用于风险画像构建的多视野标签生成方法及装置
2025-02-25 14:39
No.1343955559518576640
技术概要
PDF全文
本技术提供了一种用于风险画像构建的多视野标签生成方法及装置,具有这样的特征,包括步骤S1‑S2,构建子特征集合并计算各个特征的重要性值和相关性值以及特征筛选量;步骤S3,构建筛选特征集合;步骤S4,计算并根据筛选特征集合中各个特征的相关性值,构建正相关特征集合和负相关特征集合;步骤S5,根据筛选特征集合中各个特征对应的唯一值的数量,构建离散特征集合和连续特征集合;步骤S6,根据正相关特征集合、负相关特征集合、离散特征集合和连续特征集合,得到多视野模型特征集合;步骤S7,计算多视野模型特征集合中各个目标对应的各个特征的woe值。总之,本方法能够生成具有更优风险表达能力的标签。
背景技术
风险画像用于多个领域,构建精准的风险画像对识别、评估和预测风险至关重要。传统的风险画像方法通常依赖于规则驱动方法或机器学习模型,通过历史数据提取主体的特征,基于这些特征生成风险标签对主体的风险状况进行评估。然而,随着数据量和数据类型的快速增长,传统方法在特征提取和风险评估方面暴露出了一些显著的不足: 1)特征相互干扰问题:在主体相关数据中,不同特征之间存在复杂的相关关系,包括正相关、负相关甚至非线性相关。传统的机器学习模型在处理正负相关特征时,往往会遇到梯度相互抵消的问题,这导致模型在学习过程中难以有效聚焦于关键风险因素,降低了模型的预测精度。此外,特征相互干扰还会引发模型的训练不稳定性,从而对最终的风险画像构建产生不利影响。 2)特征类型的学习偏差:在风险画像构建中,特征类型多样化,如离散和连续特征共存,且它们的分布复杂。现有的深度学习模型通常基于特征的值或分布特征分别学习离散或连续列特征,容易导致模型对不同特征类型的学习效果存在偏差,难以捕捉到离散和连续特征之间的关联性。这一局限性影响了模型构建全局风险画像的效果。 3)缺乏多视野特征表征:当前的风险画像技术较少考虑多视野特征表征,即缺乏从不同角度,如特征的相关性、分布离散性等,来生成综合性特征空间的能力。现有方法通常是基于单一视角提取特征,难以反映主体复杂的风险特征。这导致风险画像的维度不够全面,难以满足复杂场景下的风险评估需求。
实现思路
阅读余下40%
技术概要为部分技术内容,查看PDF获取完整资料
该技术已申请专利,如用于商业用途,请联系技术所有人!
技术研发人员:
吴杰  叶家炜  梁思成  谭言丹  夏丽莎
技术所属: 复旦大学
相关技术
一种服务开发方法、装置、设备及存储介质 一种服务开发方法、装置、设备及存储介质
一种高精度双层优化方法的神经网络搜索架构构建方法 一种高精度双层优化方法的神经网络搜索架构构建方法
跨总线域的设备对宿主机空间DMA访问方法及相关设备 跨总线域的设备对宿主机空间DMA访问方法及相关设备
一种客户信息定期维护方法及系统 一种客户信息定期维护方法及系统
代码发布方法、装置、计算机设备和可读存储介质 代码发布方法、装置、计算机设备和可读存储介质
一种基于统一管理平台的子应用数据获取方法及装置 一种基于统一管理平台的子应用数据获取方法及装置
利用深度学习的BIM模型错误自动检测系统 利用深度学习的BIM模型错误自动检测系统
一种基于智能反射面的室内T型走廊场景路径损耗的分析方法 一种基于智能反射面的室内T型走廊场景路径损耗的分析方法
模型评估任务处理方法及装置 模型评估任务处理方法及装置
基于大数据的异常信号智能识别方法 基于大数据的异常信号智能识别方法
技术分类
电信、广播电视和卫星传输服务 电信、广播电视和卫星传输服务
互联网软件服务 互联网软件服务
集成电路设计 集成电路设计
信息集成数字服务 信息集成数字服务
电气机械制造 电气机械制造
计算机、通信、电子设备制造 计算机、通信、电子设备制造
医药制造、生物基材料 医药制造、生物基材料
石油煤矿化学用品加工 石油煤矿化学用品加工
化学原料制品加工 化学原料制品加工
非金属矿物加工 非金属矿物加工
金属制品加工 金属制品加工
专用设备制造 专用设备制造
通用设备制造 通用设备制造
通用零部件制造 通用零部件制造
汽车制造业 汽车制造业
铁路、船舶、航天设备制造 铁路、船舶、航天设备制造
电力、热力生产和供应 电力、热力生产和供应
燃气生产和供应 燃气生产和供应
水生产和供应 水生产和供应
房屋建筑、土木工程 房屋建筑、土木工程
交通运输、仓储和邮政 交通运输、仓储和邮政
农、林、牧、渔业 农、林、牧、渔业
采矿业 采矿业
农副、食品加工 农副、食品加工
烟草、酒水加工 烟草、酒水加工
纺织皮具居家制品 纺织皮具居家制品
文教体娱加工 文教体娱加工
苏ICP备18062519号-5 © 2018-2025 【123技术园】 版权所有,并保留所有权利