-
公开(公告)号：CN116071095A
公开(公告)日：2023-05-05
申请号：CN202211721927.5
申请日：2022-12-30
Applicant: 度小满科技(北京)有限公司
IPC: G06Q30/0201 , G06N3/0464 , G06N3/092
Abstract: 本申请提供了一种营销策略确定方法、装置、存储介质及程序产品，包括：获取多个营销场景各自的营销策略分布数据以及多个历史时间段下多个营销场景各自的营销数据，营销数据包括用户画像和营销策略，营销策略分布数据包括营销数据下的营销收益；针对多个历史时间段中的每个历史时间段，基于历史时间段下每个营销数据，通过多个营销场景各自的强化学习模型，更新每个营销策略分布数据，以使在多个历史时间段中最后一个历史时间段下，多个营销场景各自的营销收益之和大于预设收益；获取当前时间段下多个营销场景各自的当前用户画像；基于多个营销策略分布数据、多个当前用户画像，确定多个营销场景各自的当前营销策略。以提高平台整体的营销收益。
-
Patent Agency Ranking
公开(公告)号：CN114820159A
公开(公告)日：2022-07-29
申请号：CN202210344004.6
申请日：2022-03-31
Applicant: 度小满科技(北京)有限公司
Abstract: 本发明公开了一种风险定额方法，该方法基于借贷特征数据采用因果推断框架构建双鲁棒的双阶段深度模型，找到特征相似但分配额度不同的用户的逾期表现，从而得到不触发这类客户高概率逾期的条件下的最大授信额度，将最大逾期率对应的额度作为风险定额，双阶段深度模型既从因果推断理论上确保了风险推断的无偏性和较快的训练收敛速率，也能够学习到海量用户的稠密表征，避免了常规查询低效复杂，漏报率高的缺点，也避免了传统数据挖掘算法的相关性学习缺陷，能够针对大规模客户给出千人千面的风险定额，平衡全局风险和授信额度，具有良好的鲁棒性和实际应用能力。本发明还公开了一种风险定额装置、设备及可读存储介质，具有相应的技术效果。
-
公开(公告)号：CN119941382A
公开(公告)日：2025-05-06
申请号：CN202411867309.0
申请日：2024-12-18
Applicant: 度小满科技(北京)有限公司
IPC: G06Q40/03 , G06F18/243 , G06N20/20 , G06N5/01 , G06F18/214 , G06F18/2131 , G06N3/0464 , G06N3/044 , G06N3/045
Abstract: 本申请提供一种信贷风险识别模型训练方法、信贷风险识别方法及装置，利用用户的历史信贷记录数据、社会经济状态数据、互联网金融平台的交易行为数据对初始的信贷风险识别模型进行训练，针对该信贷风险识别模型中的经典网络子模型进行分阶段的训练，在第一阶段中对该经典网络子模型单独训练，在第二阶段中引入该信贷风险识别模型中的因果网络子模型对该经典网络子模型混合训练，借助因果网络子模型对训练样本数据进行时域频域转换以及权重调整，以改变训练数据的数据分布情况，生成不同数据分布的训练样本数据对经典网络子模型训练，从而提高经典网络子模型应对不同数据分布的样本数据的信贷风险预测能力。
-
公开(公告)号：CN119444395A
公开(公告)日：2025-02-14
申请号：CN202411491298.0
申请日：2024-10-24
Applicant: 度小满科技(北京)有限公司
IPC: G06Q40/03 , G06F18/214 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本申请实施例提供了一种信贷风险识别模型训练方法、信贷风险识别方法及装置，其中，该方法借助训练样本数据对信贷风险识别模型进行训练，具体针对信贷风险识别模型中的主深度网络进行训练，通过在主深度网络的基础上引入对抗样本生成网络，由对抗样本生成网络基于主深度网络延时生成的对抗扰动特征向量，结合训练样本数据中的各特征向量对主深度网络的输出精度进行训练调整，直至该主深度网络模型均能精准输出各条训练样本数据对应的风险逾期结果。如此，可提升主神经网络对抗扰动的能力，从而提升整个信贷风险识别模型在面对数据分布转移或者噪声扰动时的性能表现，进而增强目标信贷风险识别模型在实际应用中的稳定性和可靠性。
-
公开(公告)号：CN117764706A
公开(公告)日：2024-03-26
申请号：CN202311532649.3
申请日：2023-11-16
Applicant: 度小满科技(北京)有限公司
Abstract: 本申请实施例提供了一种风险识别方法、装置及电子设备，其中，该方法通过获取待识别用户的风险观测特征，基于风险观测特征提取高维征信特征、用户画像特征以及平台交互特征，借助预设的风险迁移识别模型，确定出与该待识别用户的风险观测特征相似度满足预设相似度条件的相似用户，根据该相似用户的授信额度对逾期率的影响程度，确定待识别用户的目标风险额度。由于本申请所选取的风险观测特征包含了可能产生风险迁移的各项因素，且基于在风险迁移情况下相似用户的授信额度对逾期率的影响程度，确定目标风险额度，故选用本申请实施例所确定得到的待识别用户的目标风险额度更为精准，有效减少了风险迁移对信贷风险的影响。
-
公开(公告)号：CN114820160A
公开(公告)日：2022-07-29
申请号：CN202210345706.6
申请日：2022-03-31
Applicant: 度小满科技(北京)有限公司
Abstract: 本发明公开了一种借贷利率预估方法，该方法提出了一种全新的触发器随机森林模型用于实现精准的借贷利率预估，触发器因果森林模型为调用触发器因果推断框架加入了干预值对随机森林模型进行模型参数训练，通过对干预值的递归切分帮助算法学习在特征相近但干预值显著不同的条件下，确定该类客户的最佳利率，再借助大规模数据，可以对几乎所有客户完成准确的利率定价，实现不影响借贷意愿的情况下最大化金融机构利润。该方法能够基于大规模数据给出千人千面的精准利率定价，平衡收益与客户借贷意愿，具有良好的鲁棒性和实际应用能力。本发明还公开了一种借贷利率预估装置、设备及可读存储介质，具有相应的技术效果。
-
-
-
-
-
Search Results
6
records
(took 0.022 seconds)
