【技术实现步骤摘要】
基于金融风控的概率神经网络模型获取方法及装置
[0001]本公开涉及计算机
,尤其涉及深度学习
,具体涉及一种基于金融风控的概率神经网络模型获取方法及装置、服务器以及存储介质。
技术介绍
[0002]随着科学技术的发展,大数据时代逐渐来临。大数据相关的金融风控业务中,需要对用户的互联网行为数据进行建模。但是,用户的互联网行为数据属于高维稀疏特征数据。相关技术中,对高维稀疏特征数据进行建模时,由于建模过程中不会对高维稀疏特征进行分类,因此建模效果较差,获取的概率神经网络模型的泛化性低,从而影响基于金融风控的概率神经网络模型获取的准确性。
技术实现思路
[0003]本公开提供了一种用于提高基于金融风控的概率神经网络模型的准确性的基于金融风控的概率神经网络模型获取方法及装置、服务器以及存储介质。
[0004]根据本公开的一方面,提供了一种基于金融风控的概率神经网络模型获取方法,包括:
[0005]采用初始风控概率神经网络PNN模型,获取目标风控样本数据对应的高维稀疏风控特征集合;
[0006]获取所述高维稀疏风控特征集合中的离散风控特征集合和连续风控特征集合;
[0007]控制离散风控特征处理模块对所述离散风控特征集合中至少一个第一离散风控特征进行embedding向量编码处理,得到第一风控特征集合,对所述连续风控特征集合中至少一个连续风控特征进行神经网络编码处理,得到第二风控特征集合;
[0008]在所述第一风控特征集合和所述第二风控特征集合对应的模型参 ...
【技术保护点】
【技术特征摘要】
1.一种基于金融风控的概率神经网络模型获取方法,包括:采用初始风控概率神经网络PNN模型,获取目标风控样本数据对应的高维稀疏风控特征集合;获取所述高维稀疏风控特征集合中的离散风控特征集合和连续风控特征集合;控制离散风控特征处理模块对所述离散风控特征集合中至少一个第一离散风控特征进行embedding向量编码处理,得到第一风控特征集合,对所述连续风控特征集合中至少一个连续风控特征进行神经网络编码处理,得到第二风控特征集合;在所述第一风控特征集合和所述第二风控特征集合对应的模型参数满足模型条件时,获取目标风控PNN模型。2.根据权利要求1所述的方法,其中,所述模型参数为模型分,所述在所述第一风控特征集合和所述第二风控特征集合对应的模型参数满足模型条件时,获取目标风控PNN模型时,包括:对所述第一风控特征集合中至少一个第一风控特征和所述第二风控特征集合中至少一个第二风控特征进行拼接处理,得到拼接特征;获取所述拼接特征对应的模型分;在所述模型分满足模型条件时,获取目标风控PNN模型。3.根据权利要求1所述的方法,其中,所述控制离散风控特征处理模块对所述离散风控特征集合中至少一个第一离散风控特征进行embedding向量编码处理,包括:对所述连续风控特征集合中至少一个连续风控特征进行离散化处理,得到至少一个第二离散风控特征;控制离散风控特征处理模块对所述离散风控特征集合中至少一个第一离散风控特征和所述至少一个第二离散风控特征进行embedding向量编码处理,得到第一风控特征集合。4.根据权利要求3所述的方法,其中,所述对所述连续风控特征集合中至少一个连续风控特征进行离散化处理,得到至少一个第二离散风控特征,包括:获取所述连续风控特征集合中连续风控特征子集,所述连续风控特征子集中至少一个连续风控特征携带有权重值或者连续值;采用所述目标风控PNN模型对所述连续风控特征子集中至少一个连续风控特征进行离散化处理,得到第二离散风控特征。5.根据权利要求1所述的方法,其中,所述方法还包括:获取风控训练样本数据中的稀疏类别风控特征集合;采用embedding方法对所述稀疏类别风控特征集合中的至少一个稀疏类别风控特征进行表征,并获取所述至少一个稀疏类别风控特征对应的embedding向量;采用深度神经网络模型和所述初始风控PNN模型的交叉层,将所述至少一个稀疏类别风控特征对应的embedding向量向前传播,获取所述风控训练样本数据对应的置信度;在所述置信度和预设置信度之差满足置信度条件时,获取初始风控PNN模型。6.根据权利要求5所述的方法,其中,所述在所述置信度和所述预设置信度之差满足置信度条件时,获取初始风控PNN模型,包括:在所述置信度和所述预设置信度之差不满足置信度条件时,对所述第一embedding向量和所述第二embedding向量进行迭代处理,
在所述置信度和所述预设置信度之差满足所述置信度条件时,获取初始风控PNN模型。7.根据权利要求1所述的方法,其中,所述获取所述高维稀疏风控特征集合中的离散风控特征集合和连续风控特征集合,包括:获取所述高维稀疏风控特征集合中至少一个高维稀疏风控特征的类型特征信息;根据所述类别特征信息,获取所述高维稀疏风控特征集合中的离散风控特征集合和连续风控特征集合。8.一种基于金融风控的概率神经网络模型获取装置,包括:集合获取单元,用于采用初始风控概率神经网络PNN模型,获取目标风控样本数据对应的高维稀疏风控特征集合;集合获取单元,还用于获取所述高维稀疏风控特征集合中的离散风控特征集合和连续风控特征集合;特征处理单元,用于控制离散风控特征处理模块对所述离散风控特征集合中至少一个第一离散风控特征进行embedding向量编码处理,得到第一风控特征集合,对所述连续风控特征集合中至少一个连续风控特征进行神经网络编码处理,得到第二风控特征集合;模型获取单元,用于在所述第一风控特征集合和所述第二风控特征集合对应的模型参数满足模型条件时,获取目标风控PNN模型。9.根据权利...
【专利技术属性】
技术研发人员:严巍,许韩晨玺,岳洪达,许海洋,
申请(专利权)人:北京百度网讯科技有限公司,
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。