本发明公开了一种风险分类预警及处置的方法，包括步骤：S10、获取客户分类、证券分类、客户的交易信息，且将所述交易信息输入监控模型，进而得到监控结果；并且定义所述监控模型的预警级别；S20、定义风险监控矩阵D＝[C S M A]；S30、根据统一的处置口径和所述风险监控矩阵，定义客户的交易行为类别；S40、根据所述客户的交易行为类别以及客户的交易信息下发对应的处置流程。进一步根据业务相关性以及处理资源将所述处置流程下发到特定处理站点。本发明的风险分类预警及处置的方法通过获取客户分类、证券分类、预警级别及监控模型的监控结果进行综合判断，形成风险矩阵，能够有效识别客户的交易行为的风险，提高了处理人员对风险的识别和处置效率。

公开(公告)号：CN111985791A

公开(公告)日：2020-11-24

申请号：CN202010751107.5

申请日：2020-07-30

Applicant: 上海金仕达软件科技有限公司

Inventor： 李梦颖 ,  张继程 ,  王景奎 ,  施兴森 ,  武向光 ,  李金

IPC: G06Q10/06 ,  G06Q40/06

Abstract: 本申请适用于计算机技术领域，提供了一种风险价值的确定方法，包括：获取待观测债券在预设观测日的观测日利率；获取CIR模型，并根据所述CIR模型确定预设数量的利率变化信息，所述CIR模型由所述待观测证券的历史利率信息计算得到；根据所述观测日利率和所述利率变化信息，计算所述预设数量的模拟债券价格；根据所述预设数量的模拟债券价格，计算债券收益率序列；根据所述债券收益率序列和预设的置信区间，确定风险价值。上述方案，利用CIR模型来模拟利率的变化趋势，并由此求出风险价值。由于CIR模型是一种将利率的均值回归趋势考虑在内的短期利率期限结构模型，模拟得到的利率的变化趋势更符合利率波动的现实情况，这样使得到的风险价值更加的准确。