摘要
本发明涉及中间号商户信用评分方法、装置、电子设备及存储介质,该方法包括:获取多模态数据,对多模态数据进行预处理。从预处理后的多模态数据中提取通信行为特征和交易行为特征,通过递归特征消除和主成分分析去除冗余特征。基于联邦学习架构对多模态特征进行整合,对多模态特征融合神经网络进行训练,得到信用评分模型。计算通信号码的历史行为数据对应的风险熵,调用时间衰减机制基于风险熵对通信号码的风险值进行动态调整。采用KL散度统计度量量化当前数据与历史数据之间的差异度,在差异度超过设定阈值时触发概念漂移警报,以调整信用评分模型的学习率,调用信用评分模型基于通信号码的风险值预测商户信用评分,提高了信用评分的准确性。
技术关键词
信用评分模型
信用评分方法
融合神经网络
号码
风险
冗余特征
数据编码
成分分析
多模态特征融合
公钥密码学
时间序列特征
机制
随机梯度下降
动态
模型训练模块
电子设备
系统为您推荐了相关专利信息
调度优化系统
调度优化方法
数据预处理功能
数据采集模块
决策支持系统
工业园区
风险识别方法
亚米级遥感影像
评估指标体系
地理信息系统软件
关联访问控制方法
网络上下文
执行访问控制
动态访问控制策略
访问控制系统