摘要
本申请公开了一种基于大数据的金融消费者脆弱性评估方法及系统,其中方法包括步骤:从多渠道获取多模态数据,对所述数据进行预处理并获取融合数据;从无风险到高风险依次将脆弱性划分出若干等级、并将所述等级与所述融合数据建立映射,获得数据集;搭建分布式架构的深度学习模型,各分布式节点将所述数据集输入所述模型以用于参数训练,并将训练后获取的模型参数聚合以获取全局模型;将待评估消费者的多模态数据输入训练后的所述模型,获取所述待评估消费者的脆弱性等级。通过上述方式,本申请能够有效避免数据集中传输的效率问题,并提高了评估的精度与一致性,解决了金融行业的数据分散、实时性要求高的痛点。
技术关键词
脆弱性评估方法
大数据
金融
分布式架构
深度学习模型
多模态
政务信息平台
参数
分布式存储集群
分布式计算框架
高风险
评估系统
社交平台
数据处理模块
节点更新
数据压缩
分析模块
系统为您推荐了相关专利信息
数据采集系统
深度学习模型
业务系统
分布式系统
标志位
深度学习模型
模型训练模块
管理平台模块
计算机执行指令
因子权重
强度检测方法
误差变化量
噪声数据
大数据
皮尔逊相关系数
状态监测数据
电力设备状态监测
相关性检测方法
序列
计算机设备