摘要
本申请实施例提供信贷风险预测模型训练方法、信贷风险预测方法,该模型训练方法利用用户的历史信贷交易记录数据、用户的历史社交记录数据对基于时序图网络构建的初始信贷风险预测模型进行训练,并根据信贷风险预测模型输出的预测信贷评估结果与各训练样本数据对应的用户的真实信贷逾期结果之间的目标数据差异对模型参数进行调整,直至目标数据差异小于预设数据差异阈值,将目标数据差异小于预设数据差异阈值的信贷风险预测模型确定为训练好的目标信贷风险预测模型。如此该目标信贷风险预测模型能够根据用户的历史信贷交易记录数据以及用户的历史社交关系记录数据,综合给出一个更为精准的风险预测结果,有助于提高信贷风险评估的准确性。
技术关键词
训练样本数据
预测模型训练方法
记忆单元
序列
关系
编码器
信贷风险评估
社交
长短期记忆网络
时序
模块
参数
神经网络模型
计算机
注意力机制