【技术实现步骤摘要】
本专利技术涉及企业数据管理技术，具体涉及基于云计算的商户数据综合管理系统。
技术介绍
1、现有的企业贷款额度主要通过商户的综合数据进行额度发放，但是这样就会导致在进行企业贷款额度发放时由于商户的综合数据采样不全面，无法满足企业真实交易的资金需求，无法帮助资金方拓展客户，也无法给其提供科学实时的授信额度决策支持。
技术实现思路
1、本专利技术的目的是提供基于云计算的商户数据综合管理系统，以解决现有技术中的上述不足之处。
2、为了实现上述目的，本专利技术提供如下技术方案：基于云计算的商户数据综合管理系统，包括以下步骤：
3、s1，对企业历史金融数据及金融习惯进行采集；
4、s2，根据采集的企业历史金融数据及金融习惯进行金融额度等级进行分析；
5、s3，通过金融额度等级分析数据结合对抗样本生成算法生成对抗样本；
6、s4，通过金融额度量化指标对步骤s3生成的对抗样本进行分类；
7、s5，根据步骤s4分类完成的对抗样本生成金融额度模型，并提升金融额度模型的可用性；
8、s6，对步骤s5中提升完成的金融额度模型可用性进行检测；
9、s7，对步骤s6中可用性检测不合格的企业进行金融额度模型可用性复检。
10、进一步地，所述步骤s5中提升金融额度模型可用性的具体步骤包括：
11、a1，设目标金融额度模型为深度学习金融额度模型，通过金融额度等级评估得到该金融额度模型的金融额度等级
12、a2，改善金融额度模型架构，将金融额度模型原有的激活函数更换为可调sigmoid激活函数；
13、a3，计算输入贷款公司的合作公司金融数据，然后设置可调激活函数中可调参数的大小；
14、a4，再次对金融额度模型进行金融额度等级评估，得到金融额度模型的金融额度等级p1，若金融额度等级p1大于金融额度等级p0，则保持梯度裁剪范数c大小不变，增大算法的加噪强度，最终保持金融额度等级不变。
15、进一步地，所述步骤a2中激活函数的更换方法为：
16、一个参数可调的sigmoid激活函数，该激活函数的形式如下所示：：
17、其中t为可调参数，通过调节t实现对激活函数的放缩。
18、进一步地，在金融额度中为了提升金融额度模型的可用性，应该尽量避免梯度信息的损失，因此梯度模应该尽量小于梯度裁剪范数，其中梯度模和裁剪范数在理性情况下应该满足如下关系式：，
19、且，
20、其中l代表损失函数，θ表示损失函数的偏转角：
21、结合上述关系式，可以得到t的取值如下时，可以最大程度提升金融额度模型的可用性：。
22、进一步地，所述步骤s2中金融额度等级分析的具体方法为：
23、b1，从企业金融习惯数据集dn中抽样k个样本组成企业金融习惯数据集dk；
24、b2，敌手对dk中样本进行操作，得到对抗样本；
25、b3，将企业金融习惯数据集dn与对抗样本合并，构造对抗数据集；
26、b4，分别将企业金融习惯数据集dn和对抗数据集作为训练集，使用金融额度等级的深度学习算法训练金融额度等级模型，得到对应金融额度等级模型f0和f1；
27、b5，随机选择金融额度等级模型f0或f1作为测试金融额度等级模型f，得到测试样本的输出p（yǀx）；
28、b6，敌手通过判别函数判断输出p（yǀx）的来源。
29、进一步地，所述步骤b6中判别函数的功能定义为：，
30、其中adv（.）为判别函数。
31、进一步地，所述步骤s4的具体工作步骤包括：
32、c1，设有如下假设：
33、h0：p（yǀx）来自金融额度等级模型f0，即金融额度等级模型所用的训练集为对抗数据集：
34、h1：p（yǀx）来自金融额度等级模型，即金融额度等级模型所用的训练集为数据集；
35、c2，根据假设检验定义金融额度等级的深度学习金融额度等级p，具体公式如下：，
