信用风险检测方法、模型训练方法、装置和设备制造方法及图纸

技术编号:38472843 阅读:10 留言:0更新日期:2023-08-11 14:49
本说明书涉及人工智能技术领域,特别涉及一种信用风险检测方法、模型训练方法、装置和设备。所述方法包括:根据信用数据,通过信用风险模型确定信用风险检测结果;所述信用风险模型通过以下方式得到:确定粒子群中粒子的适应度,粒子具有位置和速度,位置表示信用风险模型的参数,速度表示参数的变化程度,适应度表示参数的优劣程度;根据适应度,更新粒子的个体最优位置和粒子群的全局最优位置;根据个体最优位置和全局最优位置,更新粒子的位置和速度;通过样本客户的信用数据以及样本客户的标签,对根据全局最优位置所构建的信用风险模型的参数进行更新,所述标签用于表示样本客户是否具有信用风险。本说明书能准确地对客户进行信用风险检测。信用风险检测。信用风险检测。

【技术实现步骤摘要】
信用风险检测方法、模型训练方法、装置和设备


[0001]本说明书涉及人工智能
,特别涉及一种信用风险检测方法、模型训练方法、装置和设备。

技术介绍

[0002]金融机构的稳定运营对金融市场来说具有非常重要的意义,在金融机构运营的多种风险中,信用风险是最重要的风险之一,无法有效控制信用风险会直接导致金融机构的不良贷款增加,甚至造成金融机构破产,在金融市场引起恐慌。
[0003]因此如何准确高效地对客户进行信用风险检测,是当前亟需解决的技术问题。

