摘要
本发明公开了基于大数据的金融风险评估方法,涉及金融风险评估技术领域,方法包括获取金融行为产生时交易双方的多维度数据,对多维度数据进行预处理;根据多维度数据提取多维度特征,并将多维度特征进行融合,构建综合特征向量;使用主成分分析对综合特征向量进行降维,获取主成分特征向量;将主成分特征向量输入到预设的金融风险评估模型中,输出风险评估结果。通过融合交易行为数据、网络环境数据和平台参数数据,多维度特征提取涵盖了金融交易的多个方面,能够全面反映潜在的风险;通过构建特征图并使用图卷积网络提取高阶特征,能够捕捉特征之间的复杂关系,提高模型的泛化能力,使用主成分分析进行特征降维,减少特征冗余,提高模型性能。
技术关键词
金融风险评估方法
大数据
随机森林模型
成分分析
特征值
设备特征
金融风险评估技术
时间段
协方差矩阵
逻辑
多维度特征提取
节点特征
地点
高风险
训练集数据
网络