基于迭代扩样的财务粉饰与异常识别模型构建方法

基本信息

申请号 CN202110363136.9 申请日 -
公开(公告)号 CN113065949A 公开(公告)日 2021-07-02
申请公布号 CN113065949A 申请公布日 2021-07-02
分类号 G06Q40/02;G06K9/62;G06N3/00 分类 计算;推算;计数;
发明人 张洪江;李岩;宋兵;朱启功 申请(专利权)人 河北雄安舜耕数据科技有限公司
代理机构 上海新隆知识产权代理事务所(普通合伙) 代理人 刘兰英
地址 071700 河北省保定市容城县白洋淀大道锦泰花园A区1号楼3单元502室
法律状态 -

摘要

摘要 本发明提供一种基于迭代扩样的财务粉饰与异常识别模型构建方法,属于对公信贷过程中的反欺诈、风控的领域,其包括以下步骤:从全部样本中选取原始异常样本和正常样本并确定分层变量,对正常样本进行抽样配比得到初始样本;根据初始样本,设定样本特征变量,利用随机森林算法建立标准分类模型作为基础分类模型;利用基础分类模型对全部样本进行预测;根据预测结果得到半监督迭代扩充样本和业务逻辑扩充样本;将半监督迭代扩充样本、业务逻辑扩充样本与原始异常样本混合后对正常样本进行抽样配比得到最终训练样本,进行训练得到最终财务粉饰与异常识别模型。本发明能够解决在传统建模过程中因正负样本不均衡引起的模型表现欠佳或普适性不高的问题。