【技术实现步骤摘要】
信贷数据的处理方法、装置、电子设备及计算机程序介质
[0001]本申请涉及计算机
，具体而言，涉及一种信贷数据的处理方法、装置、电子设备及计算机程序介质。
技术介绍
[0002]目前，在信贷场景下，一般通过对用户各种类型的信贷数据进行分析来评估用户的信贷风险等级。
[0003]在相关技术中，提出了一种对用户各种类型的信贷数据所构成的时间序列数据进行分析，进而对用户的信贷风险等级进行预估。相关技术中提出的方法未能考虑信贷数据所构成的时间序列数据在细分频段所具有的特征，因此会存在对用户的信贷风险程度进行预测的精准度低的技术问题。
技术实现思路
[0004]本申请的实施例提供了一种信贷数据的处理方法、装置、电子设备及计算机程序介质，可以在一定程度上提高对用户的信贷风险程度进行预测的精准度。
[0005]本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。
[0006]根据本申请实施例的一个方面，提供了一种信贷数据的处理方法，包括：基于用户在不同时间的信贷...
【技术保护点】
【技术特征摘要】
1.一种信贷数据的处理方法，其特征在于，包括：基于用户在不同时间的信贷数据，生成所述用户的信贷时间序列数据；对所述信贷时间序列数据进行时频分析处理，生成所述信贷时间序列数据对应的时频谱数据；对所述信贷时间序列数据进行特征提取，生成所述信贷时间序列数据对应的第一特征，以及对所述时频谱数据进行特征提取，生成所述时频谱数据对应的第二特征；将所述信贷时间序列数据对应的第一特征以及所述时频谱数据对应的第二特征输入至预训练的评估模型，获取所述预训练的评估模型输出的信贷风险等级标签，作为所述用户的信贷风险等级标签。2.根据权利要求1所述的信贷数据的处理方法，其特征在于，所述对所述信贷时间序列数据进行时频分析处理，生成所述信贷时间序列数据对应的时频谱数据，包括：对所述信贷时间序列数据进行S变换处理，生成所述信贷时间序列数据对应的时频谱数据。3.根据权利要求2所述的信贷数据的处理方法，其特征在于，所述对所述信贷时间序列数据进行S变换处理，生成所述信贷时间序列数据对应的时频谱数据，包括：基于预设的高斯窗函数，选择对所述信贷时间序列数据进行变换处理的时间窗口，所述时间窗口的宽度与所述信贷时间序列数据对应的频率为负相关关系；对处于不同时间窗口内的所述信贷时间序列数据分别进行傅里叶变换，生成所述信贷时间序列数据对应的时频谱数据。4.根据权利要求1所述的信贷数据的处理方法，其特征在于，所述对所述信贷时间序列数据进行时频分析处理，生成所述信贷时间序列数据对应的时频谱数据，包括：对所述信贷时间序列数据进行小波变换处理，生成所述信贷时间序列数据对应的时频谱数据。5.根据权利要求4所述的信贷数据的处理方法，其特征在于，所述对所述信贷时间序列数据进行小波变换处理，生成所述信贷时间序列数据对应的时频谱数据，包括：基于不同的缩放因子和时移因子对预设小波基进行变换处理，生成在不同的缩放因子和时移因子下的目标小波基；计算所述信贷时间序列数据与所述目标小波基之间的相似度，得到所述目标小波基对应的小波系数；基于所述目标小波基对应的缩放因子、时移因子以及小波系数，生成所述信贷时间序列数据对应的时频谱数据。6.根据权利要求4所述的信贷数据的处理方法，其特征在于，所述信贷风险评估方法，还包括：基于所述信贷数据的数据类型、以及信贷数据的数据类型和小波基之间的对应关系，确定用于进行小波变换处理的预设小波基，以基于所述预设小波基对所述信贷时间序列数据进行小波变换处理。7.根据权利要求1所述的信贷数据的处理方法，其特征在于，所述对所述信贷时间序列数据进行特征提取，生成所述信贷时间序列数据对应的第一特征，包括：对所述信贷时间序列数据进行卷积处理，生成第一特征向量；
对所述第一特征向量进行时序特征提取，生成所述信贷时间序列数据对应的第一特征。8.根据权利要求1所述的信贷数据的处理方法，其特征在于，所述对所述时频谱数据进行特征提取，生成所述时频谱数据对应的第二特征，包括：对所述时频谱数据进行卷积处理，生成所述时频谱数据对应的第二特征。9.根据权利要求1所述的信贷数据的处理方法，其特征在于，所述预训练的评...
【专利技术属性】
技术研发人员：蒋乐怡，刘洋，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。