摘要
本发明公开了一种基于因果推断模型的社保流失原因溯源方法,包括如下步骤:S1、形成初步社保数据集合;S2、对初步社保数据集合进行预处理,形成预处理社保数据集合;S3、生成用于模型输入的特征集合;S4、利用自监督学习方法对特征集合进行对比学习及自编码器训练,自动学习并提取社保数据中的潜在因果特征,形成自监督学习特征表示;S5、计算各影响因素对社保流失预测的因果效应,并输出社保流失影响因素的因果关系网络及其因果效应分析结果。本发明采用因果方向性评分函数,结合社保缴费行为和时间序列约束,确保因果推断的合理性和准确性不仅能够识别直接影响社保流失的因素,还能够揭示潜在的间接影响路径,提高了因果推断的可信度。
技术关键词
溯源方法
数据
学习特征
风险
监督学习方法
样本
编码器训练
变量
效应
皮尔逊相关系数
归因
时间序列特征
网络
重构
超参数
剔除噪声
代表
生成特征
系统为您推荐了相关专利信息
车辆
预警方法
神经网络模型训练
空间关系分析
控制策略
声纹识别系统
智能语音分析
神经网络单元
可信计算模块
隐私保护模块