-
公开(公告)号：CN115700501A
公开(公告)日：2023-02-07
申请号：CN202211401296.9
申请日：2022-11-09
Applicant: 度小满科技(北京)有限公司
IPC: G06F16/2457 , G06F16/2458 , G06Q40/02
Abstract: 本申请公开了一种助贷机构推荐方法、装置、终端及存储介质，方法包括：接收目标用户的金融信息，基于金融信息和多个助贷机构对应的多个助贷评估方法，确定目标用户对应的多个评分，再基于预设条件和多个评分，确定目标用户对应的至少一个助贷机构。本发明针对各个助贷机构设置匹配的助贷评估方法，其助贷评估方法灵活、及时捕捉到资金方机构可能的审批偏好变化，并通过各个助贷机构设置匹配的助贷评估方法对目标用户的金融信息进行评估，以确定目标用户的至少一个助贷机构，加强了机构间的平衡与协调，从而提升了整体的助贷分发通过率。
-
公开(公告)号：CN116756532A
公开(公告)日：2023-09-15
申请号：CN202310610744.4
申请日：2023-05-26
Applicant: 度小满科技(北京)有限公司
IPC: G06F18/21 , G06F18/25 , G06F18/214 , G06Q40/03 , G06Q40/08 , G06N3/0464 , G06N3/0442 , G06N3/08
Abstract: 本申请实施例公开了一种模型训练方法、装置、设备及可读存储介质，该方法包括：基于业务数据，确定所述业务数据对应的时点特征序列，以及所述时点特征序列的位置编码特征；对所述时点特征序列和所述位置编码特征进行拼接，得到样本特征；对所述样本特征进行扰动处理，得到所述样本特征对应的对抗样本；基于所述样本特征和所述对抗样本，以及所述样本特征和所述对抗样本对应的样本标签，训练得到风险预测模型。本申请可以构建不受时间窗限制、存在关联的样本特征和对抗样本，并基于以上样本训练得到风险预测模型，从而能够提升模型训练的效果。
-
公开(公告)号：CN113902244A
公开(公告)日：2022-01-07
申请号：CN202111010554.6
申请日：2021-08-31
Applicant: 度小满科技(北京)有限公司
Abstract: 本发明的目的是提供一种用于评估第三方数据增益的方法和装置。所述方法包括以下步骤：获取初始的第一信用分和通过引入第三方数据重新建模后得到的第二信用分；基于第一信用分和第二信用分，得到原始的迁移概率，其中，所述迁移概率表示初始信用分为第一信用分的申请用户的新信用分为第二信用分的概率；使用核密度估计方法来对所述迁移概率函数进行平滑处理，得到迁移概率函数，以基于迁移概率函数评估第三方数据带来的增益。本申请实施例具有以下优点：在需要评估第三方数据对信贷风控模型带来的增益时，基于引入第三方数据后得到的迁移概率来计算所述增益，从而能够评估第三方数据在不同初始信用分样本综上的增益的差异。
-
公开(公告)号：CN113918878A
公开(公告)日：2022-01-11
申请号：CN202111010553.1
申请日：2021-08-31
Applicant: 度小满科技(北京)有限公司
Abstract: 本发明的目的是提供一种用于对模型输出分进行校准的方法和装置。所述方法包括以下步骤：使用评分模型对样本集进行评分，得到各个样本对应的模型输出分和逾期标签；根据所述各个样本对应的模型输出分和逾期标签，得到用于拟合变换函数的多个数据点；基于所述多个数据点进行拟合，得到相应的变换函数；基于所述变换函数，对模型输出分进行校准。本申请实施例具有以下优点：通过使用非线性的自定义函数作为变换函数，提升了校准函数的拟合能力；通过将模型输出分数的优势比的对数值作为变换函数的入参，相较于现有的普拉特缩放校准方案，提升了校准效果。
-
公开(公告)号：CN113643118B
公开(公告)日：2023-08-25
申请号：CN202110750015.X
申请日：2021-07-02
Applicant: 度小满科技(北京)有限公司
IPC: G06Q40/03
Abstract: 本发明的目的是提供一种用于客户分层的方法和装置。所述方法包括：基于待评估用户的历史表现数据和预存储的分层边界信息，确定该用户在多个周期的分层评价；基于该用户和其他多个用户在多个周期的分层评价，计算多个分层的分层迁移率；如果该分层迁移率不满足预定条件，则不断增加当前分层边界信息各个分层的边界值范围来重新计算分层迁移率，直至计算得到的分层迁移率满足预定条件。本申请实施例具有以下优点：在预测用户的客户分层时，获得用户在多个周期的客户分层，并通过迭代调节反馈的方式，不断加宽客户分层的边界，使得最终得到的客户分层较为稳定，从而避免在客户状态发生较大变化时的对其的风险估计发生严重偏离。
-
Patent Agency Ranking
公开(公告)号：CN116303532A
