【技术实现步骤摘要】
本公开涉及人工智能，更具体地，涉及一种信用卡逾期风险预测方法、装置、电子设备、介质和计算机程序产品。
技术介绍
1、传统信用卡逾期风险预警模型一般使用经过单一原始数据训练的传统机器学习模型，进行简单的预测和分类，实际信用卡数据体量大且分布较为复杂，因此传统信用卡风险预警方法，其预测准确率一般比较低。
技术实现思路
1、有鉴于此，本公开提供了一种准确率高的信用卡逾期风险预测方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
2、本公开的一个方面提供了一种信用卡逾期风险预测方法，包括：获取信用卡信息；根据所述信用卡信息和预先训练的信用卡逾期预测模型，确定该信用卡的逾期预测值，其中，所述信用卡逾期预测模型为根据训练受限玻尔兹曼机得到的，训练受限玻尔兹曼机所用到的m个训练样本为根据卷积神经网络模型、自注意力网络模型和循环神经网络模型对n个第一预训练样本进行筛选得到的，n为大于等于1的整数，m为大于等于1且小于等于n的整数；以及当所述逾期预测值大于设定的逾期阈值时，将该信用卡识别...
【技术保护点】
1.一种信用卡逾期风险预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，预先训练信用卡逾期预测模型的步骤，包括：
3.根据权利要求2所述的方法，其特征在于，根据卷积神经网络模型、自注意力网络模型和循环神经网络模型对所述n个第一预训练样本进行筛选，得到所述m个训练样本的步骤，包括：
4.根据权利要求2所述的方法，其特征在于，根据卷积神经网络模型、自注意力网络模型和循环神经网络模型对所述n个第一预训练样本进行筛选，得到所述m个训练样本的步骤，包括：
5.根据权利要求2所述的方法，其特征在于，在将所述训练...
【技术特征摘要】
1.一种信用卡逾期风险预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，预先训练信用卡逾期预测模型的步骤，包括：
3.根据权利要求2所述的方法，其特征在于，根据卷积神经网络模型、自注意力网络模型和循环神经网络模型对所述n个第一预训练样本进行筛选，得到所述m个训练样本的步骤，包括：
4.根据权利要求2所述的方法，其特征在于，根据卷积神经网络模型、自注意力网络模型和循环神经网络模型对所述n个第一预训练样本进行筛选，得到所述m个训练样本的步骤，包括：
5.根据权利要求2所述的方法，其特征在于，在将所述训练模型参数作为所述信用卡逾期预测模型的模型参数进行应用的步骤之前，预先训练信用卡逾期预测模型的步骤，还包括：
6.根据权利要求2所述的方法，其特征...
【专利技术属性】
技术研发人员：李泰丞，沙一菲，李冰洁，杨恺，
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：
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。