一种基于迁移学习的用户违约预测定价方法和系统.pdfVIP

下载本文档

0
0
约1.31万字
约 10页
2023-05-09 发布于北京
举报
版权申诉

一种基于迁移学习的用户违约预测定价方法和系统.pdf

1、本文档共10页，其中可免费阅读9页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开一种基于迁移学习的用户违约预测定价方法和系统，属于用户信贷定价领域。包括：基于各个信贷用户的信贷数据，采用迁移学习模型预测各个信贷用户的违约风险，根据违约风险概率对信贷用户进行分类，得到高违约风险用户、中违约风险用户和低违约风险用户，标记高违约风险用户，不对其进行定价处理；将所有中违约风险用户的信贷数据和低违约风险用户的信贷数据作为输入，采用改进Tradaboost模型调节中违约风险用户和低违约风险用户的贷款费率定价，以利润最大化为目标，得到最优定价，改进Tradaboost模型的损失

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114493822 A (43)申请公布日 2022.05.13 (21)申请号 202011176198.0 (22)申请日 2020.10.27 (71)申请人华中科技大学地址 430074