一種基于深度學習的非結構化數(shù)據(jù)的違約概率預測方法

基本信息

申請?zhí)?/td> CN201711460225.5 申請日 -
公開（公告）號 CN107992982B 公開（公告）日 2019-05-21
申請公布號 CN107992982B 申請公布日 2019-05-21
分類號 G06Q40/02（2012.01）I; G06N20/00（2019.01）I 分類 計算；推算；計數(shù);
發(fā)明人 唐正陽; 周春英; 朱明杰; 朱敏; 魏巖 申請（專利權）人 上海氪信信息技術有限公司
代理機構 上海智力專利商標事務所（普通合伙） 代理人 上海氪信信息技術有限公司
地址 200050 上海市長寧區(qū)安化路492號A座(1幢)126室A004
法律狀態(tài) -

摘要

摘要 本發(fā)明涉及到一種基于深度學習的非結構化數(shù)據(jù)的違約概率預測方法，該方法包括有：集成和清洗信貸主體人包括文本數(shù)據(jù)和時序數(shù)據(jù)在內的非結構化數(shù)據(jù)；將非結構化數(shù)據(jù)變換為深度學習模型可識別的數(shù)據(jù)格式；基于深度學習模型框架，提取數(shù)據(jù)特征作為樣本數(shù)據(jù)；針對提取出來的樣本數(shù)據(jù)，利用復雜機器學習分類算法?集成樹模型構建信用風險模型，輸出違約概率預測。本發(fā)明的方法通過挖掘文本和時序等非結構化數(shù)據(jù)，基于深度學習和大數(shù)據(jù)技術捕捉信貸主體人潛在的風險行為模式，在此之上進行高維數(shù)據(jù)信用風險建模，實現(xiàn)了對信貸主體人自動、全面、流程化的定量信用風險分析以提升金融風控能力和降低信貸風險。