摘要
本申请提供一种金融风险评估方法及金融风险评估系统,涉及人工智能领域,包括:获取客户标签数据;依次执行推理步骤、行为步骤、观察步骤;推理步骤包括:由预训练的大模型根据标签数据输出客户的初始违约概率;行为步骤包括:由预训练的大模型根据标签数据,判断是否需要修正客户违约概率,若是,则响应于预训练的大模型输出的获取指令,获取客户违约风险信息;观察步骤包括:由预训练的大模型根据违约风险信息和初始违约概率,输出修正后违约概率,并将修正后违约概率作为最终违约概率并据此确定客户的违约风险评分。本方案由于推理‑行为‑观察每一步骤均关联可追溯的标签数据与验证逻辑,从而满足风控决策透明化的要求。
技术关键词
客户
金融风险评估系统
金融风险评估方法
机器学习模型
计算机执行指令
标签
决策
可读存储介质
数据获取模块
计算机程序产品
评估装置
身份
处理器通信
存储器
基础
系统为您推荐了相关专利信息
风险预测方法
Logistic回归模型
Logistic函数
风险预测装置
动态更新
代币
转移方法
深度优先遍历
执行算法
静态数据流分析