【技术实现步骤摘要】
本专利技术实施例涉及信贷风险分析，尤其涉及一种信贷风险检测方法、装置、设备和存储介质。
技术介绍
1、在现代金融业中，信贷风险管控面临着一系列实际问题，这些问题不仅包括来自金融市场的挑战，还涉及到技术和方法上的限制。
2、首先金融市场的不确定性和竞争激增使得信贷风险管控变得愈加复杂，传统的基于规则和经验的风险评估方法往往难以应对市场变化带来的挑战。因此，出现了像决策树、支持向量机等传统的异常判别方法。这些方法利用历史数据和客户信息建立信贷风险判别模型，以判断客户是否可能发生违约行为。但是这些方法也存在一定短板，随着交易的爆炸式增长，数据的高维度和复杂性给传统的风险异常判别方法带来了新的挑战。金融机构通常拥有大量的客户数据和交易数据，如何从这些海量数据中提取有效信息，并准确评估风险，是一个亟待解决的问题。传统的异常判别方法无法处理客户征信数据中的共线性问题，难以捕捉数据中的潜在模式和规律；当面对海量的高维数据时会面临维度灾难的问题，模型训练和计算复杂度增加，极大的限制了在信贷风险管控方面的应用。
技术实现思路
1、本专利技术实施例提供了一种信贷风险检测方法、装置、设备和存储介质，本专利技术实施例的技术方案解决了现有信贷风险分析技术中的样本数据繁杂，模型训练的计算复杂度较大的问题，可以通过主元分析技术对高维的样本数据进行降维，并基于降维的样本数据进行模型训练，降低模型训练的计算量，提高模型训练效率。
2、第一方面，本专利技术实施例提供了一种信贷风险检测方法，该方
3、获取目标对象的待分析征信信息；将所述待分析征信信息输入至经过预先训练的目标风险检测模型中，得到所述目标对象的目标风险检测结果；其中，所述目标风险检测模型是基于经过主元分析的预设样本信息训练得到的。
4、第二方面，本专利技术实施例提供了一种信贷风险检测装置，该装置包括：
5、征信信息获取模块，用于获取目标对象的待分析征信信息；征信信息分析模块，用于将所述待分析征信信息输入至经过预先训练的目标风险检测模型中，得到所述目标对象的目标风险检测结果；其中，所述目标风险检测模型是基于经过主元分析的预设样本信息训练得到的。
6、第三方面，本专利技术实施例提供了一种计算机设备，该计算机设备包括：
7、一个或多个处理器；
8、存储器，用于存储一个或多个程序；
9、当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现任一实施例所述的信贷风险检测方法。
10、第四方面，本专利技术实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现任一实施例所述的信贷风险检测方法。
11、本专利技术实施例所提供的技术方案，通过获取目标对象的待分析征信信息；将所述待分析征信信息输入至经过预先训练的目标风险检测模型中，得到所述目标对象的目标风险检测结果；其中，所述目标风险检测模型是基于经过主元分析的预设样本信息训练得到的。本专利技术实施例的技术方案解决了现有信贷风险分析技术中的样本数据繁杂，模型训练的计算复杂度较大的问题，可以通过主元分析技术对高维的样本数据进行降维，并基于降维的样本数据进行模型训练，降低模型训练的计算量，提高模型训练效率。
本文档来自技高网...【技术保护点】
1.一种信贷风险检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述目标风险检测模型的训练过程，包括：
3.根据权利要求2所述的方法，其特征在于，所述对所述预设样本信息进行主元分析得到已处理样本信息，包括：
4.根据权利要求3所述的方法，其特征在于，所述基于所述已处理样本信息对所述初步风险检测模型进行训练，得到所述目标风险检测模型，包括：
5.根据权利要求4所述的方法，其特征在于，所述初步风险检测模型包括风险参考确定网络和风险分析网络，所述将所述已处理样本信息输入至所述初步风险检测模型中，得到样本风险检测结果，包括：
6.根据权利要求5所述的方法，其特征在于，所述风险参考确定网络包括：主元确定子网络、主元分析子网络和参考确定子网络，所述将所述已处理样本信息输入至所述风险参考确定网络中，得到目标风险阈值结果，包括：
7.根据权利要求6所述的方法，其特征在于，所述分别将每两个候选主元变量输入至所述主元分析子网络，确定目标主元变量对，包括：
8.一种信贷风险检测装置，其特征在于，
9.一种计算机设备，其特征在于，所述计算机设备包括：
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的信贷风险检测方法。
...【技术特征摘要】
1.一种信贷风险检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述目标风险检测模型的训练过程，包括：
3.根据权利要求2所述的方法，其特征在于，所述对所述预设样本信息进行主元分析得到已处理样本信息，包括：
4.根据权利要求3所述的方法，其特征在于，所述基于所述已处理样本信息对所述初步风险检测模型进行训练，得到所述目标风险检测模型，包括：
5.根据权利要求4所述的方法，其特征在于，所述初步风险检测模型包括风险参考确定网络和风险分析网络，所述将所述已处理样本信息输入至所述初步风险检测模型中，得到样本风险检测结果，包括：
6....
【专利技术属性】
技术研发人员：黄骁，
申请(专利权)人：中国农业银行股份有限公司，
类型：发明
国别省市：
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。