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()
【技术实现步骤摘要】
本申请涉及数据处理,尤其涉及一种确定用户的信用状态的方法及装置。
技术介绍
1、随着神经网络模型的快速发展,利用神经网络模型确定金融领域用户的信用状态逐渐成为一种主要的方式。然而不同经济周期的用户往往呈现不同的分布,用于训练神经网络模型的数据和用于确定用户信用状态的数据往往结构不同,因此,神经网络模型根据训练数据学习到的确定用户信用状态的能力,通常无法很好的应用于后续数据,导致神经网络模型在金融领域应用的鲁棒性面临重大挑战。
2、综上,如何确定用户的信用状态,还需进一步研究。
技术实现思路
1、本申请提供一种确定用户的信用状态的方法及装置,用于实现准确确定用户的信用状态。
2、第一方面,本专利技术实施例提供一种确定用户的信用状态的方法,该方法可以由确定用户的信用状态的装置来执行,该方法包括:获取第一数据集对应的第一结构图和第二数据集对应的第二结构图;其中,所述第一数据集包括m个用户的特征信息和所述m个用户的信用状态信息,所述第二数据集包括n个用户的特征信息;根据所述第一结构图和所述第二结构图,确定第三结构图;所述第三结构图和所述第二结构图的结构属性相同,所述结构属性为度分布或接近中心性分布;根据所述第三结构图对神经网络模型进行训练;将所述第二结构图输入训练后的神经网络模型,确定所述n个用户的信用状态信息。
3、本申请提出的确定用户的信用状态的方法,能够根据第一结构图和第二结构图,确定与第二结构图结构属性相同的第三结构图,从而能够消除训练数据与测试
4、在一种可能的实现方式中,根据所述第一结构图和所述第二结构图,确定第三结构图,所述方法包括:根据所述第一结构图的结构属性和所述第二结构图的结构属性,确定所述第一结构图中m个用户节点的权重;在所述第一结构图中的两个用户节点存在连边的情况下,根据所述两个用户节点的权重和所述两个用户节点的度数,确定所述连边的概率;其中,用户节点的度数用于表征所述用户节点上连边的数量;根据所述m个用户节点的权重、所述第一结构图中的各个连边的概率和采样比例l,得到所述第三结构图,所述第三结构图包括w个用户节点数,w=m*l。
5、在一种可能的实现方式中,根据所述m个用户节点的权重、所述第一结构图中的各个连边的概率和采样比例l,得到所述第三结构图,包括:根据所述m个用户节点的权重,从所述m个用户节点中确定第一用户节点;若所述第一用户节点与p个用户节点之间存在连边,根据所述第一用户节点和所述p个用户节点之间的连边的概率,从所述p个用户节点中确定q个用户节点;根据所述第一用户节点和所述q个用户节点,得到所述第三结构图,所述w个用户节点包括所述第一用户节点和所述q个用户节点。
6、在一种可能的实现方式中,所述第一数据集为第一时间段内的数据集,所述第二数据集为第二时间段内的数据集;所述第一时间段在所述第二时间段之前,且所述第一时间段的结束时刻与所述第二时间段的开始时刻之间的间隔小于预设时间长度。
7、第二方面,本专利技术实施例提供一种确定用户的信用状态的装置,所述装置包括:获取模块,用于获取第一数据集对应的第一结构图和第二数据集对应的第二结构图;其中,所述第一数据集包括m个用户的特征信息和所述m个用户的信用状态信息,所述第二数据集包括n个用户的特征信息;确定模块,用于根据所述第一结构图和所述第二结构图,确定第三结构图;所述第三结构图和所述第二结构图的结构属性相同,所述结构属性为度分布或接近中心性分布;训练模块,用于根据所述第三结构图对神经网络模型进行训练;所述确定模块还用于,将所述第二结构图输入训练后的神经网络模型,确定所述n个用户的信用状态信息。
8、在一种可能的实现方式中,所述确定模块具体用于,根据所述第一结构图的结构属性和所述第二结构图的结构属性,确定所述第一结构图中m个用户节点的权重;在所述第一结构图中的两个用户节点存在连边的情况下,根据所述两个用户节点的权重和所述两个用户节点的度数,确定所述连边的概率;其中,用户节点的度数用于表征所述用户节点上连边的数量;根据所述m个用户节点的权重、所述第一结构图中的各个连边的概率和采样比例l,得到所述第三结构图,所述第三结构图包括w个用户节点数,w=m*l。
