摘要
本发明公开了一种基于机器学习的银行风险检测方法、装置、设备及产品,本发明利用不同用户丰富的金融历史数据、社交网络数据和个人数据,来训练神经网络模型,从而得到训练后的风险检测模型;而后,则可基于该训练后的模型,来实现对银行业务风险的实时检测;基于此,采用机器学习方式来进行风险检测,相比于传统技术,不仅可提高数据处理效率,且神经网络模型具备自我学习和适应的能力,因此,能够适应市场的快速变迁,从而可有效识别业务的潜在风险,由此,本发明有效的提升了风控的效率、准确度以及适应能力,从而非常适用于大规模应用与推广。
技术关键词
风险检测方法
样本
社交
金融历史数据
训练神经网络模型
风险检测装置
存储计算机程序
收发器
标签
计算机程序产品
校正
存储器
处理器
编码
系统为您推荐了相关专利信息
地磁传感器
异常检测方法
无线网络性能参数
时间段
窄带物联网
视觉
因子
卷积神经网络学习
训练预测模型
眼动仪