一种基于动态迁移与增量学习的信贷风险评估方法及装置

本申请提供一种基于动态迁移与增量学习的信贷风险评估方法及装置。方法包括：获取借款人的目标域信贷数据；将所述目标域信贷数据输入训练好的目标域信贷风险评估模型，得到所述目标域信贷风险评估模型输出的借款人的违约概率。本申请中，所述目标域信贷风险评估模型是对源域信贷风险评估模型进行迁移学习与增量学习得到的。在迁移学习过程中根据目标域数据量和数据分布变化情况，动态调整源域和目标域的知识迁移权重，使得在目标域数据较少时增强对源域知识的依赖，而随着目标域数据的积累，逐步降低源域影响，防止负迁移问题，提高了模型的长期适应性和泛化能力，从而能够为金融机构提供更加精准、高效的风控解决方案。