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() 事务数据预测方法、装置、存储介质、产品及电子设备制造方法及图纸_技高网

事务数据预测方法、装置、存储介质、产品及电子设备制造方法及图纸

技术编号:40517341 阅读:9 留言:0更新日期:2024-03-01 13:34
本申请公开了事务数据预测方法、装置、存储介质、产品及电子设备,其中,方法包括:获取目标用户的日常事务交互信息,基于所述日常事务交互信息提取所述目标用户的日常交互特征,若存在所述目标用户的目标信用信息,则基于所述目标信用信息提取所述目标用户的目标信用特征,所述目标信用特征包括目标信用交互特征和目标地址特征,基于所述日常交互特征和目标信用特征,采用事务数据预测模型对所述目标用户进行事务数据预测处理,获得所述目标用户的事务数据预测值。

【技术实现步骤摘要】

本申请涉及计算机,尤其涉及事务数据预测方法、装置、存储介质、产品及电子设备


技术介绍

1、征信是专业化的、独立的第三方机构为个人或企业建立信用档案,依法采集、客观记录其信用信息,并依法对外提供信用信息服务的一种活动,它为专业化的授信机构提供了信用信息共享的平台。银行、证券公司等金融持牌机构可以通过查询用户的征信等信用信息,来预测用户的相关事务数据,例如花销、薪水等等,便于为用户提供金融服务。但是现有技术中的事务数据预测方法十分依赖用户的信用信息,而信用信息的查询需要花费较大的人力物力,为事务数据预测带来了不便,需要提出一种更为便捷,更为贴近用户日常行为的事务数据预测方法。


技术实现思路

1、本申请实施例提供了事务数据预测方法、装置、存储介质及电子设备,可以通过结合用户的日常交互行为、用户信用信息以及用户的地址信息,来预测用户的事务数据,使得用户的事务数据预测结果更贴合用户的日常行为习惯,提高事务数据预测的准确性。所述技术方案如下:

2、第一方面,本申请实施例提供了一种事务数据预测方法,所述方法包括:

3、获取目标用户的日常事务交互信息,基于所述日常事务交互信息提取所述目标用户的日常交互特征;

4、若存在所述目标用户的目标信用信息,则基于所述目标信用信息提取所述目标用户的目标信用特征,所述目标信用特征包括目标信用交互特征和目标地址特征;

5、基于所述日常交互特征和目标信用特征,采用事务数据预测模型对所述目标用户进行事务数据预测处理,获得所述目标用户的事务数据预测值。

6、第二方面,本申请实施例提供了一种事务数据预测模型训练方法,所述方法包括:

7、创建初始事务数据预测模型,获取样本用户的样本日常交互特征、样本信用特征和样本事务数据实际值;

8、基于所述样本日常交互特征和样本信用特征值,对所述初始事务数据预测模型进行至少一轮模型训练,得到所述样本用户对应的样本事务数据预测值;

9、基于所述样本事务数据预测值和所述样本事务数据实际值对所述初始事务数据预测模型进行参数调制处理,直至所述初始事务数据预测模型完成模型训练,得到事务数据预测模型。

10、第三方面,本申请实施例提供了一种事务数据预测装置,所述装置包括:

11、日常特征获取模块,用于获取目标用户的日常事务交互信息,基于所述日常事务交互信息提取所述目标用户的日常交互特征;

12、信用特征获取模块,用于若存在所述目标用户的目标信用信息,则基于所述目标信用信息提取所述目标用户的目标信用特征,所述目标信用特征包括目标信用交互特征和目标地址特征;

13、事务数据预测模块,用于基于所述日常交互特征和目标信用特征,采用事务数据预测模型对所述目标用户进行事务数据预测处理,获得所述目标用户的事务数据预测值。

14、第四方面,本申请实施例提供了一种事务数据预测模型训练装置,所述装置包括:

15、模型创建模块,用于创建初始事务数据预测模型,获取样本用户的样本日常交互特征、样本信用特征和样本事务数据实际值;

16、模型训练模块,用于基于所述样本日常交互特征和样本信用特征值,对所述初始事务数据预测模型进行至少一轮模型训练,得到所述样本用户对应的样本事务数据预测值;

17、参数调整模块,用于基于所述样本事务数据预测值和所述样本事务数据实际值对所述初始事务数据预测模型进行参数调制处理,直至所述初始事务数据预测模型完成模型训练,得到事务数据预测模型。

