【技术实现步骤摘要】
本专利技术涉及信用数据降维，尤其涉及一种适用于信用风险评估的持续自适应降维方法及系统。
技术介绍
1、随着金融科技的快速发展，信用风险评估在信贷审批、反欺诈、客户分群等场景中发挥着至关重要的作用，通过对客户多维特征数据的深度挖掘实现违约概率或信用风险预测。随着金融业务线上化转型，信贷数据呈现出海量化、高维化和动态化的特征，这给传统风险评估方法带来巨大挑战。数据降维技术在此过程中发挥着关键作用：一方面，它能将数百个原始特征压缩至核心维度，消除冗余信息并提升模型效率；另一方面，通过保留最具判别力的特征组合，降维处理可显著提升信用评分的准确性。
2、然而传统信用风险评估模型普遍采用的静态批处理建模。这种模式首先需要整合历史客户数据构建训练集，经过特征工程提取数百个原始特征后，使用pca或因子分析等传统方法进行一次性降维处理，最终基于降维后的特征训练静态评分卡模型。然而，信用数据具有动态演化特性：新客户不断涌入、用户行为模式持续变化、风险类别动态扩展，这使得静态建模方法在动态业务环境中面临严峻挑战：当系统需要纳入新增客户数据时，必须...
【技术保护点】
1.一种适用于信用风险评估的持续自适应降维方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种适用于信用风险评估的持续自适应降维方法，其特征在于，对历史信用数据和新时期的信用数据进行风险特征预处理，所述风险特征预处理包括关键信用指标提取和标准化处理。
3.根据权利要求1所述的一种适用于信用风险评估的持续自适应降维方法，其特征在于，所述将不同时期的初始风险特征超球模型作为信用知识单元存储至知识库，包括：
4.根据权利要求1所述的一种适用于信用风险评估的持续自适应降维方法，其特征在于，所述根据历史信用数据通过超球计算生成不同时...
【技术特征摘要】
1.一种适用于信用风险评估的持续自适应降维方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种适用于信用风险评估的持续自适应降维方法，其特征在于，对历史信用数据和新时期的信用数据进行风险特征预处理，所述风险特征预处理包括关键信用指标提取和标准化处理。
3.根据权利要求1所述的一种适用于信用风险评估的持续自适应降维方法，其特征在于，所述将不同时期的初始风险特征超球模型作为信用知识单元存储至知识库，包括：
4.根据权利要求1所述的一种适用于信用风险评估的持续自适应降维方法，其特征在于，所述根据历史信用数据通过超球计算生成不同时期的初始风险特征超球模型，包括：
...
【专利技术属性】
技术研发人员：杨新，曹雪梅，李永豪，李子杰，魏兵军，李艳花，王杨扬，赵家浩，李婷婷，
申请(专利权)人：西南财经大学，
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。