CN112488865B 基于金融时间节点的金融风险预测方法、装置和电子设备 （北京淇瑀信息科技有限公司）

本发明提供了一种基于金融时间节点的金根据基于历史用户在金融时间节点的提取规则2根据基于历史用户在资源使用时间节点的表现数据，确定与各资源通过通用计算设备建立与各子训练数据集相对应的多个子预测模型，以及同一类型表现特征数据的类型和数量，设定与各资源使用时间节点相对应的匹配规资源配额授予节点的特定时间段内发生了两次资源使用行为且第二次资源使用行为的发次资源使用行为且第二次资源使用行为的发生时间在自第一次资源使用行为的发生时间起特定时间段内和在距资源配额授予节点的特定时间段内发生资源使用的次数超过特定使用所匹配的子预测模型，向通用计算设备中输入该当前用户的3数据处理模块，根据基于历史用户在资源使用时间节点的有资源配额且具有资源使用行为的历史用户，资源使用时间节点包括资源配额授予节点、模型建立模块，用于建立与各子训练数据集相对应的多个子预测模型符合在距资源配额授予节点的特定时间段内发生了两次资源使用行为且第二次资源使用发生了两次资源使用行为且第二次资源使用行为的发生时间在自第一次资源使用行为的发生时间起特定时间段内和在距资源配额授予节点的特定时间段内发生资源使用的次数预测模块，使用所匹配的子预测模型，输入该当前用户的时间特存储计算机可执行指令的存储器，所述可执行指令在被执行时使权利要求1-4中任一项所述的基于资源使用时间节点确定用户风险状态述一个或多个程序当被处理器执行时，实现权利要求1-4中任一项所述的基于资源使用时4内发生了两次资源使用行为且第二次资源使用行为的发生时间在自第一次资源使用行为5前用户的用户数据同时命中第二匹配规则和第三匹配规则时，则该当前用户为第三类用内发生了两次资源使用行为且第二次资源使用行为的发生时间在自第一次资源使用行为6（特别是用户资源使用表现数据类型及同一类型用户资源使用表现数据数量）等多维度提相对应的子预测模型，能够更精确地预测用户的风险情况，提高了各子预测模型的预测精[0024]为了使本发明所解决的技术问题、采用的技术手段及取[0025]图1是本发明的实施例1的基于金融时间节点的金融风险预测方法的一示例的流[0026]图2是本发明的实施例1的基于金融时间节点的金融风险预测方法的另一示例的[0027]图3是本发明的实施例1的基于金融时间节点的金融风险预测方法的又一示例的[0028]图4是本发明的实施例2的基于金融时间节点的金融风险预测装置的一示例的示[0029]图5是本发明的实施例2的基于金融时间节点的金融风险预测装置的另一示例的[0030]图6是本发明的实施例2的基于金融时间节点的金融风险预测装置的又一示例的7性或其他细节不排除可以以合适的方式结合在一个或更多其他的[0037]附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对创新之处在于如何使用服务器和客户端之间的信息交互技术来使资源分配的过程更加自8[0045]步骤S101，根据基于历史用户在金融时间节点的提取规则建立多个子训练数据[0050]在本示例中，在用户对金融服务产品或金融理财产品进行资源使用的应用场景9[0063]例如，多个子训练数据集包括与资源使用节点相关的历史用户的时间特征数据、[0064]再例如，多个子训练数据集包括与资源归还节点相关的历史用户的时间特征数内发生了两次资源使用行为且第二次资源使用行为的发生时间在自第一次资源使用行为（特别是用户资源使用表现数据类型及同一类型用户资源使用表现数据数量）等多维度提相对应的子预测模型，能够更精确地预测用户的风险情况，提高了各子预测模型的预测精内发生了两次资源使用行为且第二次资源使用行为的发生时间在自第一次资源使用行为（特别是用户资源使用表现数据类型及同一类型用户资源使用表现数据数量）等多维度提相对应的子预测模型，能够更精确地预测用户的风险情况，提高了各子预测模型的预测精[0116]其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元210执行，使得所述处理单元210执行本说明书上述电子设备的处理方法部分中描述的根据本发[0117]所述存储单元220可以包括易失性存储单元形式的可读介质，例如随机存取存储[0119]总线230可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储[0123]所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信[0124]可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序