一种信贷需求预测方法和系统、存储介质技术方案

本发明专利技术实施例涉及一种信贷需求预测方法和系统、存储介质。其中，该方法包括：从预设数据库中获取借贷用户对应的历史行为数据；根据历史行为数据和预设的卷积神经网络模型确定借贷用户对应的信贷预测值。通过本实施例提供的：获取历史行为数据，根据历史行为数据和卷积神经网络模型确定信贷预测值的技术方案，避免了现有技术中，通过采用人工的方式对特征进行获取，浪费人力资源的技术弊端，从而实现了节约人力资源的技术效果，且避免了现有技术中操作过程繁琐的技术弊端，提高了信贷需求预测的效率的技术效果，且实现了信贷需求预测的高效性和准确性的技术效果。

Credit demand forecasting method and system, storage medium

The embodiment of the invention relates to a credit demand forecasting method and a system and a storage medium. Among them, the method includes: obtaining the corresponding historical behavior data of borrowers from the preset database; determining the corresponding credit forecast value of borrowers according to the historical behavior data and the preset convolutional neural network model. The technical scheme of obtaining historical behavior data and determining credit forecast value based on historical behavior data and convolution neural network model is provided by this example, which avoids the technical drawbacks of waste of human resources by using manual method to acquire features in the existing technology, thus realizing the saving of human resources. The technical effect avoids the technical drawbacks of the tedious operation process in the existing technology, improves the technical effect of the efficiency of credit demand forecasting, and achieves the technical effect of the high efficiency and accuracy of credit demand forecasting.

【技术实现步骤摘要】
一种信贷需求预测方法和系统、存储介质
本专利技术实施例涉及互联网金融
，尤其涉及一种信贷需求预测方法和系统、存储介质。
技术介绍
信贷需求预测是根据信贷人的历史行为表现，来估计该信贷人未来一个月内发生借款的总额度。对于互联网金融，若放贷金融机构能精准地预测其注册客户未来一个月的信贷需求，则可以实现资金的有效配置，最大化盈利。通过对国内外的研究进行分析，信贷需求的预测为回归预测，其主要采用的算法以分类回归树，传统神经网络，线性回归为主。分类回归树(ClassificationandRegressionTree,CART)。分类回归树是决策树的一种，全树由二叉树组成。该算法在生成每棵子树的过程中选择信息增益最大的变量作为该层的决策变量，算法的停止条件是节点中样本个数小于预定阈值，或者样本的Gini系数小于预定阈值，或者没有更多的特征。一个决策树模型图示如图1所示。线性回归：线性回归假设模型的特征与模型的预测值之间满足线性关系。线性回归的方程为：hθ(x)＝θTX训练数据集往往样本的数量远远大于变量x的个数，所以方程实际上没有解。但可以求出最优解，该解是通过最小化误差函数形式求得。一本文档来自技高网...

【技术保护点】
1.一种信贷需求预测方法，其特征在于，所述方法包括：从预设数据库中获取借贷用户对应的历史行为数据；根据所述历史行为数据和预设的卷积神经网络模型确定所述借贷用户对应的信贷预测值。

【技术特征摘要】
1.一种信贷需求预测方法，其特征在于，所述方法包括：从预设数据库中获取借贷用户对应的历史行为数据；根据所述历史行为数据和预设的卷积神经网络模型确定所述借贷用户对应的信贷预测值。2.根据权利要求1所述的一种信贷需求预测方法，所述根据所述历史行为数据和预设的卷积神经网络模型确定所述借贷用户对应的信贷预测值，具体包括：通过所述卷积神经网络模型，从所述历史行为数据中抽取特征；通过所述卷积神经网络模型和所述特征确定所述信贷预测值。3.根据权利要求2所述的一种信贷需求预测方法，其特征在于，所述通过所述卷积神经网络模型和所述特征确定所述信贷预测值，具体包括：通过所述卷积神经网络模型依次对所述特征进行卷积处理、池化处理和全连接层处理，得到所述信贷预测值。4.根据权利要求2或3所述的一种信贷需求预测方法，其特征在于，所述从所述历史行为数据中抽取特征，具体包括：根据预设的时间间隔从所述历史行为数据中抽取特征。5.一种计算机可读存储...

【专利技术属性】
技术研发人员：张斌，李萱，赵彤，
申请(专利权)人：中智诚征信有限公司，
类型：发明
国别省市：北京,11