基于统计和深度学习的特征衍生方法、装置、设备及介质制造方法及图纸

本发明专利技术提供了一种基于统计和深度学习的特征衍生方法、装置、设备及介质，涉及机器学习技术领域，包括获取第一信息，第一信息包括至少两种业务场景下的银行风控数据；根据第一信息进行分类处理得到第二信息和第三信息；根据第二信息和预设的深度学习数学模型生成第四信息；根据第三信息中每个类型的数据进行算子操作得到第五信息；根据第四信息构建得到深度学习特征模型；根据第五信息构建得到统计特征模型；根据深度学习特征模型和统计特征模型进行融合处理得到组合模型，并根据组合模型生成衍生特征。本发明专利技术通过采用自动化特征衍生方法，具有高度的适应性和通用性，不再需要针对每个应用场景单独进行特征的定制化加工。

【技术实现步骤摘要】

本专利技术涉及机器学习，具体而言，涉及一种基于统计和深度学习的特征衍生方法、装置、设备及介质。

技术介绍

1、风险管理在金融领域扮演着至关重要的角色，有效的风险控制是银行机构长期稳健经营的基石，它不仅关系到金融机构自身的安全，还直接关系到客户的财务安全和市场的稳定。而特征衍生是风险管理的关键工具。现有的特征衍生方法主要依赖于基于业务专业知识的手工制定的指标，这种方式存在显著的问题。首先，现有的特征衍生方法过于依赖于专家知识，需要专业领域的专家不断调整和优化指标。这导致了高昂的人力成本和时间周期，特别是在面对不同银行风控业务场景时，需要不断重新设计和调整特征。其次，由于业务的多样性和不断变化，现有的特征衍生方法在不同场景下的模型效果差别很大，难以保证在不同环境下的准确性和稳定性。这种不一致性严重制约了风险评估和决策制定的可靠性。

2、基于上述现有技术的缺点，现亟需一种基于统计和深度学习的特征衍生方法、装置、设备及介质。

技术实现思路

1、本专利技术的目的在于提供一种基于统计和深度学习的特征衍生方法、本文档来自技高网...

【技术保护点】

1.一种基于统计和深度学习的特征衍生方法，其特征在于，包括：

2.根据权利要求1所述的基于统计和深度学习的特征衍生方法，其特征在于，根据所述第一信息进行分类处理得到第二信息和第三信息，包括：

3.根据权利要求1所述的基于统计和深度学习的特征衍生方法，其特征在于，根据所述第二信息和预设的深度学习数学模型生成第四信息，包括：

4.根据权利要求3所述的基于统计和深度学习的特征衍生方法，其特征在于，根据所述第三信息中每个类型的数据进行算子操作得到第五信息，包括：

5.根据权利要求1所述的基于统计和深度学习的特征衍生方法，其特征在于，根据所述第四信息...

【技术特征摘要】

1.一种基于统计和深度学习的特征衍生方法，其特征在于，包括：

2.根据权利要求1所述的基于统计和深度学习的特征衍生方法，其特征在于，根据所述第一信息进行分类处理得到第二信息和第三信息，包括：

3.根据权利要求1所述的基于统计和深度学习的特征衍生方法，其特征在于，根据所述第二信息和预设的深度学习数学模型生成第四信息，包括：

4.根据权利要求3所述的基于统计和深度学习的特征衍生方法，其特征在于，根据所述第三信息中每个类型的数据进行算子操作得到第五信息，包括：

5.根据权利要求1所述的基于统计和深度学习的特征衍生方法，其特征在于，根据所述第四信息构建得到深度学习特征模型，包括：

6.根据权利要求1所述的基于统计和深度学习的特征衍生方法，其特征在于，根据所述深度学习特征模型和所述统计特征模型进行融合处理得到组合模型，并根据所述组合模型生成衍生特征，包括：

【专利技术属性】
技术研发人员：徐永峰，
申请(专利权)人：中信百信银行股份有限公司，
类型：发明
国别省市：

全部详细技术资料下载 我是这个专利的主人