System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 信贷风险评估模型的特征值确定方法、装置、设备和介质制造方法及图纸_技高网

信贷风险评估模型的特征值确定方法、装置、设备和介质制造方法及图纸

技术编号:40476864 阅读:3 留言:0更新日期:2024-02-26 19:12
本发明专利技术公开了一种信贷风险评估模型的特征值确定方法、装置、设备和介质。该方法包括:获取用户授权的多个信贷风险数据,对信贷风险数据进行归一化处理获得参考信贷风险数据,参考信贷风险数据为同一标准下的信贷风险数据;将参考信贷风险数据进行共线性检验,并基于共线性检验结果对参考信贷风险数据进行筛选获得更新后信贷风险数据;基于更新后信贷风险数据,通过极大似然估计方法确定更新后信贷风险数据的数据优先级,并根据数据优先级确定信贷风险评估模型的特征值,数据优先级用于表示更新后信贷风险数据影响信贷风险评估准确性的程度。本申请解决了确定特征值过程计算量大的问题,大大的提高了特征值的确定效率。

【技术实现步骤摘要】

本专利技术涉及数据处理,尤其涉及一种信贷风险评估模型的特征值确定方法、装置、设备和介质


技术介绍

1、为了对已采集的征信数据以及用户信息等丰富的数据资源进行定量分析用户行为,有效评估用户违约风险,已经有各个机构提出了多种信贷风险评估模型。

2、信贷风险评估模型应具备分类准确性的原则,输入信贷风险评估模型的特征值也会影响模型的分类准确性。目前,应用随机森林模型对于信贷风险评估模型的特征值的确定,但是树的数量太多容易导致生成特征值较为缓慢,一般情况下,要提高筛选模型的准确性将需要更多的树,从而使算法运行缓慢无法满足实时性较高的情形,大大降低了特征值的确定效率。


技术实现思路

1、本专利技术提供了一种信贷风险评估模型的特征值确定方法、装置、设备和介质,以解决确定特征值过程计算量大的问题,大大的提高了特征值的确定效率。

2、根据本专利技术的一方面,提供了一种信贷风险评估模型的特征值确定方法,该方法包括:

3、获取用户授权的多个信贷风险数据,对所述信贷风险数据进行归一化处理获得参考信贷风险数据,所述信贷风险数据至少反映所述用户的信贷情况,所述参考信贷风险数据为同一标准下的信贷风险数据;

4、将所述参考信贷风险数据进行共线性检验,并基于共线性检验结果对所述参考信贷风险数据进行筛选获得更新后信贷风险数据;

5、基于所述更新后信贷风险数据,通过极大似然估计方法确定所述更新后信贷风险数据的数据优先级,并根据所述数据优先级确定信贷风险评估模型的特征值,所述数据优先级用于表示更新后信贷风险数据影响信贷风险评估准确性的程度。

6、根据本专利技术的另一方面,提供了一种信贷风险评估模型的特征值确定装置,该装置包括:

7、数据处理模块,用于获取用户的多个信贷风险数据,对所述信贷风险数据进行归一化处理获得参考信贷风险数据,所述信贷风险数据至少反映所述用户的信贷情况,所述参考信贷风险数据为同一标准下的信贷风险数据;

8、检验模块,用于将所述参考信贷风险数据进行共线性检验,并基于共线性检验结果对所述参考信贷风险数据进行筛选获得更新后信贷风险数据;

9、特征值确定模块,用于基于所述更新后信贷风险数据,通过极大似然估计方法确定所述更新后信贷风险数据的数据优先级,并根据所述数据优先级确定信贷风险评估模型的特征值,所述数据优先级用于表示更新后信贷风险数据影响信贷风险评估准确性的程度。

10、根据本专利技术的另一方面,提供了一种电子设备,所述电子设备包括:

11、至少一个处理器;以及

12、与所述至少一个处理器通信连接的存储器;其中,

13、所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本专利技术任一实施例所述的信贷风险评估模型的特征值确定方法。

14、根据本专利技术的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的信贷风险评估模型的特征值确定方法。

15、本专利技术实施例的技术方案,获取用户授权的多个信贷风险数据,对信贷风险数据进行归一化处理获得参考信贷风险数据,参考信贷风险数据为同一标准下的信贷风险数据;然后将参考信贷风险数据进行共线性检验,并基于共线性检验结果对参考信贷风险数据进行筛选获得更新后信贷风险数据;进一步的基于更新后信贷风险数据,通过极大似然估计方法确定更新后信贷风险数据的数据优先级,并根据数据优先级确定信贷风险评估模型的特征值,数据优先级用于表示更新后信贷风险数据影响信贷风险评估准确性的程度。本申请解决了确定特征值过程计算量大的问题,大大的提高了特征值的确定效率。

16、应当理解,本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征,也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。

本文档来自技高网...

【技术保护点】

1.一种信贷风险评估模型的特征值确定方法,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,所述信贷风险数据包括信贷风险指标和所述信贷风险指标对应的变量赋值信息。

3.根据权利要求2所述的方法,其特征在于,对所述信贷风险数据进行归一化处理获得参考信贷风险数据,包括:

4.根据权利要求1所述的方法,其特征在于,将所述参考信贷风险数据进行共线性检验,并基于共线性检验结果对所述参考信贷风险数据进行筛选获得更新后信贷风险数据,包括:

5.根据权利要求1所述的方法,其特征在于,根据所述数据优先级确定信贷风险评估模型的特征值,包括:

6.一种信贷风险评估模型的特征值确定装置,其特征在于,所述装置包括:

7.根据权利要求6所述的装置,其特征在于,所述信贷风险数据包括信贷风险指标和所述信贷风险指标对应的变量赋值信息。

8.根据权利要求7所述的装置,其特征在于,数据处理模块,用于:

9.一种电子设备,其特征在于,所述电子设备包括:

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-5中任一项所述的信贷风险评估模型的特征值确定方法。

...

【技术特征摘要】

1.一种信贷风险评估模型的特征值确定方法,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,所述信贷风险数据包括信贷风险指标和所述信贷风险指标对应的变量赋值信息。

3.根据权利要求2所述的方法,其特征在于,对所述信贷风险数据进行归一化处理获得参考信贷风险数据,包括:

4.根据权利要求1所述的方法,其特征在于,将所述参考信贷风险数据进行共线性检验,并基于共线性检验结果对所述参考信贷风险数据进行筛选获得更新后信贷风险数据,包括:

5.根据权利要求1所述的方法,其特征在于,根据所述数据优先级确定信贷风...

【专利技术属性】
技术研发人员:代新月黎彦宏
申请(专利权)人:中国农业银行股份有限公司
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