基于异构信息网络和深度学习的信用风险评估方法

本发明公开了基于异构信息网络和深度学习的信用风险评估方法，涉及信用风险评估技术领域，构建包含多种节点类型和边类型的小微企业关联异构信息网络，并设计网络的动态更新机制；基于节点属性信息和网络拓扑结构，从小微企业关联异构信息网络中提取和挖掘网络关联风险特征；将集成学习扩展为多层神经网络结构的深度模型，利用所构建的多层集成学习模型融合小微企业的非网络特征和网络关联风险特征，在层与层之间的非线性变换中充分学习这些信息；通过最小化重构损失来设置伪逆映射，至下而上为每层分配伪标签，并依据伪标签进行前向优化，由此进行迭代构建目标传播的变体对多层集成学习进行联合优化，从而训练模型对小微企业的信用风险进行评估。