公开(公告)日：2023-06-23
申请号：CN202310168603.1
申请日：2023-02-24
Applicant: 度小满科技(北京)有限公司
IPC: G06F16/242 , G06F16/245
Abstract: 本申请提供了一种数据处理方法、装置、设备、介质及程序产品，包括：确定第T‑1天的例行数据，第T‑1天的例行数据包括：第T‑1天的原始数据和距离第T‑1天前M‑1天的原始数据，T、M为大于1的整数；获取第一特征查询请求，第一特征查询请求用于请求获取第T天的例行数据对应的目标特征；响应于第一特征查询请求，获取第T天的原始数据；删除第T‑1天的例行数据中最晚一天的原始数据，将第T天的原始数据增加至第T‑1天的例行数据中，得到第T天的例行数据；根据第T天的例行数据生成目标特征，将目标特征发送给第一特征查询请求的发送方。以解决数据重复扫描的问题，减少数据的重复获取，提高根据数据生成特征时的数据利用率。
-
公开(公告)号：CN115082182A
公开(公告)日：2022-09-20
申请号：CN202210623436.0
申请日：2022-06-02
Applicant: 度小满科技(北京)有限公司
Abstract: 本发明公开了一种样本预测方法、装置、存储介质及电子装置。其中，该方法包括：获取目标样本，其中，目标样本为信贷申请用户的样本；获取目标多任务网络模型；将目标样本输入到目标多任务网络模型，得到目标样本的第一目标概率和第二目标概率，其中，第一目标概率为逾期概率，第二目标概率为被拒绝概率。本发明解决了相关技术中拒绝推断的方法中需要引入人为主观判定，导致信用风险评估不准确，以及会发生过拟合风险的技术问题。
-
公开(公告)号：CN113962800A
公开(公告)日：2022-01-21
申请号：CN202111249432.2
申请日：2021-10-26
Applicant: 度小满科技(北京)有限公司
Abstract: 本申请提供了一种模型训练方法及逾期风险预测方法、装置、设备和介质，在该模型训练方法中，获得多份信贷样本；利用多份信贷样本及信贷样本标注的信贷风险标签训练出综合信贷风险模型；确定多份信贷样本各自归属的信贷样本群；如信贷样本群属于低样本数的信贷样本群，利用综合信贷风险模型确定信贷样本群中各信贷样本的信贷逾期评分，基于信贷样本中各信贷样本的信贷特征数据、信贷逾期评分以及信贷风险标签训练第二模型，得到适用于信贷样本群的子信贷风险模型；其中，信贷样本群的子信贷风险模型用于预测信贷特征数据与信贷样本群匹配的用户存在信贷逾期风险的评分。本申请的方案可以提高模型预测信贷逾期风险的准确度。
-
公开(公告)号：CN118037418A
公开(公告)日：2024-05-14
申请号：CN202311708101.X
申请日：2023-12-12
Applicant: 度小满科技(北京)有限公司
IPC: G06Q40/03 , G06F18/214 , G06N3/08 , G06N3/04
Abstract: 本申请实施例提供了一种信用风险预测方法、装置及电子设备，其中，该方法通过获取新用户的类别型特征以及数值型特征，并将该新用户的类别型特征以及数值型特征输入至预设信用风险预测模型中，借助该预设信用风险预测模型的特征向量拼接模块对类别型特征以及数值型特征进行拼接，得到该新用户的综合特征向量。再借助该预设风险模型的归一化处理模块，基于该新用户的综合特征向量输出新用户在不同信贷周期下的逾期概率。相较于现有技术，本申请实施例借助新用户的多维度的用户特征进行特征向量处理，然后输出该新用户在不同信贷周期下的逾期概率的技术方案，得到的信用风险预测结果更为精准，更具参考性。
-
公开(公告)号：CN117495535A
公开(公告)日：2024-02-02
申请号：CN202311354196.X
申请日：2023-10-18
Applicant: 度小满科技(北京)有限公司
IPC: G06Q40/03 , G06N3/04 , G06N3/0985 , G06F17/18
Abstract: 本申请提供了一种信贷风控模型训练方法、装置、设备、可读存储介质，该方法包括：将获取的样本数据通过Embedding层进行处理，得到每条样本数据对应的Embedding向量；将第一Embedding向量进行第一随机失活处理，得到第一失活向量；将第一Embedding向量进行第二随机失活处理，得到第二失活向量；基于第一失活向量和第二失活向量计算交叉熵；将第一失活向量通过信贷风控模型处理，得到第一信息值；基于第一信息值和交叉熵得到第一调整值；基于第一调整值调整信贷风控模型的参数和/或网络结构；将第二失活向量通过信贷风控模型处理，得到第二信息值；基于第二信息值和交叉熵得到第一调整值；基于第二调整值调整信贷风控模型的参数和/或网络结构。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.027 seconds)
