【技术实现步骤摘要】
本申请涉及人工智能，特别是涉及一种资源借调等级预测方法、装置、设备、存储介质和程序产品。
技术介绍
1、银行在开展资源借调业务时，需要考虑客户的可承受的资源借调等级，不同的客户通常对应不同的资源借调等级，银行针对不同的资源借调等级执行资源借调业务。
2、现有技术中，通常由人工根据客户信息和客户的历史资源借调行为对客户的资源借调等级进行预测。
3、然而，上述资源借调等级预测方法准确性低。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够提高资源借调等级预测的准确性的资源借调等级预测方法、装置、设备、存储介质和程序产品。
2、第一方面，本申请提供了一种资源借调等级预测方法。该方法包括：
3、利用等级预测模型中的第一卷积层对用户数据进行特征提取，得到第一卷积结果；
4、利用该等级预测模型中的第一残差层对第一卷积结果进行残差处理，确定目标残差结果；
5、根据该目标残差结果和该等级预测模型中的第一密集卷积层，确定用户的信誉度等级和净值等级；
6、基于该用户的信誉度等级对应的量化值和该用户的净值等级对应的量化值，得到该用户的资源借调等级。
7、在其中一个实施例中，该利用该等级预测模型中的第一残差层对第一卷积结果进行残差处理，确定目标残差结果，包括：
8、利用该等级预测模型中的第一残差层对该第一卷积结果进行残差处理，得到第一残差结果；
9、将该第一残差结果输入至该
10、利用该等级预测模型中的第一全连接层对该第二残差结果进行压缩处理，得到目标残差结果。
11、在其中一个实施例中，该第一残差层包括第二卷积层和第三卷积层，该利用该等级预测模型中的第一残差层对该第一卷积结果进行残差处理，得到第一残差结果，包括：
12、对该第一卷积结果进行特征映射，得到第一映射结果；
13、根据该第一卷积结果和该第二卷积层、第三卷积层，得到第二卷积结果；
14、将该第一映射结果与该第二卷积结果求和，得到该第一残差结果。
15、在其中一个实施例中，该根据该目标残差结果和该等级预测模型中的第一密集卷积层，确定用户的信誉度等级和净值等级，包括：
16、利用该等级预测模型中的第一密集卷积层对该第一卷积结果进行特征提取，以确定目标密集卷积结果；
17、根据该目标密集卷积结果和该目标残差结果，确定该用户的信誉度等级和净值等级。
18、在其中一个实施例中，该利用该等级预测模型中的第一密集卷积层对该第一卷积结果进行特征提取，以确定目标密集卷积结果，包括：
19、利用该等级预测模型中的第一密集卷积层对该第一卷积结果进行特征提取，得到第一密集卷积结果；
20、将该第一密集卷积结果输入至该该等级预测模型中的第一池化层，得到第一池化结果；
21、将该第一池化结果输入至该等级预测模型中的第二密集卷积层，得到第二密集卷积结果；
22、将该第二密集卷积结果输入至该该等级预测模型中的第二池化层，得到第二池化结果；
23、利用该等级预测模型中的第二全连接层对该第二池化结果进行压缩处理，得到目标密集卷积结果。
24、在其中一个实施例中，该第一密集卷积层包括第四卷积层、第五卷积层和第六卷积层，该利用该等级预测模型中的第一密集卷积层对该第一卷积结果进行特征提取，得到第一密集卷积结果，包括：
25、将该第一卷积结果输入至该第四卷积层中，得到第三卷积结果；
26、将该第一卷积结果和该第三卷积结果输入至该第五卷积层中，得到第四卷积结果；
27、将该第一卷积结果、该第三卷积结果和该第四卷积结果输入至该第六卷积层中，得到该第一密集卷积结果。
28、在其中一个实施例中，该根据该目标密集卷积结果和该目标残差结果，确定该用户的信誉度等级和净值等级，包括：
29、确定第一概率值与第二概率值之间的第一均值；该第一概率值为该目标密集卷积结果中各该第一信誉度等级的概率值，该第二概率值为该目标残差结果中与该第一信誉度等级对应的第二信誉度等级的概率值；
30、将最大的第一均值对应的信誉度等级作为该用户的信誉度等级；
31、确定第三概率值与第四概率值之间的第二均值；该第三概率值为该目标密集卷积结果中各该第一净值等级的概率值，该第四概率值为与该目标残差结果中与该第一净值等级对应的第二净值等级的概率值；
32、将最大的第二均值对应的净值等级作为该用户的净值等级。
33、在其中一个实施例中，该基于该用户的信誉度等级对应的量化值和该用户的净值等级对应的量化值，得到该用户的资源借调等级，包括：
34、确定该用户的信誉度等级对应的量化值与该信誉度等级的权重的第一乘积结果；
35、确定该用户的净值等级对应的量化值与该净值等级对应的权重的第二乘积；
36、确定该第一乘积结果与该第二乘积结果的求和结果；
37、根据该求和结果查找映射关系表，得到该用户的资源借调等级；该映射关系表包括不同的求和结果与不同的用户的资源借调等级之间的映射关系。
