摘要
本发明属于金融数据处理技术领域,公开了一种基于图对比学习的金融风险评估数据处理方法及系统。该方法对收集的金融领域的数据进行预处理与属性图构建;进行模块化最大化与对比学习关联实现;采用图卷积网络或图神经网络作为图卷积编码器学习节点表示;采用两阶段随机游走采样方法近似模块化矩阵,得到模块化矩阵的小批量形式;通过反向传播算法,根据对比损失对编码器和参数进行优化,进一步学习金融数据节点表示,获得金融风险数据信息;对金融机构或市场主体的风险数据信息进行进一步评估。本发明有效挖掘金融数据中的社区结构和语义信息,提高金融风险评估的准确性和效率,同时解决现有技术中的可扩展性和语义漂移问题。
技术关键词
评估数据处理方法
卷积编码器
节点
两阶段
采样方法
金融数据处理技术
传播算法
矩阵
风险
数据处理系统
采样器
损失函数优化
决策
社区结构
可读存储介质
神经网络模型
模块
系统为您推荐了相关专利信息
类别增量学习
定制化方法
梯度下降算法
预测类别
节点数
支持多场景
平行链管理系统
平行链管理方法
节点
组网
超高性能混凝土
动力学模拟方法
差分算法
钢纤维
凝胶基体