一种基于多维数据分析的互联网风控优化方法

本发明涉及互联网风控管理的技术领域，公开了一种基于多维数据分析的互联网风控优化方法，包括：实时采集互联网用户行为数据、交易数据、设备信息及环境数据，对其进行数据预处理，生成样本数据集；基于特征重要性分析策略从样本数据集中提取关键风控特征，生成特征子集；利用改进的麻雀搜索算法对集成的梯度提升树及深度学习网络进行参数优化，优化后得到风控模型；将特征子集输入风控模型中进行分析，输出风险评分，并结合动态阈值调整策略生成风控决策。本发明缩短了模型迭代周期并提高了训练收敛速度，提升了风控模型的整体预测性能和泛化能力，为风险识别提供更可靠的技术保障。