38、第二方面，本申请还提供了一种资源借调等级预测装置。该装置包括：
39、提取模块，用于利用等级预测模型中的第一卷积层对用户数据进行特征提取，得到第一卷积结果；
40、处理模块，用于利用该等级预测模型中的第一残差层对第一卷积结果进行残差处理，确定目标残差结果；
41、第一确定模块，用于根据该目标残差结果和该等级预测模型中的第一密集卷积层，确定用户的信誉度等级和净值等级；
42、第二确定模块，用于基于该用户的信誉度等级对应的量化值和该用户的净值等级对应的量化值，得到该用户的资源借调等级。
43、第三方面，本申请还提供了一种计算机设备。该计算机设备包括存储器和处理器，该存储器存储有计算机程序，该处理器执行该计算机程序时实现以上方法的步骤。
44、第四方面，本申请还提供了一种计算机可读存储介质。该计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以上方法的步骤。
45、第五方面，本申请还提供了一种计算机程序产品。该计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以上方法的步骤。
46、上述资源借调等级预测方法、装置、设备、存储介质和程序产品，利用等级预测模型中的第一卷积层对用户数据进行特征提取，得到第一卷积结果，利用等级预测模型中的第一残差层对第一卷积结果进行残差处理，确定目标残差结果，根据目标残差结果和等级预测模型中的第一密集卷积层，确定用户的信誉度等级和净值等级，基于用户的信誉度等级对应的量化值和用户的净值等级对应的量化值，得到用户的资源借调等级。传统本文档来自技高网...
【技术保护点】
1.一种资源借调等级预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述利用所述等级预测模型中的第一残差层对第一卷积结果进行残差处理，确定目标残差结果，包括：
3.根据权利要求2所述的方法，其特征在于，所述第一残差层包括第二卷积层和第三卷积层，所述利用所述等级预测模型中的第一残差层对所述第一卷积结果进行残差处理，得到第一残差结果，包括：
4.根据权利要求1所述的方法，其特征在于，所述根据所述目标残差结果和所述等级预测模型中的第一密集卷积层，确定用户的信誉度等级和净值等级，包括：
5.根据权利要求4所述的方法，其特征在于，所述利用所述等级预测模型中的第一密集卷积层对所述第一卷积结果进行特征提取，以确定目标密集卷积结果，包括：
6.根据权利要求5所述的方法，其特征在于，所述第一密集卷积层包括第四卷积层、第五卷积层和第六卷积层，所述利用所述等级预测模型中的第一密集卷积层对所述第一卷积结果进行特征提取，得到第一密集卷积结果，包括：
7.根据权利要求4-6任意一项所述的方法，其特征在于，
8.根据权利要求1所述的方法，其特征在于，所述基于所述用户的信誉度等级对应的量化值和所述用户的净值等级对应的量化值，得到所述用户的资源借调等级，包括：
9.一种资源借调等级预测装置，其特征在于，所述装置包括：
10.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的方法的步骤。
11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。
12.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种资源借调等级预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述利用所述等级预测模型中的第一残差层对第一卷积结果进行残差处理，确定目标残差结果，包括：
3.根据权利要求2所述的方法，其特征在于，所述第一残差层包括第二卷积层和第三卷积层，所述利用所述等级预测模型中的第一残差层对所述第一卷积结果进行残差处理，得到第一残差结果，包括：
4.根据权利要求1所述的方法，其特征在于，所述根据所述目标残差结果和所述等级预测模型中的第一密集卷积层，确定用户的信誉度等级和净值等级，包括：
5.根据权利要求4所述的方法，其特征在于，所述利用所述等级预测模型中的第一密集卷积层对所述第一卷积结果进行特征提取，以确定目标密集卷积结果，包括：
6.根据权利要求5所述的方法，其特征在于，所述第一密集卷积层包括第四卷积层、第五卷积层和第六卷积层，所述利用所述等级预测模型中的第一密集卷积层对所述第一卷积结果进行...
【专利技术属性】
技术研发人员：卢翔，
申请(专利权)人：中国银行股份有限公司，
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。