首页/ 成都数融科技有限公司/ 专利详情

基于联邦学习的个人信用评价模型训练方法及评价方法

基本信息

申请号 CN202111088347.2 申请日 -
公开（公告）号 CN113743677A 公开（公告）日 2021-12-03
申请公布号 CN113743677A 申请公布日 2021-12-03
分类号 G06Q10/04（2012.01）I;G06Q40/02（2012.01）I;G06K9/62（2006.01）I;G06N20/00（2019.01）I 分类 计算；推算；计数;
发明人 顾见军 申请（专利权）人 成都数融科技有限公司
代理机构 成都熠邦鼎立专利代理有限公司 代理人 李晓英
地址 610000四川省成都市高新区天府四街199号1栋20层04号
法律状态 -

摘要

摘要 本发明涉及基于联邦学习的个人信用评价模型训练方法及评价方法，包括获取多方关于目标用户的异构数据；对多方的异构数据进行特征处理；根据特征处理后数据的类型和特征生成各方的异构信息网络图；将各方的异构信息网络图分别输入至预先训练的个人信用评价模型，获得个人信用评价模型输出的各方信用计算结果；根据所述各方信用计算结果，基于预设公式，对个人信用评价值进行综合计算，获得个人信用评价值。本申请利用联邦学习的安全性特征和异构信息网络的元路径丰富的表达特征，实现了对多方异构数据的统一表达，可更加直接、客观地评价个人的各类信用风险，对个人信用风险在预测准确度和鲁棒性等方面具有较好的效果。