[發明專利]神經網絡的建立方法及系統和神經網絡的應用方法及系統

有效

• 申請號: 201410677635.5
• 申請日: 2014-11-21
• 公開（公告）號: CN105678395B
• 公開（公告）日: 2021-06-29
• 發明（設計）人: 陳露佳
• 申請（專利權）人: 創新先進技術有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06N3/02
• 代理公司: 北京億騰知識產權代理事務所(普通合伙) 11309
• 代理人: 戴燕

本申請涉及一種神經網絡的建立方法及系統和神經網絡的應用方法及系統，該方法包括：將賬戶的歷史操作事件按照時間順序分為第一訓練事件和第一測試事件；獲取第一訓練事件的參數；根據參數將第一訓練事件初始化為第一向量；利用第一向量建立神經網絡，神經網絡包括參數和結構；將第一測試事件的第二向量，輸入至神經網絡中，計算第一測試事件的第二離散值、衍生變量和第一指標，第二離散值為風險度評估值；當第一指標達到閾值時，存儲神經網絡。本申請提供的神經網絡的建立方法及系統和神經網絡的應用方法及系統，提高了預測灰色區域的風險度的效率，并使得對灰色區域事件的處理變得靈活、可控。

技術領域

本申請涉及風險防控領域，尤其涉及一種神經網絡的建立方法及系統和神經網絡的應用方法及系統。

背景技術

目前，針對風險防控、案件預測問題，常常使用模型進行風險防控和案件預測。現有模型產出的處于中等區間離散值的那部分事件的準確性會加劇下降，將處于中等區間離散值的那部分事件稱為灰色區域事件，灰色區域指的是模型預測有風險，但風險度不是最高的那一部分事件。由于處于中等區間離散值的灰色區域事件的準確性加劇下降，所以需要提高這部分灰色區域事件的預測準確性。

現有技術中對于灰色區域事件，不進行處理，或者進行人工審理。人工將灰色區域事件分流至高風險區域或者低風險區域。但是人工審理灰色區域事件風險度需要大量的人力物力，且審理灰色區域事件風險度的準確率也受限于審理人員的審理能力，不準確。

發明內容

本申請的目的是提出了一種神經網絡的建立方法及系統和神經網絡的應用方法及系統，解決審理灰色區域事件風險度不準確，且需要大量的人力物力的問題。

為實現上述目的，本申請第一方面提供了一種神經網絡的建立方法，所述方法包括：將賬戶的歷史操作事件按照時間順序分為第一訓練事件和第一測試事件；獲取所述第一訓練事件的參數；根據所述參數將所述第一訓練事件初始化為第一向量；利用所述第一向量建立神經網絡，所述神經網絡包括所述參數和結構；將所述第一測試事件的第二向量，輸入至所述神經網絡中，計算所述第一測試事件的第二離散值、衍生變量和第一指標，所述第二離散值為風險度評估值；當所述第一指標達到閾值時，存儲所述神經網絡。

本申請第二方面提供了一種利用神經網絡預測風險度的方法，所述方法包括：獲取處于灰色區域的事件在原始模塊輸出的第一離散值，所述第一離散值為風險度評估值；調用系統中與所述處于灰色區域事件對應賬戶的神經網絡，所述神經網絡是利用歷史操作事件訓練得到的，通過所述神經網絡中的參數計算第二離散值和衍生變量；根據第二離散值、衍生變量和第一離散值，通過第一模型將灰色區域事件分流至高風險區域或低風險區域。

本申請第三方面提供了一種神經網絡的建立系統，所述系統包括：劃分模塊，用于將賬戶的歷史操作事件按照時間順序分為第一訓練事件和第一測試事件；獲取模塊，用于獲取所述第一訓練事件的參數；處理模塊，用于根據所述參數將所述第一訓練事件初始化為第一向量；建立模塊，用于利用所述第一向量建立神經網絡，所述神經網絡包括所述參數和結構；計算模塊，用于將所述第一測試事件的第二向量，輸入至所述神經網絡中，計算所述第一測試事件的第二離散值、衍生變量和第一指標，所述第二離散值為風險度評估值；存儲模塊，用于當所述第一指標達到閾值時，存儲所述神經網絡。

本申請第四方面提供了一種利用神經網絡預測風險度的系統，所述系統包括：獲取模塊，用于獲取處于灰色區域的事件在原始模塊輸出的第一離散值，所述第一離散值為風險度評估值；調用模塊，用于調用系統中與所述處于灰色區域事件對應賬戶的神經網絡，所述神經網絡是利用歷史操作事件訓練得到的，通過所述神經網絡中的參數計算第二離散值和衍生變量；分流模塊，用于根據第二離散值、衍生變量和第一離散值，通過第一模型將灰色區域事件分流至高風險區域或低風險區域。