風控模型優(yōu)化方法、裝置、計算機設備及存儲介質
基本信息

| 申請?zhí)?/td> | CN202010656660.0 | 申請日 | - |
| 公開(公告)號 | CN111861701A | 公開(公告)日 | 2020-10-30 |
| 申請公布號 | CN111861701A | 申請公布日 | 2020-10-30 |
| 分類號 | G06Q40/02(2012.01)I | 分類 | 計算;推算;計數; |
| 發(fā)明人 | 陳嵐;雷雨;胡帥;陳志健 | 申請(專利權)人 | 深圳市富之富信息科技有限公司 |
| 代理機構 | 深圳市精英專利事務所 | 代理人 | 黃文鋒 |
| 地址 | 518000廣東省深圳市龍華區(qū)龍華街道富康社區(qū)東環(huán)二路2號富士康工業(yè)園C12棟5層 | ||
| 法律狀態(tài) | - | ||
摘要

| 摘要 | 本發(fā)明提供了一種風控模型優(yōu)化方法、裝置、計算機設備及存儲介質,所述方法包括,獲取樣本用戶的多個維度的數據,生成樣本用戶畫像數據;根據樣本用戶的畫像數據,借助知識圖譜和復雜網絡,關聯和推導出樣本用戶的畫像數據的常規(guī)特征因子;通過大數據,挖掘出樣本用戶的畫像數據之間的隱藏特征因子;計算樣本用戶的時間序列影響因子;對常規(guī)特征因子、隱藏特征因子及時間序列影響因子進行預處理,并進行特征分解,度量每個特征對模型精確度的影響,去除噪聲,形成機器學習模型訓練數據;通過機器學習模型訓練數據進行xgboost模型訓練,得到風控預測模型。本發(fā)明引入時間序列影響因子和隱藏特征因子,賦予了模型對好壞樣本更強的甄別能力,減少錯判。?? |





