摘要
本发明公开了一种基于神经网络的用户流失风险识别方法及装置、电子设备,涉及人工智能领域或其他相关技术领域,其中,该方法包括:获取目标用户在各时间点的金融数据集合;对各时间点的金融数据集合进行预处理,得到目标用户在各时间点的用户特征集合;将各时间点的用户特征集合中的用户特征逐一输入至流失风险识别模型,输出目标用户的流失风险识别结果,其中,流失风险识别结果中至少包括:目标用户是否存在流失风险,流失风险识别模型通过计算目标用户的流失概率,比较流失概率与预设流失概率阈值后,输出目标用户的流失风险识别结果。本发明解决了相关技术中,基于规则匹配方式对用户的流失风险进行识别得到的识别结果准确率较低的技术问题。
技术关键词
流失风险识别方法
风险识别模型
金融
编码
数据
长短期记忆网络
风险识别装置
可读存储介质
注意力机制
画像
电子设备
计算机
时间段
资产
处理器
兴趣
聚类
处理单元
系统为您推荐了相关专利信息
推荐系统
多模态
推荐方法
训练集数据
贝叶斯个性化排序
智能启动方法
机器学习算法分析
容器
监控指标数据
非易失性计算机可读存储介质
牡蛎
无损定量检测方法
断层图像数据
水产品品质检测
定量评价指标