技术实现思路

[0004]本说明书实施例提供一种信用风险检测方法、模型训练方法、装置和设备,以准确高效地对客户进行信用风险检测。本说明书实施例的技术方案如下。
[0005]本说明书实施例的第一方面,提供了一种信用风险检测方法,包括:
[0006]根据客户的信用数据,通过信用风险模型确定客户的信用风险检测结果;
[0007]其中,所述信用风险模型通过以下方式得到:
[0008]确定粒子群中粒子的适应度,所述粒子具有位置和速度,所述位置表示信用风险模型的参数,所述速度表示参数的变化程度,所述适应度表示参数的优劣程度;
[0009]根据适应度,更新粒子的个体最优位置和粒子群的全局最优位置;
[0010]根据个体最优位置和全局最优位置,更新粒子的位置和速度;
[0011]通过样本客户的信用数据以及样本客户的标签,对根据全局最优位置所构建的信用风险模型的参数进行更新,所述标签用于表示样本客户是否具有信用风险。
[0012]本说明书实施例的第二方面,提供了一种信用风险模型的训练方法,包括:
[0013]确定粒子群中粒子的适应度,所述粒子具有位置和速度,所述位置表示信用风险模型的参数,所述速度表示参数的变化程度,所述适应度表示参数的优劣程度;
[0014]根据适应度,更新粒子的个体最优位置和粒子群的全局最优位置;
[0015]根据个体最优位置和全局最优位置,更新粒子的位置和速度;
[0016]通过样本客户的信用数据以及样本客户的标签,对根据全局最优位置所构建的信用风险模型的参数进行更新,所述标签用于表示样本客户是否具有信用风险。
[0017]本说明书实施例的第三方面,提供了一种信用风险检测装置,包括:
[0018]检测单元,用于根据客户的信用数据,通过信用风险模型确定客户的信用风险检测结果;
[0019]其中,所述信用风险模型通过以下方式得到:
[0020]确定粒子群中粒子的适应度,所述粒子具有位置和速度,所述位置表示信用风险模型的参数,所述速度表示参数的变化程度,所述适应度表示参数的优劣程度;
[0021]根据适应度,更新粒子的个体最优位置和粒子群的全局最优位置;
[0022]根据个体最优位置和全局最优位置,更新粒子的位置和速度;
[0023]通过样本客户的信用数据以及样本客户的标签,对根据全局最优位置所构建的信用风险模型的参数进行更新,所述标签用于表示样本客户是否具有信用风险。
[0024]本说明书实施例的第四方面,提供了一种信用风险模型的训练装置,包括:
[0025]确定单元,用于确定粒子群中粒子的适应度,所述粒子具有位置和速度,所述位置表示信用风险模型的参数,所述速度表示参数的变化程度,所述适应度表示参数的优劣程度;
[0026]第一更新单元,用于根据适应度,更新粒子的个体最优位置和粒子群的全局最优位置;
[0027]第二更新单元,用于根据个体最优位置和全局最优位置,更新粒子的位置和速度;
[0028]第三更新单元,用于通过样本客户的信用数据以及样本客户的标签,对根据全局最优位置所构建的信用风险模型的参数进行更新,所述标签用于表示样本客户是否具有信用风险。
[0029]本说明书实施例的第五方面,提供了一种计算机设备,包括:
[0030]处理器;
[0031]用于存储处理器可执行指令的存储器;
[0032]所述处理器通过执行所述指令以实现如第一方面或者第二方面所述的方法。
[0033]本说明书实施例在信用风险模型的训练过程中,可以确定粒子群中粒子的适应度,所述粒子具有位置和速度,所述位置表示信用风险模型的参数,所述速度表示参数的变化程度,所述适应度表示参数的优劣程度;可以根据适应度,更新粒子的个体最优位置和粒子群的全局最优位置;可以根据个体最优位置和全局最优位置,更新粒子的位置和速度;可以通过样本客户的信用数据以及样本客户的标签,对根据全局最优位置所构建的信用风险模型的参数进行更新,所述标签用于表示样本客户是否具有信用风险。这样可以采用粒子群优化算法来改善信用风险模型的训练过程。客户的信用数据往往具有高维度、高噪声、非线性等特点。通过将粒子群优化算法与信用风险模型的训练过程相结合,扩大了训练过程中信用风险模型的参数的搜索范围,可以避免训练过程中由于高纬度、高噪声、非线性的影响使得参数陷入局部极小值,有利于获得信用风险模型的最优参数,提高信用风险模型对于高纬度、高噪声、非线性的信用数据的拟合能力。另外,训练后的信用风险模型对于高纬度、高噪声、非线性的信用数据具有较强的适应能力。这样通过训练后的信用风险模型,能够根据客户的信用数据对客户进行信用风险检测,提高信用风险检测的准确性。
附图说明
[0034]为了更清楚地说明本说明书实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,下面描述中的附图仅仅是本说明书中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
[0035]图1为本说明书实施例中信用风险模型的训练方法的流程示意图;
[0036]图2为本说明书实施例中信用风险模型的训练方法的流程示意图;
[0037]图3为本说明书实施例中信用风险模型的训练方法的流程示意图;
[0038]图4为本说明书实施例中信用风险检测方法的流程示意图;
[0039]图5为本说明书实施例中信用风险模型的训练装置的结构示意图;
[0040]图6为本说明书实施例中信用风险检测装置的结构示意图。
具体实施方式
[0041]下面将结合本说明书实施例中的附图,对本说明书实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本说明书一部分实施例,而不是全部的实施例。此处所描述的具体实施例仅仅用于解释本公开,而非对本公开的限定。基于所描述的本公开的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本公开保护的范围。另外,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
[0042]信用风险检测场景所涉及的数据往往为客户的信用数据。客户的信用数据具有高维度、高噪声、非线性等特点。可以采用本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种信用风险检测方法,其特征在于,包括:根据客户的信用数据,通过信用风险模型确定客户的信用风险检测结果;其中,所述信用风险模型通过以下方式得到:确定粒子群中粒子的适应度,所述粒子具有位置和速度,所述位置表示信用风险模型的参数,所述速度表示参数的变化程度,所述适应度表示参数的优劣程度;根据适应度,更新粒子的个体最优位置和粒子群的全局最优位置;根据个体最优位置和全局最优位置,更新粒子的位置和速度;通过样本客户的信用数据以及样本客户的标签,对根据全局最优位置所构建的信用风险模型的参数进行更新,所述标签用于表示样本客户是否具有信用风险。2.根据权利要求1所述的方法,其特征在于,所述信用数据包括至少一种信贷数据,所述至少一种信贷数据用于从至少一种维度表示客户的信用。3.一种信用风险模型的训练方法,其特征在于,包括:确定粒子群中粒子的适应度,所述粒子具有位置和速度,所述位置表示信用风险模型的参数,所述速度表示参数的变化程度,所述适应度表示参数的优劣程度;根据适应度,更新粒子的个体最优位置和粒子群的全局最优位置;根据个体最优位置和全局最优位置,更新粒子的位置和速度;通过样本客户的信用数据以及样本客户的标签,对根据全局最优位置所构建的信用风险模型的参数进行更新,所述标签用于表示样本客户是否具有信用风险。4.根据权利要求3所述的方法,其特征在于,所述方法还包括:迭代执行确定适应度的步骤、更新个体最优位置和全局最优位置的步骤、更新位置和速度的步骤,直至满足第一设定条件;所述对根据全局最优位置所构建的信用风险模型的参数进行更新,包括:在迭代结束后,对根据全局最优位置所构建的信用风险模型的参数进行更新。5.根据权利要求3所述的方法,其特征在于,所述方法还包括:确定粒子群新的全局最优位置,所述新的全局最优位置包括信用风险模型更新后的参数;迭代执行确定适应度的步骤、更新个体最优位置和全局最优位置的步骤、更新位置和速度的步骤、对信用风险模型的参数进行更新的步骤,直至满足第二...

【专利技术属性】
技术研发人员:任恺琦刘亚如胡文博卓浩
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:

网友询问留言 已有0条评论
  • 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。

1