摘要
本发明涉及人工智能技术的金融科技技术领域,且公开了基于多维度AI模型分析的手机租赁风控优化方法及系统,所述系统包括数据探针端、时效中枢端、模型适配端、决策引擎端、优化反馈端和区块链存证模块,通过采集用户静态风控数据与动态租赁行为数据;通过拉格朗日插值算法实现多源数据时效性对齐,生成静态风控修正数据及动态行为基准数据;构建风控特征组合矩阵;基于Q‑Learning强化学习算法匹配特征矩阵与预置模型库的最优风控模型;采用动态权重集成学习输出风险概率评分;依据评分动态调整租赁权限及额度。所述系统提升了用户信用画像准确度,提高了风控决策的精准性,解决了传统系统模型僵化问题。
技术关键词
风控特征
风控模型
拉格朗日插值
动态
区块链存证
强化学习算法
信用评分模型
矩阵
数据采集频率
手机
风险
贪婪策略
梯度提升树模型
集成学习框架
模型库
数据更新频率
决策
时效性
时延