【技术实现步骤摘要】
本申请涉及金融科技领域和其他相关，具体而言，涉及一种用户还款逾期风险的检测方法、装置以及电子设备。
技术介绍
1、随着互联网金融技术和业务的发展，用户可以线上直接申请贷款，这给用户带来了极大的便利，也对用户信息的审核提出了更高的要求，基于人工方式的材料审核方法无法满足互联网金融时代大规模的用户需求，因此，现有技术能够依据训练得到的传统神经网络模型作为人工智能审核工具对用户的贷款申请资料进行审核，同时检测该用户是否存在贷款还款逾期的风险，从而保障金融机构的资金回收率。
2、在现有技术中，一般基于专家经验或主成分分析法对从用户提交的贷款申请资料中提取到的用户特征进行筛选或降维，从而控制模型需要分析的用户特征的数量，防止特征爆炸，然而，由于主成分分析方法对特征进行了数据压缩，无法保证筛选得到用户特征的可解释性，从而造成用户还款逾期风险的检测准确度低的问题。
3、针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
1、本申请提供了一种用户还款逾期风险的检测方法、装置...
【技术保护点】
1.一种用户还款逾期风险的检测方法，其特征在于，包括：
2.根据权利要求1所述的用户还款逾期风险的检测方法，其特征在于，依据所述M个用户特征中的特征权值大于预设阈值的用户特征确定所述目标用户的目标风险值，包括：
3.根据权利要求1所述的用户还款逾期风险的检测方法，其特征在于，在依据所述M个用户特征中的特征权值大于预设阈值的用户特征确定所述目标用户的目标风险值之后，所述用户还款逾期风险的检测方法还包括：
4.根据权利要求2所述的用户还款逾期风险的检测方法，其特征在于，所述目标模型通过以下步骤训练得到：
5.根据权利要求4所...
【技术特征摘要】
1.一种用户还款逾期风险的检测方法，其特征在于，包括：
2.根据权利要求1所述的用户还款逾期风险的检测方法，其特征在于，依据所述m个用户特征中的特征权值大于预设阈值的用户特征确定所述目标用户的目标风险值，包括：
3.根据权利要求1所述的用户还款逾期风险的检测方法，其特征在于，在依据所述m个用户特征中的特征权值大于预设阈值的用户特征确定所述目标用户的目标风险值之后，所述用户还款逾期风险的检测方法还包括：
4.根据权利要求2所述的用户还款逾期风险的检测方法，其特征在于，所述目标模型通过以下步骤训练得到：
5.根据权利要求4所述的用户还款逾期风险的检测方法，其特征在于，依据所述每个参考用户的m个历史特征训练得到所述目标模型，包括：
6.根据权利要求5所述的用户还款逾期风险的检测方法，其特征在于，在依据所述第一用户集合和所述第二用户集合确定所述每个参考用户的m...
【专利技术属性】
技术研发人员：程鹏，
申请(专利权)人：中国工商银行股份有限公司，
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。