摘要
本申请提出一种基于生存分析的逾期概率预测模型的训练方法及预测方法,其中,训练方法包括:获取目标网络贷款业务的多个目标对象的相关业务数据、对象属性数据和经济环境数据;基于业务数据,计算多个目标对象的违约率;获取多个目标影响因素的数据值和多个目标对象已经偿还的网络贷款期数;并构建模型训练数据集和模型验证数据集;通过模型训练数据集训练生存分析模型下的多因素回归模型,得到逾期概率预测模型;生存分析模型下的多因素回归模型将违约率作为生成分析中的死亡率,将目标对象已经偿还的网络贷款期数作为生存时间,通过累计风险函数表示目标对象各种违约风险的累计,通过生存函数表示目标对象不违约概率与多个目标因素之间的关系函数;解决相关技术中逾期概率预测的准确性和可解释性不佳的问题。
技术关键词
对象
逾期事件
网络
风险
模型训练模块
特征提取模块
数据获取模块
数据处理模块
计算机程序产品
数据采集模块
检验方法
预测装置
训练装置
关系
住房
收入
变量
处理器
系统为您推荐了相关专利信息
扩展卡尔曼滤波
LSTM神经网络
电池
递推最小二乘法
估计方法
血管分割
率预测方法
卷积神经网络模型
像素
数据切割方法
聚醚多元醇
亚磷酸酯
高精度压力传感器
数字孪生模型
温度控制系统
智能大数据分析
预警管理系统
时间序列预测模型
金融
风险控制策略