一種基于大數(shù)據(jù)技術的個人信用評價動態(tài)集成算法
基本信息
申請?zhí)?/td> | CN201911356105.X | 申請日 | - |
公開(公告)號 | CN113034262A | 公開(公告)日 | 2021-06-25 |
申請公布號 | CN113034262A | 申請公布日 | 2021-06-25 |
分類號 | G06Q40/02;G06F16/215;G06F16/2458 | 分類 | 計算;推算;計數(shù); |
發(fā)明人 | 魯紅軍 | 申請(專利權)人 | 云基華海信息技術股份有限公司 |
代理機構 | - | 代理人 | - |
地址 | 710065陜西省西安市高新區(qū)高新三路2號海佳云頂商住樓10603室 | ||
法律狀態(tài) | - |
摘要
摘要 | 一種基于大數(shù)據(jù)技術的個人信用評價動態(tài)集成算法,包含下述步驟:步驟1:網(wǎng)絡數(shù)據(jù)的爬?。徊襟E2:業(yè)務數(shù)據(jù)的獲?。徊襟E3:基本數(shù)據(jù)的獲??;步驟4:數(shù)據(jù)的集合;步驟5:數(shù)據(jù)的再處理;步驟6:數(shù)據(jù)的聚類分析;步驟7:數(shù)據(jù)的關聯(lián)分析;步驟8:數(shù)據(jù)特征的選擇;步驟9:對步驟8確定好的特征集合進行基礎模型Xgboost的調式參數(shù),使用網(wǎng)格搜索法進行調式參數(shù);步驟10:對步驟9調式完參數(shù)的基礎模型通過集成學習算法進行模型的堆疊,獲取更好的結果。本發(fā)明利用大數(shù)據(jù)技術,通過對多源、動態(tài)、異構的海量個人信用數(shù)據(jù)挖掘分析,生成一種集成學習算法模型,實現(xiàn)個人信用動態(tài)評價,有效解決了現(xiàn)有技術中存在的問題。 |
