摘要
本申请公开了一种交易评级方法、系统、设备及存储介质,通过获取第一预设时间段内的交易数据信息,将所述交易数据信息分别输入第一数量个评级模型中,得出各个模型对应的评估值,所述第一数量为预先设置的风险等级个数,每个风险等级对应一个评级模型,所述评级模型以交易信息要素作为高斯隐马尔可夫模型的观测节点,通过前向推理算法计算隐马尔可夫模型评估值的模型;将评估值最大的评级模型对应的风险等级作为评级结果。利用隐马尔可夫模型的推理算法对连续多日的客户交易信息进行处理。这种时间序列分析方法能够捕捉客户交易行为的长期趋势和周期性变化,从而更准确地预测客户的交易行为是否存在风险。
技术关键词
隐马尔可夫模型
评级方法
推理算法
时间段
时间序列分析方法
客户交易信息
风险
数据
节点
评级系统
可读存储介质
终端设备
处理器
存储器
计算机
参数
样本
周期性
电子设备
系统为您推荐了相关专利信息
电压补偿控制方法
节点
方差贡献率
集群
主成分分析算法
网络流量监测方法
决策树模型
道路监控摄像头
网络流量数据
构建决策树
内容审核方法
级联式
特征提取网络
文本识别模型
融合特征
时域特征提取
特征提取模型
历史故障数据
多模态传感器
分布式监测
XGBoost算法
时间段
运维方法
特征值
电流