发明公开
- 专利标题: 基于联邦学习的信贷风险评估方法
-
申请号: CN202311696051.8申请日: 2023-12-11
-
公开(公告)号: CN117522567A公开(公告)日: 2024-02-06
- 发明人: 徐兵 , 赵骁飞 , 兰春嘉 , 王磊
- 申请人: 上海零数众合信息科技有限公司
- 申请人地址: 上海市浦东新区中国(上海)自由贸易试验区峨山路101号C3幢
- 专利权人: 上海零数众合信息科技有限公司
- 当前专利权人: 上海零数众合信息科技有限公司
- 当前专利权人地址: 上海市浦东新区中国(上海)自由贸易试验区峨山路101号C3幢
- 代理机构: 北京城烽知识产权代理事务所
- 代理商 许凯
- 主分类号: G06Q40/03
- IPC分类号: G06Q40/03 ; G06F18/23 ; G06F18/241 ; G06N20/00 ; G06F21/60
摘要:
本发明公开了基于联邦学习的信贷风险评估方法,涉及计算机应用技术领域,所述方法包括:通过基于可信方,获取需要通过联邦学习进行信贷风险合作评估的多个评估主体,获得多个业务信息集合;获得多个用户业务信息聚类结果集合,并获取多个价值度集合和多个保密度集合;获得多个重叠度;基于所述多个重叠度、多个价值度集合和多个保密度集合,获得多组构建数据;构建获得多个信贷风险评估器,并集成获得联邦信贷风险评估通道;输入所述联邦信贷风险评估通道,获得信贷风险评估结果。解决了现有无法准确地评估信贷风险的问题。通过对多个评估主体之间进行联邦学习并构建联邦信贷风险评估通道,达到了提高信贷风险评估准确性的效果。