摘要
本发明涉及深度学习领域,提供了一种基于图神经网络的小微企业信用风险预测方法,包括获取贷款存续期内的待测小微企业原始数据,对待测小微企业原始数据进行数据预处理,得到待测小微企业数据;根据待测小微企业数据构建待测小微企业关联关系图;对待测小微企业关联关系图进行简化处理,得到关联关系简化图;将关联关系简化图输入至训练好的小微企业信用风险预测模型中进行预测,得到待测小微企业的违约风险概率;根据待测小微企业的违约风险概率确定待测小微企业的分类;训练好的小微企业信用风险预测模型为根据小微企业关联关系图训练得到,小微企业关联关系图为根据已购贷款产品的小微企业数据样本构建。本发明解决了现有技术中在小微企业信用风险预测方面准确性不足、难以全面评估企业关联风险及信贷风险的缺陷,提高了信贷风险评估的准确性和及时性。
技术关键词
企业信用风险
企业关联关系
节点
资金流
异质
语义
企业关联风险
非暂态计算机可读存储介质
信贷风险评估
注意力机制
网络
样本
变量
多层感知机
数据获取模块
处理器