-
Patent Agency Ranking
公开(公告)号：CN113610638A
公开(公告)日：2021-11-05
申请号：CN202110962078.1
申请日：2021-08-20
Applicant: 东北大学秦皇岛分校
IPC: G06Q40/02
Abstract: 本发明提供一种基于SMAA‑DS的信用等级与违约损失率相匹配的评级系统及方法，涉及信用评估技术领域。本发明包括用户登录注册模块，用户数据管理模块，用户信用评级模块，通过采集金融机构积累的信用贷款业务的所有借款人历史数据，构建单个定性指标与违约状态间的二元Logistic回归模型，按照指标性质区分成离散型指标和连续型指标；使用Lasso‑Logistic模型对离散型指标和连续型指标进行多重共线性检验，构建两种指标类型下具有最优整体违约判别能力的信用评分指标体系，计算借款人在两种指标类型下的信用评分；建立信用等级划分优化模型，对两种指标类型进行不同比例组合，确定借款人的信用等级信息，得到用户的信用评级。
-
-
公开(公告)号：CN113706195B
公开(公告)日：2023-10-31
申请号：CN202110989631.0
申请日：2021-08-26
Applicant: 东北大学秦皇岛分校
IPC: G06Q30/0201 , G06Q30/0601 , G06Q10/087
Abstract: 本发明提供一种基于两阶段组合的在线消费行为预测方法及系统，涉及消费预测技术领域。本发明包括用户数据输入模块，用户数据处理模块，用户数据输出模块。将Logistic模型筛选出来的7个变量可以作为决策树模型的输入变量，使用决策树模型对用户浏览商品是否消费的行为进行二次预测，并输出购买商品的概率；将传统的统计模型与人工智能方法相结合，使在线消费行为预测模型既具有解释性又具有准确性，并为商家制定促销方案提供建议。
-
公开(公告)号：CN113706195A
公开(公告)日：2021-11-26
申请号：CN202110989631.0
申请日：2021-08-26
Applicant: 东北大学秦皇岛分校
Abstract: 本发明提供一种基于两阶段组合的在线消费行为预测方法及系统，涉及消费预测技术领域。本发明包括用户数据输入模块，用户数据处理模块，用户数据输出模块。将Logistic模型筛选出来的7个变量可以作为决策树模型的输入变量，使用决策树模型对用户浏览商品是否消费的行为进行二次预测，并输出购买商品的概率；将传统的统计模型与人工智能方法相结合，使在线消费行为预测模型既具有解释性又具有准确性，并为商家制定促销方案提供建议。
-
公开(公告)号：CN113628037A
公开(公告)日：2021-11-09
申请号：CN202110989588.8
申请日：2021-08-26
Applicant: 东北大学秦皇岛分校
IPC: G06Q40/02
Abstract: 本发明提供一种基于整体违约鉴别能力最优的特征选择与判断方法及系统，涉及信用评估中特征选择与判断方法。本发明通过采集对金融机构积累的信用贷款业务的所有借款人历史数据，使用动态特征选择方法对历史数据进行特征选择；对特征选择方法回归系数分别从第二类错误率，AUC和准确率三个角度进行分析。依据违约鉴别能力最优判断标准确定最优特征集。根据步骤3从5种特征选择方法中选出最好的特征选择方法，该方法对应的特征集就是依据违约鉴别能力最优判断标准确定最优特征集。得到借款人是否违约的概率以及影响是否违约的指标，完成违约鉴别。
-
-
-
-
Search Results
5
records
(took 0.02 seconds)
