摘要
本申请涉及一种授信预测方法、装置、设备以及存储介质,涉及计算机智能分析技术领域,在模型预测过程中挖掘特征之间关联性,建立特征之间的联系,从而提高预测的准确性。方法包括:对用户基本信息和所述至少一种历史授信信息进行拼接编码,得到信息关联向量;将信息关联向量输入特征标记网络;利用特征标记网络在所述信息关联向量中搜索不同历史授信信息关联的目标特征,以及不同历史授信信息和对应目标特征的第一权重参数;针对每个历史授信信息和对应目标特征,进行第一权重参数的加权计算,输入预先构建的权重平衡模型,对第一加权表征向量的第一权重参数进行调整;将第一加权表征向量输入决策树模型,获得决策树的授信预测结果。
技术关键词
决策树模型
样本
参数
矩阵
标记
网络
计算机智能分析
标签
计算机存储介质
搜索模块
注意力机制
处理器
预测装置
电子设备
编码模块
指令
输入模块
系统为您推荐了相关专利信息
风电机组叶片故障诊断
声学成像方法
传声器阵列
方位角
信号
关节特征
虚拟场景生成系统
指令
动作持续时间
生成用户
参数优化模型
页岩气井
压裂参数优化方法
样本
BP神经网络模型