一种基于神经网络的小样本数据测试方法技术

本发明专利技术涉及数据处理技术领域，公开了一种基于神经网络的小样本数据测试方法，包括以下步骤，获取数据库中所对应的历史真实结果，并采集一定数量的存在样本贷后表现数据的客户样本所对应的短期贷后表现数据以及对应的样本贷后表现数据；基于神经网络算法，构建对应的训练模型；获取待测试模型，并通过待测试模型对在线客群流量进行预测，生成对应的第一预测结果；在待测试模型预测的客群流量达到一定数量的客户存在短期贷后表现数据之后，将获取该批次客群流量所对应的历史真实结果以及短期贷后表现数据，并输入到训练模型中，输出对应的第二预测结果；根据第一预测结果与第二预测结果，对数据的有效性进行分析，判断对应的待测试模型是否有效。待测试模型是否有效。待测试模型是否有效。

【技术实现步骤摘要】
一种基于神经网络的小样本数据测试方法


[0001]本专利技术涉及数据处理
，具体涉及一种基于神经网络的小样本数据测试方法。

技术介绍

[0002]大数据风控在金融领域中，有着自动化、高效化和精确化等优势和特点。确定数据有效性是实现大数据风控的前提。在数据投产使用前，一般会对数据进行有效性等方面的验证，进而对数据在审批投产时的策略调整提供基础依据。
[0003]在数据测试阶段，客群流量和外部数据都存在一定成本。对于持续且稳定的客群流量，如果将测试量或测试时间减少，更快印证数据的有效性，将在一定程度上节省时间和经济成本。但测试时间(或测试量)的减少，也将导致客群(或样本)的表现期不足，结果存在一定程度的随机性，进而导致难以完成相对充分的数据有效性验证。
[0004]基于此，急需一种基于神经网络的小样本数据测试方法，能够实现在较短时间内完成准确度较高的待测试模型有效性的预测，为模型有效性验证节省时间成本和经济成本。

技术实现思路

[0005]本专利技术意在提供一种基于神经网络的小样本数据测试方法，能够实现在较短时本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于神经网络的小样本数据测试方法，其特征在于：包括以下步骤:S1、获取数据库中所对应的历史真实结果，并采集一定数量的存在样本贷后表现数据的客户样本所对应的短期贷后表现数据以及对应的样本贷后表现数据；S2、根据样本贷后表现数据、短期贷后表现数据以及历史真实结果，基于神经网络算法，构建对应的训练模型；S3、获取待测试模型，并通过待测试模型对在线客群流量进行预测，生成对应的第一预测结果；S4、在待测试模型预测的客群流量达到一定数量的客户存在短期贷后表现数据之后，将获取该批次客群流量所对应的历史真实结果以及短期贷后表现数据，并输入到训练模型中，输出对应的第二预测结果；S5、根据第一预测结果与第二预测结果，对数据的有效性进行分析，判断对应的待测试模型是否有效。2.根据权利要求1所述的一种基于神经网络的小样本数据测试方法，其特征在于：所述S4包括以下步骤：S40、对待测试模型预测客群流量的数量以及对应数量是否存在对应的短期贷后表现数据，若存在，则执行S41，若不存在，则执行S3；S41、获取该批...

【专利技术属性】
技术研发人员：周桓辉，
申请(专利权)人：重庆富民银行股份有限公司，
类型：发明
国别省市：