因果图模型处理方法及装置制造方法及图纸

技术编号:40327063 阅读:29 留言:0更新日期:2024-02-09 14:20
一种因果图模型处理方法及装置,该方法包括:根据按顺序排列的贷前特征、贷中特征、N个贷后特征以及Vintage坏账率之间的因果关系,对应创建包含N+3个节点的因果图;获取M条样本数据,样本数据包括N+3个样本特征数据,N+3个样本特征数据包括按顺序排列的样本贷前特征、样本贷中特征、N个样本贷后特征和样本Vintage坏账率;根据M条样本数据和因果图进行机器学习,获得用于预测Vintage坏账率的因果图模型,其中包括因果图、因果图中各条有向边所分别对应的映射关系以及以相同节点为终止节点的有向边间的组合关系,映射关系是以其对应的有向边的起始节点为干预变量的回归模型,组合关系是以其对应的有向边的终止节点为结果变量的回归模型。

【技术实现步骤摘要】

本说明书实施例属于计算机,尤其涉及一种因果图模型处理方法及装置


技术介绍

1、随着互联网技术的飞速发展,极力推进互联网金融行业的发展以及普惠金融的建设,但互联网技术并没有改变金融的核心,风险监控。其中vintage坏账率是风险监控中的典型指标。

2、越准确的vintage坏账率预测,越有利于金融机构对业务决策提供更大的辅助价值,有利于更早的预估风险并对应的采取干预措施来实现降低相关风险。


技术实现思路

1、本专利技术的目的在于提供一种因果图模型处理方法及装置。

2、第一方面,提供了一种因果图模型处理方法,包括:根据按顺序排列的贷前特征、贷中特征、n个贷后特征以及vintage坏账率之间的因果关系,对应创建包含n+3个节点的因果图;获取m条样本数据,所述样本数据包括n+3个样本特征数据,所述n+3个样本特征数据包括按顺序排列的样本贷前特征、样本贷中特征、n个样本贷后特征和样本vintage坏账率;根据所述m条样本数据和所述因果图进行机器学习,获得用于预测vintage坏账率的因果图模型本文档来自技高网...

【技术保护点】

1.一种因果图模型处理方法,所述方法包括:

2.根据权利要求1所述的方法,所述因果关系包括:

3.根据权利要求1所述的方法,所述根据所述M条样本数据和所述因果图进行机器学习,获得用于预测Vintage坏账率的因果图模型,包括:

4.根据权利要求1所述的方法,所述方法还包括:

5.根据权利要求4所述的方法,所述根据所述因果图模型处理所述K个目标特征数据,获得目标Vintage坏账率,包括:

6.根据权利要求1-5中任一项所述的方法,其中:

7.一种因果图模型处理装置,所述装置包括:

8.根据权利要求7所述的...

【技术特征摘要】

1.一种因果图模型处理方法,所述方法包括:

2.根据权利要求1所述的方法,所述因果关系包括:

3.根据权利要求1所述的方法,所述根据所述m条样本数据和所述因果图进行机器学习,获得用于预测vintage坏账率的因果图模型,包括:

4.根据权利要求1所述的方法,所述方法还包括:

5.根据权利要求4所述的方法,所述根据所述因果图模型处理所述k个目标特征数据,获得目标vintage坏账率,包括:

6.根据权利要求1-5中任一项所述的方法,其中:

7.一种因果图模型处理装置,所述装置包括:

8.根据权利要求7所述的装置,所述因果关系包括:

9.根据权利要求8所述的装置,所述模型训练单元,配置为对于所述n+3个节点中除与所述贷前特征相对应的节点以外的任意第j个节点,从所述因果图中确定出以所述第j个节点为终止节点的l条有向边以及其对应的l个起始节点;根据所述样本数据中与所述l个起始节点和所述第j个节点对应的l+1个样本特征数据进行机器学习,获得所述l条有向边所分别对应的映射关系和所述l条有向边间的组合关系。

10.根据权利要求8所述的装置,所述...

【专利技术属性】
技术研发人员:殷旭东吴云崇章鹏
申请(专利权)人:蚂蚁区块链科技上海有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1