全球数字财富领导者

农业银行申请模型训练、流失预测方法、装置、设备及存储介质专利,实现了客户样本的平衡,和特征提取的自动化,降低特征提取难度,并进一步提升了客户流失预测的准确性

2024-03-11 08:21:53
金融界
金融界
关注
0
0
获赞
粉丝
喜欢 0 0收藏举报
— 分享 —
摘要:金融界2024年3月11日消息,据国家知识产权局公告,中国农业银行股份有限公司申请一项名为“模型训练、流失预测方法、装置、设备及存储介质“,公开号CN117670411A,申请日期为2023年12月。专利摘要显示,本发明公开了一种模型训练、流失预测方法、装置、设备及存储介质。获取训练数据,训练数据包括多个标准用户画像;通过生成对抗网络生成设定数量的类标准用户画像;通过堆叠降噪自编码器提取并重构全量用户画像的特征,并根据提取和重构的全量用户画像的特征的损失优化堆叠降噪自编码器,直至损失满足要求,全量用户画像包括标准用户画像和类标准用户画像;根据训练数据以及流失标签训练流失预测模型,流失预测模型包括神经网络部分以及损失满足要求时堆叠降噪自编码器的编码部分,编码部分设置在神经网络部分之前。实现了客户样本的平衡,和特征提取的自动化,降低特征提取难度,并进一步提升了客户流失预测的准确性。

金融界2024年3月11日消息,据国家知识产权局公告,中国农业银行股份有限公司申请一项名为“模型训练、流失预测方法、装置、设备及存储介质“,公开号CN117670411A,申请日期为2023年12月。

专利摘要显示,本发明公开了一种模型训练、流失预测方法、装置、设备及存储介质。获取训练数据,训练数据包括多个标准用户画像;通过生成对抗网络生成设定数量的类标准用户画像;通过堆叠降噪自编码器提取并重构全量用户画像的特征,并根据提取和重构的全量用户画像的特征的损失优化堆叠降噪自编码器,直至损失满足要求,全量用户画像包括标准用户画像和类标准用户画像;根据训练数据以及流失标签训练流失预测模型,流失预测模型包括神经网络部分以及损失满足要求时堆叠降噪自编码器的编码部分,编码部分设置在神经网络部分之前。实现了客户样本的平衡,和特征提取的自动化,降低特征提取难度,并进一步提升了客户流失预测的准确性。

敬告读者:本文为转载发布,不代表本网站赞同其观点和对其真实性负责。FX168财经仅提供信息发布平台,文章或有细微删改。
go