一种基于大模型技术的汽车风控时间序列预测方法

本发明适用于汽车风控预测技术领域，提出了一种基于大模型技术的汽车风控时间序列预测方法，该方法首先对信审视频数据、车辆GPS数据、定期回访音频数据和还款行为数据等多源异构数据进行融合及序列化处理，以构建全面的时间序列数据基础；本发明构建了一个全面精准且鲁棒的时间序列预测框架，实现了对客户风险行为的高效、精准、及时预测，该方法不仅显著减少了数据冗余，提升了数据处理与模型训练效率，还增强了模型在不同场景下的通用性与适应性，同时减少了对历史数据的依赖，能够及时挖掘潜在风险模式，为金融机构提供了更具时效性和准确性的风险预警决策支持，从而显著提升了模型的实用性和经济效益。