借贷模型训练方法、相关装置、设备以及可读存储介质制造方法及图纸

本申请提供了一种借贷模型训练方法、相关装置、设备以及可读存储介质，该方法包括：将M条特征信息预处理，得到N条特征信息；将这N条特征信息通过第一神经网络处理，得到借贷率预测值、借贷率预测值、余额留存率预测值、余额留存率预测值、第一余额预测值和第二余额预测值；将第一借贷率预测值通过第二神经网络处理得到第一数据；将第二借贷率预测值通过第三神经网络处理得到第二数据；基于第一数据、第二数据、第一余额留存率预测值、第二余额留存率预测值得到第一调整值；基于第一数据、第二数据、第一余额预测值和第二余额预测值得到第二调整值；根据第一调整值和第二调整值调整第二神经网络和第三神经网络的网络参数和/或网络结构。

【技术实现步骤摘要】

本申请涉及神经网络训练的，尤其涉及一种模型训练方法、相关装置、设备以及计算机可读存储介质。

技术介绍

1、在互联网信贷领域，互联网金融公司为了在小额贷款领域吸引更多的客户进行信贷管理，通常会采取一些营销策略。向客户发放贷款优惠券就是常见的营销策略。通常，对于互联网金融公司而言，可以根据与该公司存在历史业务关系的客户留下的过往贷款信息(例如，用户征信数据等)，互联网金融公司给这些客户发放相应的一定面额或折扣的贷款优惠券，客户凭贷款优惠券向互联网金融公司进行贷款时，可以减免部分还款金额。例如，将面值为1000元的贷款优惠券发放给客户，客户在向该互联网金融公司进行贷款后，在还款时，客户可以凭该贷款优惠券少还1000元。通过这种方式，可以减少用户的还款成本，降低用户的融资成本，提高平台的信贷竞争力。这不仅可以增加金融公司贷款的用户数量，还可以增加在贷的余额。

2、因此，如何在待投放的贷款优惠券数量一定的情况下，精确地将贷款优惠券投放给对贷款优惠券敏感程度高的用户(对于敏感程度高的客户而言，贷款优惠券是他们是否进行信贷的重要考虑因素)，是技术人员日益关注本文档来自技高网...

【技术保护点】

1.一种借贷模型训练方法，其特征在于，包括：

2.如权利要求1所述的方法，其特征在于，所述将所述M条样本数据进行预处理，得到N条预处理后的样本数据，具体包括：

3.如权利要求1所述的方法，其特征在于，所述基于所述第一数据、所述第三数据、所述第一余额留存率预测值、所述第二余额留存率预测值得到第一调整值，具体包括：

4.如权利要求1所述的方法，其特征在于，所述基于所述第二数据、所述第四数据、所述第一余额预测值和所述第二余额预测值得到第二调整值，具体包括：

5.一种借贷模型训练装置，其特征在于，包括执行如权利要求1-4任意一项所述的借贷模型训练方...

【技术特征摘要】

1.一种借贷模型训练方法，其特征在于，包括：

2.如权利要求1所述的方法，其特征在于，所述将所述m条样本数据进行预处理，得到n条预处理后的样本数据，具体包括：

3.如权利要求1所述的方法，其特征在于，所述基于所述第一数据、所述第三数据、所述第一余额留存率预测值、所述第二余额留存率预测值得到第一调整值，具体包括：

4.如权利要求1所述的方法，其特征在于，所述基于所述第二数据、所述第四数据...

【专利技术属性】
技术研发人员：徐天运，杨青，
申请(专利权)人：度小满科技北京有限公司，
类型：发明
国别省市：