-
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: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。
-
公开(公告)号:CN119205304A
公开(公告)日:2024-12-27
申请号:CN202411307913.8
申请日:2024-09-19
Applicant: 度小满科技(北京)有限公司
IPC: G06Q40/03 , G06N3/02 , G06F18/241
Abstract: 本申请实施例提供一种信贷逾期识别方法、装置及电子设备,该方法通过获取待识别目标用户的用户特征,将待识别用户的用户特征输入至预先训练好的预设信贷逾期识别模型中,由该预设信贷逾期识别模型基于用户特征确定待识别目标用户的各信贷周期下的逾期概率。因该预设信贷逾期识别模型训练阶段所采用各训练样本数据是不区分具体是长期逾期还是短期逾期,基于各训练样本数据的实际逾期概率排序对初始信贷逾期识别模型进行训练,直至训练得到的信贷逾期识别模型输出的预测逾期概率排序结果与该实际逾期概率排序之间的误差足够小。如此在信贷逾期识别时,无论长期逾期用户还是短期逾期用户,均能进行信贷逾期识别,降低信贷逾期风险及坏账风险。
-
-