買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉深圳前海微眾銀行股份有限公司申請的專利信用風險預測模型訓練方法、電子設備及可讀存儲介質獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115293889B 。

龍圖騰網通過國家知識產權局官網在2025-09-23發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210995711.1，技術領域涉及：G06Q40/03；該發明授權信用風險預測模型訓練方法、電子設備及可讀存儲介質是由譚蘊琨;陳婷;吳三平;莊偉亮;張鵬;壯青;吳軼凡;陳慶麟;徐朔;黃勇衛設計研發完成，并于2022-08-18向國家知識產權局提交的專利申請。

本信用風險預測模型訓練方法、電子設備及可讀存儲介質在說明書摘要公布了：本申請公開了一種信用風險預測模型訓練方法、電子設備及可讀存儲介質，應用于金融科技技術領域，所述信用風險預測模型訓練方法包括：獲取訓練樣本集以及訓練樣本集中各訓練樣本的樣本權重；根據訓練樣本集和各樣本權重，得到信用風險預測總模型，信用風險預測總模型由多個風險預測子模型組成；依據風險預測子模型的子模型預測結果，對風險預測子模型進行聚類，得到子模型群；依據子模型預測結果和子模型群，擴增訓練樣本集；返回執行步驟：根據訓練樣本集和各樣本權重，迭代訓練得到信用風險預測總模型，直至信用風險預測總模型滿足預設迭代更新結束條件，得到目標信用風險預測總模型。本申請解決了用戶信用風險的預測準確度低的技術問題。

本發明授權信用風險預測模型訓練方法、電子設備及可讀存儲介質在權利要求書中公布了：1.一種信用風險預測模型訓練方法，其特征在于，所述信用風險預測模型訓練方法包括： 獲取用戶的歷史行為數據作為訓練樣本集以及所述訓練樣本集中各訓練樣本的樣本權重； 根據所述訓練樣本集和各所述樣本權重，迭代訓練得到信用風險預測總模型，其中，所述信用風險預測總模型由多個風險預測子模型組成； 獲取各所述風險預測子模型對于所述訓練樣本集的子模型預測結果，依據各所述子模型預測結果，對所述風險預測子模型進行聚類，得到至少一個子模型群； 依據各所述子模型預測結果和各所述子模型群，優化各所述樣本權重，以擴增所述訓練樣本集； 返回執行步驟：根據所述訓練樣本集和各所述樣本權重，迭代訓練得到信用風險預測總模型，直至所述信用風險預測總模型滿足預設迭代更新結束條件，得到目標信用風險預測總模型； 所述根據所述訓練樣本集和各所述樣本權重，迭代訓練得到信用風險預測總模型，其中，所述信用風險預測總模型由多個風險預測子模型組成的步驟包括： 從所述訓練樣本集中選取訓練樣本，并根據所述訓練樣本和所述訓練樣本對應的樣本權重確定待預測樣本； 將所述待預測樣本分別輸入各所述風險預測子模型，得到各子模型輸出預測結果； 根據各所述風險預測子模型對應的模型加權權重，對各所述子模型輸出預測結果進行加權聚合，得到總模型輸出預測結果； 根據所述總模型輸出預測結果，優化各所述模型加權權重以及各所述風險預測子模型； 返回執行步驟：從所述訓練樣本集中選取訓練樣本，并根據所述訓練樣本和所述訓練樣本對應的樣本權重確定待預測樣本，直至各所述模型加權權重滿足預設權重條件以及各所述子模型參數滿足預設模型參數條件，得到所述信用風險預測總模型； 所述依據各所述子模型預測結果，對所述風險預測子模型進行聚類，得到至少一個子模型群的步驟包括： 獲取各所述子模型預測結果之間的子模型預測結果相似度，將所述子模型預測結果相似度作為各所述風險預測子模型之間的子模型相似度； 依據所述子模型相似度，對各所述風險預測子模型進行聚類，得到至少一個子模型群。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人深圳前海微眾銀行股份有限公司，其通訊地址為：518000 廣東省深圳市前海深港合作區前灣一路1號A棟201室（入駐深圳市前海商務秘書有限公司）；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。