信用风险识别方法技术

本公开提供了一种信用风险识别方法

【技术实现步骤摘要】
信用风险识别方法、信用风险识别装置、设备及存储介质


[0001]本公开涉及数据处理领域，尤其涉及一种由电子设备执行的信用风险识别方法
、
信用风险识别装置
、
电子设备
、
计算机可读存储介质和计算机程序产品
。

技术介绍

[0003]相关技术中在对交易信息进行预测时，其预测的分险等级的准确性较差，而且其预测所需的计算资源较多，可能会造成不必要的浪费和损失
。

技术实现思路

[0004]鉴于上述问题，本公开提供了一种由电子设备执行的信用风险识别方法
、
信用风险识别装置
、
电子设备
、
计算机可读存储介质和计算机程序产品
。
[0005]根据本公开的第一个方面，提供了一种由电子设备执行的信用风险识别方法，包括：
[0006]响应于识别指令，调用目标数据接口以从目标数据库中获取目标账户的账户交易信息；
[0007]利用目标处理器将上述账户交易信息输入至信用风险模型，输出交易分类结果，其中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种由电子设备执行的信用风险识别方法，包括：响应于识别指令，调用目标数据接口以从目标数据库中获取目标账户的账户交易信息；利用目标处理器将所述账户交易信息输入至信用风险模型，输出交易分类结果，其中，所述交易分类结果表征所述账户交易信息的风险等级，所述信用风险模型是利用目标数据集进行训练得到的，所述目标数据集是利用基于分类任务损失函数构建的初始分类模型对中间训练集进行预处理得到的
。2.
根据权利要求1所述的方法，其中，所述信用风险模型是通过如下方式训练的：响应于训练指令，调用数据接口以从数据库中获取所述中间训练集，其中，所述中间训练集包括多个账户的中间交易数据以及与每个所述中间交易数据对应的分类标识；利用处理器将所述中间训练集输入至所述初始分类模型以对所述初始分类模型进行预训练，得到每个所述中间交易数据的目标权重，其中，所述初始分类模型是基于所述分类任务损失函数构建的；利用所述处理器基于每个所述中间交易数据的目标权重对多个所述中间交易数据进行筛选，得到多个目标交易数据；利用目标数据集对初始神经网络进行训练，得到经训练的信用风险模型，其中，所述目标数据集包括多个所述目标交易数据以及与每个所述目标交易数据对应的分类标识
。3.
根据权利要求2所述的方法，其中，所述调用数据接口以从数据库中获取中间训练集，包括：调用所述数据接口以从所述数据库中获取初始训练集，其中，所述初始训练集包括多个初始交易数据和与每个所述初始交易数据对应的分类标识，其中，所述分类标识表征所述初始交易数据的风险等级；基于过采样算法对多个所述初始训练集进行采样处理，得到所述中间训练集，其中，所述中间训练集中中间交易数据的数量大于所述初始训练集中所述初始交易数据的数量
。4.
根据权利要求3所述的方法，在进行采样处理之前，还包括：对多个所述初始交易数据中属性值为空值的初始交易数据进行删除处理，得到多个去空值后的初始交易数据，以利用多个所述去空值后的初始交易数据进行采样处理
。5.
根据权利要求4所述的方法，还包括：对多个所述去空值后的初始交易数据进行归一化处理，得到多个归一化后的初始交易数据，以利用多个所述归一化后的初始交易数据进行采样处理
。6.
根据权利要求2所述的方法，所述初始分类模型包括决策树模型；其中，利用处理器将所述中间训练集输入至初始分类模型以对所述初始分类模型进行预训练，包括：利用所述处理器将所述中间交易数据输入至所述初始分类模型，输出预测结果，其中，所述...

【专利技术属性】
技术研发人员：李幸睿，宋健，高想，张志磊，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：