摘要
本发明实施例提出一种逾期阶段预测方法、装置、电子设备和存储介质,涉及计算机技术领域。该方法包括:获取用户的各历史逾期阶段内的逾期特征;历史逾期阶段包括多个连续的天数;将各历史逾期阶段内的逾期特征输入预先训练的逾期阶段预测模型;逾期阶段预测模型采用双向LSTM网络;通过逾期阶段预测模型预测用户下次逾期所处的逾期阶段。通过按照逾期阶段统计特征,相比于收集用户每天的数据来预测用户的逾期情况,大大减少了数据处理量,提升了预测效率;并且采用双向LSTM网络,可以从两个方向全面捕捉用户的逾期特征,增强了预测准确性。
技术关键词
阶段
网络
上存储计算机程序
预测装置
生成训练数据
预测模型训练
输入模块
电子设备
可读存储介质
处理器
统计特征
存储器
算法
系统为您推荐了相关专利信息
智能决策方法
风险预测模型
泥水盾构
刀具剩余寿命
风险评估模型
旅游指示牌
出行方式
无线网络技术
人工智能算法
旅游景区管理
路径规划方法
车辆运动学模型
无人车
博弈论算法
团队