[發明專利]基于LSTM網絡的客戶存款流失情況預測方法及裝置

在審

• 申請號: 202110354925.6
• 申請日: 2021-03-31
• 公開（公告）號: CN112926803A
• 公開（公告）日: 2021-06-08
• 發明（設計）人: 郭子銘;侯海波;韓立博;李軒屹
• 申請（專利權）人: 中國工商銀行股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q40/02;G06K9/62
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 任默聞;王濤

1.一種基于LSTM網絡的客戶存款流失情況預測方法，其特征在于，包括：

獲取客戶的評估指標參數，其中，所述評估指標參數包括：信譽評級、存款能力指標、獲利能力指標、財務管理能力指標、履約經歷指標以及發展能力和潛力指標中的至少一種；

將所述評估指標參數輸入到預設的存款流失情況預測模型中，得到預測的所述客戶的存款流失情況，其中，所述存款流失情況預測模型為根據訓練數據采用LSTM網絡訓練得出的，所述存款流失情況包括：存款流失以及存款不流失。

2.根據權利要求1所述的基于LSTM網絡的客戶存款流失情況預測方法，其特征在于，還包括：

獲取訓練數據；

根據所述訓練數據采用LSTM網絡進行模型訓練，得到所述存款流失情況預測模型。

3.根據權利要求1或2所述的基于LSTM網絡的客戶存款流失情況預測方法，其特征在于，還包括：

根據所述客戶在多個歷史時間點的評估指標參數以及每個所述歷史時間點對應的存款流失情況生成所述訓練數據，其中，所述訓練數據為時序數據。

4.根據權利要求1或2所述的基于LSTM網絡的客戶存款流失情況預測方法，其特征在于，還包括：

獲取多個歷史時間點的評估指標參數以及在每個所述歷史時間點對應的存款流失情況標簽，其中，所述多個歷史時間點的評估指標參數為多個不同客戶的評估指標參數；

根據多個歷史時間點的評估指標參數以及在每個所述歷史時間點對應的存款流失情況標簽生成所述訓練數據，其中，所述訓練數據為時序數據。

5.根據權利要求1所述的基于LSTM網絡的客戶存款流失情況預測方法，其特征在于，將所述評估指標參數輸入到預設的存款流失情況預測模型中，得到預測的所述客戶的存款流失情況，具體包括：

獲取所述客戶對應的存款流失情況預測模型；

將所述評估指標參數輸入到所述客戶對應的存款流失情況預測模型中，得到預測的所述客戶的存款流失情況。

6.根據權利要求2所述的基于LSTM網絡的客戶存款流失情況預測方法，其特征在于，所述LSTM網絡的輸入層的節點數量與所述評估指標參數的數量一致，所述LSTM網絡的隱藏層以Relu為激活函數，所述LSTM網絡的輸出層采用Softmax函數。

7.一種基于LSTM網絡的客戶存款流失情況預測裝置，其特征在于，包括：

評估指標參數獲取模塊，用于獲取客戶的評估指標參數，其中，所述評估指標參數包括：信譽評級、存款能力指標、獲利能力指標、財務管理能力指標、履約經歷指標以及發展能力和潛力指標中的至少一種；

預測模塊，用于將所述評估指標參數輸入到預設的存款流失情況預測模型中，得到預測的所述客戶的存款流失情況，其中，所述存款流失情況預測模型為根據訓練數據采用LSTM網絡訓練得出的，所述存款流失情況包括：存款流失以及存款不流失。

8.根據權利要求7所述的基于LSTM網絡的客戶存款流失情況預測裝置，其特征在于，還包括：

訓練數據獲取模塊，用于獲取訓練數據；

模型訓練模塊，用于根據所述訓練數據采用LSTM網絡進行模型訓練，得到所述存款流失情況預測模型。

9.一種計算機設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至6任一項所述的方法。

10.一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，其特征在于，所述計算機程序在計算機處理器中執行時實現如權利要求1至6任意一項所述的方法。