【技术实现步骤摘要】
本申请涉及人工智能，具体而言，涉及一种基于人工智能的汽车金融风险评估方法及系统。
技术介绍
1、汽车金融一般包括汽车贷款等金融业务，其中，汽车贷款等金融业务中一般存在着各种风险问题，如各种违约问题等。因此，需要对相应的贷款业务进行风险评估，即确定出相应的风险类型等。但是，经专利技术人研究发现，在现有技术中，一般是基于相应的工作人员对收集的汽车金融用户的相关信息进行审核评估，从而得到相应的风险类型等，如此，就容易出现汽车金融风险评估的可靠度和效率相对较低的问题。
技术实现思路
1、有鉴于此，本申请的目的在于提供一种基于人工智能的汽车金融风险评估方法及系统，以改善现有技术中存在的汽车金融风险评估的可靠度和效率相对较低的问题。
2、为实现上述目的，本申请采用如下技术方案：
3、一种基于人工智能的汽车金融风险评估方法，包括：
4、将目标汽车金融风险数据进行语义挖掘操作，输出所述目标汽车金融风险数据对应的金融风险描述向量，其中，所述目标汽车金融风险数据用于对目标汽车金融用户的汽车贷款风险情况进行描述，所述目标汽车金融风险数据至少包括所述目标汽车金融用户的基础用户信息和贷款相关信息；
5、针对位于风险分类精度最高的多个风险种类中的每一个风险种类，对该风险种类、该风险种类对应的强化说明数据和该风险种类对应的风险分类精度更低的风险种类对应的强化说明数据进行合并操作，形成风险种类描述数据，其中，所述强化说明数据通过对样本数据进行学习以形成，且风险分类精
6、将所述风险种类描述数据进行语义挖掘操作，输出所述风险种类描述数据对应的风险种类描述向量，并分析出所述金融风险描述向量与多个所述风险种类描述向量之间分别具有的向量匹配参数；
7、依据多个所述风险种类描述向量中向量匹配参数具有最大值的风险种类描述向量对应的风险种类，得到所述目标汽车金融风险数据对应的目标风险种类，其中，所述目标汽车金融风险数据对应的目标风险种类用于反映所述目标汽车金融用户针对相应的汽车贷款具有的风险种类。
8、在本申请较佳的选择中，在上述基于人工智能的汽车金融风险评估方法中，所述将目标汽车金融风险数据进行语义挖掘操作，输出所述目标汽车金融风险数据对应的金融风险描述向量的步骤，包括：
9、将目标汽车金融风险数据进行分词处理，得到多个汽车金融风险词语；
10、针对所述多个汽车金融风险词语中的每一个汽车金融风险词语，对该汽车金融风险词语进行词嵌入处理，得到对应的风险词语嵌入向量；
11、基于所述多个汽车金融风险词语之间的关系，对所述多个汽车金融风险词语对应的多个风险词语嵌入向量进行融合操作，输出所述目标汽车金融风险数据对应的金融风险描述向量。
12、在本申请较佳的选择中，在上述基于人工智能的汽车金融风险评估方法中，所述基于所述多个汽车金融风险词语之间的关系，对所述多个汽车金融风险词语对应的多个风险词语嵌入向量进行融合操作，输出所述目标汽车金融风险数据对应的金融风险描述向量的步骤，包括：
13、将属于所述目标汽车金融风险数据中的基础用户信息的每一个词语对应的风险词语嵌入向量进行均值叠加计算，输出所述目标汽车金融风险数据对应的基础用户信息向量，并将属于所述目标汽车金融风险数据中的贷款相关信息中的每一个词语对应的风险词语嵌入向量进行均值叠加计算，输出所述目标汽车金融风险数据对应的贷款相关信息向量；
14、将所述基础用户信息向量和所述贷款相关信息向量进行关联语义挖掘，输出对应的第一关联语义挖掘向量；
15、分别将所述基础用户信息向量和所述贷款相关信息向量进行多层级的卷积操作，输出对应的多个基础用户信息卷积向量和多个贷款相关信息卷积向量，其中，前一级的卷积操作输出的卷积向量作为后一级卷积操作的输入的卷积向量，且所述多个基础用户信息卷积向量和所述多个贷款相关信息卷积向量之间具有一一对应的关系；
16、针对所述多个基础用户信息卷积向量中的每一个基础用户信息卷积向量，将该基础用户信息卷积向量和对应的贷款相关信息卷积向量进行关联语义挖掘，输出对应的第二关联语义挖掘向量；
17、将所述第一关联语义挖掘向量和各所述第二关联语义挖掘向量进行拼接，形成所述目标汽车金融风险数据对应的金融风险描述向量。
18、在本申请较佳的选择中，在上述基于人工智能的汽车金融风险评估方法中，所述依据多个所述风险种类描述向量中向量匹配参数具有最大值的风险种类描述向量对应的风险种类，得到所述目标汽车金融风险数据对应的目标风险种类的步骤，包括：
19、确定出所述向量匹配参数具有最大值的风险种类描述向量对应的风险种类，并确定出该风险种类对应的风险分类精度更低的风险种类；
20、对所述向量匹配参数具有最大值的风险种类描述向量对应的风险种类和该风险种类对应的风险分类精度更低的风险种类进行标记，以形成所述目标汽车金融风险数据对应的目标风险种类。
21、在本申请较佳的选择中，在上述基于人工智能的汽车金融风险评估方法中，所述风险种类具有目标数量个风险分类精度；
22、其中，针对所述目标数量个风险分类精度中的邻近的任意两个风险分类精度：第a个风险分类精度和第a+1个风险分类精度，第a个风险分类精度对应有第一预设数目个风险种类，第a+1个风险分类精度对应有第二预设数目个风险种类，所述第二预设数目个风险种类中的一个或多个风险种类的风险分类精度更低且风险分类精度邻近的风险种类归属于所述第一预设数目个风险种类中，所述第一预设数目不大于所述第二预设数目，a+1小于或等于所述目标数量；
23、并且，在执行所述针对位于风险分类精度最高的多个风险种类中的每一个风险种类，对该风险种类、该风险种类对应的强化说明数据和该风险种类对应的风险分类精度更低的风险种类对应的强化说明数据进行合并操作，形成风险种类描述数据的步骤以前，所述基于人工智能的汽车金融风险评估方法还包括：
24、将样本汽车金融风险数据进行语义挖掘操作，输出所述样本汽车金融风险数据对应的样本金融风险描述向量；
25、针对所述目标数量个风险分类精度中的每一个风险分类精度，依据该风险分类精度的多个风险种类分别对应的样本风险种类描述向量和所述样本金融风险描述向量，确定出该风险分类精度的多个风险种类分别对应的向量匹配参数；
26、依据所述风险分类精度的多个风险种类分别对应的向量匹配参数，确定出所述风险分类精度对应的第一学习误差；
27、针对所述目标数量个风险分类精度中的第a+1个风险分类精度，依据所述第a+1个风险分类精度的多个风险种类分别对应的向量匹配参数和所述第a+1个风险分类精度的每一个风险种类的风险分类精度更低且风险分类精度邻近的风险种类对应的向量匹配参数，确定出第a个风险分类精度对应的第二学习误差；
28本文档来自技高网...
