一种基于深度学习的自动化贷后管理方法及装置

    公开(公告)号:CN118587718A

    公开(公告)日:2024-09-03

    申请号:CN202411069775.4

    申请日:2024-08-06

    摘要: 本发明公开了一种基于深度学习的自动化贷后管理方法及装置。通过深度学习技术对多种格式的贷款决策文件进行重要信息和数量关系提取,实现对贷款账户的自动化实时监管。利用机器视觉、文本识别技术实现了对图片、docx文档、pdf文档等多种格式文件数据的读取,使用命名实体识别模型有效提取表格数据和文本数据的逻辑,通过生成式问答模型将其转化为可被计算机理解的运算逻辑,从而实现实时查询数据库进行违约比对,实现自动化贷后管理,批量监控贷款账户。本发明提供了将贷款决策文件中的非结构化数据转化为结构化数据,并进行运算逻辑提取的批量管理方法,完成了端到端的自动化监管,以节省人工成本与时间,并实现实时监控。

    一种基于子图融合的GCN异常客户预警方法及装置

    公开(公告)号:CN117522403A

    公开(公告)日:2024-02-06

    申请号:CN202311152106.9

    申请日:2023-09-07

    发明人: 覃世振 范容 沈悦

    摘要: 本发明公开了一种基于子图融合的GCN异常客户预警方法及装置,通过获取原始客户行为数据和标注黑白名单样本,并对原始数据进行数据清洗、关联关系子图构建、基于子图融合的图卷积神经网络生成图嵌入特征,最后集成机器学习算法进行模型训练,生成并推送预警名单,在排查系统中,根据管户关系,自动分发核查人员,对异常客户进行管控。本发明实现了定期排查功能,通过对千万级客户属性数据和交易数据进行特征工程加工,有效对百万级的客户进行异常行为风险排查,大地提升了数据应用能力、降低了银行资金风险和人力成本。