36、其中tpr是召回率，表示判断使用的训练集为训练集dn且判断正确的概率，fpr是误报率，表示判断使用的训练集为对抗数据集且判断错误的概率；
37、c3，当敌手判断输出来自f0且猜测正确时，具体公式如下：；
38、c4，当敌手判断输出来自f1且猜测错误时，具体公式如下：；
39、c5，整合步骤c3和步骤c4可以得出如下公式：；
40、c6，整合上述步骤，得到如下式所示的金融额度等级计算公式；，
41、其中pr（*）表示金融额度等级算法函数。
42、进一步地，所述步骤s7具体包括：
43、g1、通过工作人员进行金融额度模型复检，对于复检结果合格的企业执行步骤g2，对于复检结果不合格的企业执行步骤g3；
44、g2、对于复检合格的企业进行金融额度发放；
45、g3、对于复检不合格的企业进行禁止放额原因分析，所述原因包括企业自身原因以及非企业自身原因，其中对禁止放额原因为企业自身原因的企业执行步骤g4，对禁止放额原因为非企业自身原因的企业执行步骤g5；
46、g4，为企业提供合适的金融计划方案，并提供企业下次申请的建议时间；
47、g5，对于可更改与合作企业合作方案的企业提供合适的企业合作方案，并返回步骤g2，对于无法更改与合作企业合作方案的企业暂停放额，并要求贷款企业提供与合作企业的进一步合作方案，并返回步骤s2。
48、与现有技术相比，本专利技术提供的基于云计算的商户数据综合管理系统，通过对可用性检测不合格的企业进行金融额度模型可用性复检，对于复检合格的企业进行金融额度发放，对于复检不合格的企业进行禁止放额原因分析，其中对禁止放额原因为企业自身原因的企业，为企业提供合适的金融计划方案，并提供企业下次申请的建议时间，对禁止放额原因为非企业自身原因的企业，其中对于可更改与合作企业合作方案的企业提供合适的企业合作方案，对于无法更改与合作企业合作方案的企业暂停放额，并要求贷款企业提供与合作企业的进一步合作方案，增加了金融贷款额度发放时的人性化处理，避免出现贷款额度发放异常的情况。
本文档来自技高网...【技术保护点】
1.基于云计算的商户数据综合管理系统，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于云计算的商户数据综合管理系统，其特征在于，所述步骤S5中提升金融额度模型可用性的具体步骤包括：
3.根据权利要求2所述的基于云计算的商户数据综合管理系统，其特征在于，所述步骤A2中激活函数的更换方法为：
4.根据权利要求3所述的基于云计算的商户数据综合管理系统，其特征在于，所述步骤A3中设置可调激活函数中激活函数参数T的方法为：
5.根据权利要求4所述的基于云计算的商户数据综合管理系统，其特征在于，所述步骤S2中金融额度等级分析的具体方法为：
6.根据权利要求5所述的基于云计算的商户数据综合管理系统，其特征在于，所述步骤B6中判别函数的功能定义为：，
7.根据权利要求6所述的基于云计算的商户数据综合管理系统，其特征在于，所述步骤S4的具体工作步骤包括：
8.根据权利要求7所述的基于云计算的商户数据综合管理系统，其特征在于，所述步骤S7具体包括：
【技术特征摘要】
1.基于云计算的商户数据综合管理系统，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于云计算的商户数据综合管理系统，其特征在于，所述步骤s5中提升金融额度模型可用性的具体步骤包括：
3.根据权利要求2所述的基于云计算的商户数据综合管理系统，其特征在于，所述步骤a2中激活函数的更换方法为：
4.根据权利要求3所述的基于云计算的商户数据综合管理系统，其特征在于，所述步骤a3中设置可调激活函数中激活函数参数t的方法为：
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。