基于GRU神经网络信用风险模型训练、预测方法和装置

本发明实施例提供一种基于GRU神经网络信用风险模型训练、预测方法和装置，方法包括：针对多个用户中的每个用户，收集用户在多个样本期中的每个样本期的多维度信贷数据；针对每个用户，对用户的多个样本期的多维度信贷数据进行预处理，得到用户对应的按样本期排序的信贷数据样本序列和二分类标签序列；针对每个用户，对用户对应的信贷数据样本序列进行特征工程，得到用户对应的时序特征向量序列；针对每个用户，将用户对应的时序特征向量输入给待训练的GRU预测模型，根据待训练的GRU预测模型的输出预测结果和用户对应的二分类标签序列进行有监督地迭代训练，更新GRU预测模型的模型参数，直到GRU预测模型达到收敛，得到预训练后的GRU预测模型。