摘要
本发明公开了一种大数据驱动的金融信用风险评估方法,涉及风险评估技术领域,包括以下步骤:S1:以识别银行贷款申请人的信用风险为目的,基于LSTM模型与小波变换方法构建贷款违约预测模型,并构建贷款违约预测模型训练用样本数据集,通过样本数据集对贷款违约预测模型进行模型训练以及精度验证操作,以提高贷款违约预测模型的预测精度。本发明提出了一种大数据驱动的金融信用风险评估方法,一种大数据驱动的金融信用风险评估方法,应用于银行贷款金融信用风险评估场景,通过基于LSTM模型与小波变换方法构建贷款违约预测模型的途径,初步识别银行贷款申请人的贷款违约概率,并获取贷款申请人的金融行为数据。
技术关键词
信用风险评估方法
LSTM模型
金融
Logistic回归模型
聚类分析方法
预测模型训练
时间序列特征
高频组件
样本
大数据技术
风险评估技术
网络爬虫技术
离散小波变换
两阶段
精度
集成策略
系统为您推荐了相关专利信息
时序特征
调控方法
分布式采集系统
多层次特征提取
滑动窗口机制
轨迹预测方法
深度学习模型
轨迹预测模型
物理
车辆
深度学习模型
船舶位置信息
数据
船舶自动识别系统
构建数学模型
负荷
电网调度系统
动态辨识方法
LSTM模型
时序特征