风险评估模型训练方法、风险预测方法技术

本说明书实施例公开了一种风险评估模型训练方法、风险预测方法。该训练方法包括：获取若干承租方的样本数据集，每个样本数据集包括多个表征承租方经营信息和风险信息的特征数据、风险概率真值；将每个样本数据集的多个特征数据输入风险评估模型进行局部训练，利用损失函数进行预测判断，训练获得每一个样本所对应风险评估模型的局部最优参数；利用代价函数对所有样本进行全局训练，当代价函数最小时，训练完毕，获得风险评估模型的全局最优参数并输出训练好的风险评估模型；风险评估模型的参数包括每个特征数据的权重。风险预测方法基于训练得到的风险评估模型预测风险概率。本说明书实施例能客观、高效、较为准确预测风险。

【技术实现步骤摘要】

本说明书的一个或多个实施例涉及数据处理，特别的涉及风险评估模型的训练方法、风险预测方法。

技术介绍

1、出租人根据承租方的请求，与第三方(供货商)订立供货合同，出租人根据供货合同出资向供货商购买承租方选定的设备。为了保障出租人的权益，对承租方的信用等级进行风险评估就显得尤为重要。

2、为了确保上述业务的有序进行、避免租后风险对出租方造成损失，出租方在租后阶段会定期对承租方的经营状况、还款行为等进行监控，以判定承租方是否存在信用风险。然而，此类租后风险判定方法实时性较弱，较难提前预知承租方信用风险。

3、 专利技术专利申请cn202110110606.0 公开了基于区块链的租赁风险评估方法，该方法包括从区块链系统中获取目标承租方所承租的目标租赁设备的运行数据；基于运行数据，通过评估模型对目标承租方关于目标租赁设备的租赁业务进行风险评估。运行数据由设置于目标租赁设备中的物联网模块采集并上传至区块链系统。一方面，该专利技术对获取、采集租赁设备物联网采集数据的硬件和系统要求较高，且需要具备获取权限；另一方面，该专利技术风险评估基于的运行数据本文档来自技高网...

【技术保护点】

1.风险评估模型训练方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述获取若干承租方的样本数据集，包括：

3.根据权利要求2所述的方法，其特征在于，所述获取若干承租方的样本数据集，还包括：

4.根据权利要求3所述的方法，其特征在于，所述利用特征选择函数，从特征数值化处理后的特征数据中选取关联特征数据，包括：

5.根据权利要求1所述的方法，其特征在于，在所述将每个样本数据集的多个特征数据输入风险评估模型进行局部训练前，还包括：利用正态分布随机初始化风险评估模型中每个特征数据的权重。

6.根据权利要求1所述的方...

【技术特征摘要】

1.风险评估模型训练方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述获取若干承租方的样本数据集，包括：

3.根据权利要求2所述的方法，其特征在于，所述获取若干承租方的样本数据集，还包括：

4.根据权利要求3所述的方法，其特征在于，所述利用特征选择函数，从特征数值化处理后的特征数据中选取关联特征数据，包括：

5.根据权利要求1所述的方法，其特征在于，在所述将每个样本数据集的多个特征数据输入风险评估模型进行局部训练前，还包括：利用正态分布随机初始化风险评估模型中每...

【专利技术属性】
技术研发人员：张闻天，闫大强，楼宗，
申请(专利权)人：浙江浙商金控有限公司，
类型：发明
国别省市：