【技术保护点】
1.一种基于人工智能的汽车金融风险评估方法，其特征在于，包括：
2.根据权利要求1所述的基于人工智能的汽车金融风险评估方法，其特征在于，所述将目标汽车金融风险数据进行语义挖掘操作，输出所述目标汽车金融风险数据对应的金融风险描述向量的步骤，包括：
3.根据权利要求2所述的基于人工智能的汽车金融风险评估方法，其特征在于，所述基于所述多个汽车金融风险词语之间的关系，对所述多个汽车金融风险词语对应的多个风险词语嵌入向量进行融合操作，输出所述目标汽车金融风险数据对应的金融风险描述向量的步骤，包括：
4.根据权利要求1所述的基于人工智能的汽车金融风险评估方法，其特征在于，所述依据多个所述风险种类描述向量中向量匹配参数具有最大值的风险种类描述向量对应的风险种类，得到所述目标汽车金融风险数据对应的目标风险种类的步骤，包括：
5.根据权利要求1-4任意一项所述的基于人工智能的汽车金融风险评估方法，其特征在于，所述风险种类具有目标数量个风险分类精度；
6.根据权利要求5所述的基于人工智能的汽车金融风险评估方法，其特征在于，所述针对所述目标数
7.根据权利要求6所述的基于人工智能的汽车金融风险评估方法，其特征在于，所述针对所述目标数量个风险分类精度中的每一个风险分类精度，依据该风险分类精度在所述目标数量个风险分类精度的上下位分布关系，挖掘出所述风险分类精度的多个风险种类分别对应的样本风险种类描述向量的步骤，包括：
8.根据权利要求6所述的基于人工智能的汽车金融风险评估方法，其特征在于，所述针对所述目标数量个风险分类精度中的每一个风险分类精度，依据该风险分类精度在所述目标数量个风险分类精度的上下位分布关系，挖掘出所述风险分类精度的多个风险种类分别对应的样本风险种类描述向量的步骤，包括：
9.根据权利要求5所述的基于人工智能的汽车金融风险评估方法，其特征在于，所述针对所述目标数量个风险分类精度中的第a+1个风险分类精度，依据所述第a+1个风险分类精度的多个风险种类分别对应的向量匹配参数和所述第a+1个风险分类精度的每一个风险种类的风险分类精度更低且风险分类精度邻近的风险种类对应的向量匹配参数，确定出第a个风险分类精度对应的第二学习误差的步骤，包括：
10.一种基于人工智能的汽车金融风险评估系统，其特征在于，包括：
...【技术特征摘要】
1.一种基于人工智能的汽车金融风险评估方法，其特征在于，包括：
2.根据权利要求1所述的基于人工智能的汽车金融风险评估方法，其特征在于，所述将目标汽车金融风险数据进行语义挖掘操作，输出所述目标汽车金融风险数据对应的金融风险描述向量的步骤，包括：
3.根据权利要求2所述的基于人工智能的汽车金融风险评估方法，其特征在于，所述基于所述多个汽车金融风险词语之间的关系，对所述多个汽车金融风险词语对应的多个风险词语嵌入向量进行融合操作，输出所述目标汽车金融风险数据对应的金融风险描述向量的步骤，包括：
4.根据权利要求1所述的基于人工智能的汽车金融风险评估方法，其特征在于，所述依据多个所述风险种类描述向量中向量匹配参数具有最大值的风险种类描述向量对应的风险种类，得到所述目标汽车金融风险数据对应的目标风险种类的步骤，包括：
5.根据权利要求1-4任意一项所述的基于人工智能的汽车金融风险评估方法，其特征在于，所述风险种类具有目标数量个风险分类精度；
6.根据权利要求5所述的基于人工智能的汽车金融风险评估方法，其特征在于，所述针对所述目标数量个风险分类精度中的每一个风险分类精度，依据该风险分类精度的多个风险种类分别对应的样本风险种类描述向量和所述样本金融风险...
【专利技术属性】
技术研发人员：王明君，陈鑫伟，李世杰，
申请(专利权)人：四川万网鑫成信息科技有限公司，
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。