摘要
本发明涉及机器学习及金融技术领域,公开了一种基于LSTM的信用贷款坏账分析方法、装置、设备及介质,包括:获取贷款机构的历史放款数据,提取历史放款数据的数据特征;根据数据特征生成特征向量,通过特征向量和历史放款数据对应的放款期数组合生成数据组合向量;根据数据组合向量对LSTM模型的目标参数进行调整优化,得到目标LSTM模型;获取测试数据,利用目标LSTM模型对测试数据进行坏账概率分析,得到放款坏账的概率;获取放款的风险数值,根据放款风险数值与坏账的概率进行分析运算,得到放款的坏账总额。准确预估未来坏账风险和采取相应的风险控制措施,可以降低不良贷款的出现。
技术关键词
LSTM模型
分析方法
生成特征向量
风险
数值
批量数据
参数
梯度下降算法
可读存储介质
生成向量
处理器
序列
数据模块
分析装置
计算机设备
比率
存储器
系统为您推荐了相关专利信息
支撑钢架
复合传感系统
活动平台
伸缩件
激光传感器
节点
区块链系统
阶段
保证系统安全性
系统运行效率
支持向量机分类器
生成文章
朴素贝叶斯分类器
爬取页面
词袋模型