一种基于多分类的组合模型信用风险评估方法和相关设备

本申请提供一种基于多分类的组合模型信用风险评估方法和相关设备，涉及电数字数据处理技术领域。该方法包括：先获取原始信贷数据及人工标注的信用风险等级信息，利用基于深度神经网络的特征提取器和Stacking结构集成学习模型进行深度学习训练，得到信用风险等级分类模型；接着获取个人电子信贷信息，涵盖个人正常、逾期还款次数和在线认证信息；根据这些信息计算历史正常、逾期还款比率；依据比率确定个人还款态度等级信息；最后结合个人电子信贷信息和还款态度等级信息，通过已训练的信用风险等级分类模型划分等级，确定个人信用风险等级信息。实施该方法可以提升信用风险评估的准确性与科学性。