9、在一种可能的实现方式中,所述确定模块具体用于,根据所述m个用户节点的权重,从所述m个用户节点中确定第一用户节点;若所述第一用户节点与p个用户节点之间存在连边,根据所述第一用户节点和所述p个用户节点之间的连边的概率,从所述p个用户节点中确定q个用户节点;根据所述第一用户节点和所述q个用户节点,得到所述第三结构图,所述w个用户节点包括所述第一用户节点和所述q个用户节点。
10、在一种可能的实现方式中,所述第一数据集为第一时间段内的数据集,所述第二数据集为第二时间段内的数据集;所述第一时间段在所述第二时间段之前,且所述第一时间段的结束时刻与所述第二时间段的开始时刻之间的间隔小于预设时间长度。
11、第三方面,本专利技术实施例提供一种确定用户的信用状态的装置,所述装置包括存储器和处理器,所述存储器用于存储计算机程序或指令;所述处理器,用于调用所述存储器中存储的计算机程序或指令,执行如第一方面任一种可能的实现方式中的方法。
12、第四方面,本专利技术实施例提供一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当计算机读取并执行所述指令时,使得所述计算机执行如第一方面任一种可能的实现方式中的方法。
13、第五方面,本专利技术实施例提供一种计算机程序产品,所述计算机程序产品中存储有指令,当计算机读取并执行所述指令时,使得所述计算机执行如第一方面任一种可能的实现方式中的方法。
本文档来自技高网...【技术保护点】
1.一种确定用户的信用状态的方法,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,根据所述第一结构图和所述第二结构图,确定第三结构图,所述方法包括:
3.根据权利要求2所述的方法,其特征在于,根据所述M个用户节点的权重、所述第一结构图中的各个连边的概率和采样比例L,得到所述第三结构图,包括:
4.根据权利要求1至3中任一项所述的方法,其特征在于,所述第一数据集为第一时间段内的数据集,所述第二数据集为第二时间段内的数据集;所述第一时间段在所述第二时间段之前,且所述第一时间段的结束时刻与所述第二时间段的开始时刻之间的间隔小于预设时间长度。
5.一种确定用户的信用状态的装置,其特征在于,所述装置包括:
6.根据权利要求5所述的装置,其特征在于,所述确定模块具体用于:
7.根据权利要求6所述的装置,其特征在于,所述确定模块具体用于:
8.根据权利要求5至7中任一项所述的装置,其特征在于,所述第一数据集为第一时间段内的数据集,所述第二数据集为第二时间段内的数据集;所述第一时间段在所述第
9.一种确定用户的信用状态的装置,其特征在于,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中存储有指令,当计算机读取并执行所述指令时,使得所述计算机执行如权利要求1至4中任一项所述的方法。
...【技术特征摘要】
1.一种确定用户的信用状态的方法,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,根据所述第一结构图和所述第二结构图,确定第三结构图,所述方法包括:
3.根据权利要求2所述的方法,其特征在于,根据所述m个用户节点的权重、所述第一结构图中的各个连边的概率和采样比例l,得到所述第三结构图,包括:
4.根据权利要求1至3中任一项所述的方法,其特征在于,所述第一数据集为第一时间段内的数据集,所述第二数据集为第二时间段内的数据集;所述第一时间段在所述第二时间段之前,且所述第一时间段的结束时刻与所述第二时间段的开始时刻之间的间隔小于预设时间长度。
5.一种确定用户的信用状态的装置,其特征在于,所述装置...
【专利技术属性】
技术研发人员:黄仁泓,孙逸飞,杨洋,王扬,王玉翔,陈磊,
申请(专利权)人:上海上湖信息技术有限公司,
类型:发明
国别省市:
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。