摘要
本发明公开了一种基于人类反馈学习的融资租赁风险评分方法,方法通过对承租企业的多维特征进行自动化分析,从融资租赁风险的角度生成风险评分,为出租方提供高效、精准的风险评估决策支持。该方法的特征在于:构建多类别特征,用于全面评估融资租赁风险;训练神经网络模型进行用于风险评分,并根据用户反馈迭代训练优化神经网络模型。通过计算特征对评分的影响强度,增强模型的可解释性;以图表形式直观展示评分结果,辅助租赁决策。方法具体包含企业数据获取、风险特征构建,模型训练,评分预测,人类反馈收集,及模型可解释性等模块。本发明紧密契合融资租赁业务的风险评估需求,显著提升了风险评估的数据完备性与分析效率。
技术关键词
风险评分方法
优化神经网络模型
企业
人类
风险评估模型训练
优化深度神经网络
构建训练集
神经网络预测模型
训练神经网络模型
风险点
资产负债表
决策
多层感知器
训练集数据
定义特征
系统为您推荐了相关专利信息
数据服务平台
通信控制单元
分布式网关
大数据
业务链
工单分析方法
实体
关键词
词向量模型
计算机可读指令
人类白细胞抗原
亲和力
分子
矩阵
构建卷积神经网络