18、第五方面,本申请实施例提供一种计算机存储介质,所述计算机存储介质存储有多条指令,所述指令适于由处理器加载并执行上述的方法步骤。

19、第六方面,本说明书提供一种计算机程序产品,所述计算机程序产品存储有至少一条指令,所述指令适于由处理器加载并执行本说明书一个或多个实施例的方法步骤。

20、第七方面,本申请实施例提供一种电子设备,可包括:处理器和存储器;其中,所述存储器存储有计算机程序,所述计算机程序适于由所述处理器加载并执行上述的方法步骤。

21、在本申请一个或多个实施例中,获取目标用户的日常事务交互信息,基于所述日常事务交互信息提取所述目标用户的日常交互特征,若存在所述目标用户的目标信用信息,则基于所述目标信用信息提取所述目标用户的目标信用特征,所述目标信用特征包括目标信用交互特征和目标地址特征,基于所述日常交互特征和目标信用特征,采用事务数据预测模型对所述目标用户进行事务数据预测处理,获得所述目标用户的事务数据预测值。通过结合用户的日常交互行为、用户信用信息以及用户的地址信息,来预测用户的事务数据,使得用户的事务数据预测结果更贴合用户的日常行为习惯,提高了事务数据预测的准确性。

本文档来自技高网...

【技术保护点】

1.一种事务数据预测方法,所述方法包括:

2.根据权利要求1所述的方法,所述获取目标用户的日常事务交互信息,基于所述日常事务交互信息提取所述目标用户的日常交互特征,包括:

3.根据权利要求1所述的方法,所述若存在所述目标用户的目标信用信息,则基于所述目标信用信息提取所述目标用户的目标信用特征,包括:

4.根据权利要求3所述的方法,所述对所述居住地址信息和工作地址信息进行特征提取处理获得所述目标用户的目标地址特征,包括:

5.根据权利要求1所述的方法,所述基于所述日常交互特征和目标信用特征,采用事务数据预测模型对所述目标用户进行事务数据预测处理,获得所述目标用户的事务数据预测值之前,还包括:

6.根据权利要求5所述的方法,所述基于所述日常交互特征和目标信用特征,采用事务数据预测模型对所述目标用户进行事务数据预测处理,获得所述目标用户的事务数据预测值之前,还包括:

7.根据权利要求5所述的方法,所述若存在所述关联用户的关联信用特征,则对所述关联信用特征进行聚合处理,获得所述目标用户的目标信用特征,包括:

<p>8.根据权利要求5所述的方法,所述若存在所述关联用户的关联信用特征,则对所述关联信用特征进行聚合处理,获得所述目标用户的目标信用特征,包括:

9.一种事务数据预测模型训练方法,所述方法包括:

10.一种事务数据预测装置,所述装置包括:

11.一种事务数据预测模型训练装置,所述装置包括:

12.一种计算机存储介质,所述计算机存储介质存储有多条指令,所述指令适于由处理器加载并执行如权利要求1~8和9任意一项的方法步骤。

13.一种计算机程序产品,该计算机程序产品存储有至少一条指令,所述至少一条指令由处理器加载并执行如权利要求1~8和9任意一项的方法步骤。

14.一种电子设备,包括:处理器和存储器;其中,所述存储器存储有计算机程序,所述计算机程序适于由所述处理器加载并执行如权利要求1~8和9任意一项的方法步骤。

...

【技术特征摘要】

1.一种事务数据预测方法,所述方法包括:

2.根据权利要求1所述的方法,所述获取目标用户的日常事务交互信息,基于所述日常事务交互信息提取所述目标用户的日常交互特征,包括:

3.根据权利要求1所述的方法,所述若存在所述目标用户的目标信用信息,则基于所述目标信用信息提取所述目标用户的目标信用特征,包括:

4.根据权利要求3所述的方法,所述对所述居住地址信息和工作地址信息进行特征提取处理获得所述目标用户的目标地址特征,包括:

5.根据权利要求1所述的方法,所述基于所述日常交互特征和目标信用特征,采用事务数据预测模型对所述目标用户进行事务数据预测处理,获得所述目标用户的事务数据预测值之前,还包括:

6.根据权利要求5所述的方法,所述基于所述日常交互特征和目标信用特征,采用事务数据预测模型对所述目标用户进行事务数据预测处理,获得所述目标用户的事务数据预测值之前,还包括:

7.根据权利要求5所述的方法,所述若存在所述关联...

【专利技术属性】
技术研发人员:赵孝松
申请(专利权)人:重庆蚂蚁消费金融有限公司
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