【技术实现步骤摘要】
本专利技术涉及人工智能，具体而言，涉及一种基于风控模型的信息预测方法及系统。
技术介绍
1、风险控制是诸多领域中的重要保障性手段。其中，在一些应用中，需要确定出风控信息对应的异常类型，如信用问题、还款能力问题、身份异常问题等，这些问题都需要进行判断，但是，在现有技术中，在进行相应的信息预测（估计、分析等操作，例如，可以基于人工智能技术实现，人工智能，artificial intelligence，简称ai，是利用数字计算机或者数字计算机控制的计算模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统）的过程中，存在着信息预测的可靠度不高的问题。
技术实现思路
1、有鉴于此，本专利技术的目的在于提供一种基于风控模型的信息预测方法及系统，以在一定程度上提高风控中信息预测的可靠度。
2、为实现上述目的，本专利技术实施例采用如下技术方案：
3、一种基于风控模型的信息预测方法，包括：
4、提取到待分析用户的多个待处理用户风控...
【技术保护点】
1.一种基于风控模型的信息预测方法，其特征在于，包括：
2.如权利要求1所述的基于风控模型的信息预测方法，其特征在于，所述异常分析操作利用异常分析神经网络执行，所述异常分析神经网络加载到的数据包括所述待处理用户风控数据和配置到所述待处理用户风控数据的前面的初始异常表征数据，所述异常分析神经网络包括特征空间第一映射单元和异常分析单元；
3.如权利要求2所述的基于风控模型的信息预测方法，其特征在于，所述利用所述特征空间第一映射单元，将所述待处理用户风控数据进行特征空间映射操作，以输出所述待处理用户风控数据中每一个数据最小粒度内容对应的空间映射特征表
【技术特征摘要】
1.一种基于风控模型的信息预测方法，其特征在于，包括：
2.如权利要求1所述的基于风控模型的信息预测方法，其特征在于，所述异常分析操作利用异常分析神经网络执行，所述异常分析神经网络加载到的数据包括所述待处理用户风控数据和配置到所述待处理用户风控数据的前面的初始异常表征数据，所述异常分析神经网络包括特征空间第一映射单元和异常分析单元；
3.如权利要求2所述的基于风控模型的信息预测方法，其特征在于，所述利用所述特征空间第一映射单元，将所述待处理用户风控数据进行特征空间映射操作，以输出所述待处理用户风控数据中每一个数据最小粒度内容对应的空间映射特征表示的步骤，包括：
4.如权利要求1所述的基于风控模型的信息预测方法，其特征在于，所述分别将每一个所述异常用户风控数据进行数据分解操作，以形成每一个所述异常用户风控数据对应的至少一个代表分解数据单元的步骤，包括：
5.如权利要求4所述的基于风控模型的信息预测方法，其特征在于，所述内容估计操作利用内容估计神经网络执行，所述内容估计神经网络包括特征空间第二映射单元和内容估计单元；
6.如权利要求1所述的基于风控模型的信息预测方法，其特征在于，在所述对单元重要度与预设重要度规则匹配的多个代表分解数据单元进行标记，以标记为多个第一代表分解数据单元的步骤以前，所述基于风控模型...
【专利技术属性】
技术研发人员：周维浩，杨萱，王震，段美宁，
申请(专利权)人：杭银消费金融股份有限公司，
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。