买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：广州致景信息科技有限公司

摘要：本发明实施例提供一种纺织行业违约率预测方法、装置、处理器及存储介质。方法包括：获取所述纺织行业待预测订单的结构化数据；将所述结构化数据输入至违约率预测模型中；通过所述违约率预测模型确定所述待预测订单的违约率。这一预测方法有效地利用了纺织行业的结构化数据，也有效地使用了传统数据分析过程中容易被特征工程筛选过滤掉的稀疏特征数据，提高了模型预测的评分，降低了均方误差，能够有效直接地对订单的违约率进行预测。

主权项：1.一种纺织行业违约率预测方法，其特征在于，所述方法包括：获取纺织行业待预测订单的结构化数据；所述结构化数据包括布料采购商基本信息、布料采购商信用信息、布料采购商历史订单信息及市场金融信息中的至少一者；所述布料采购商基本信息包括布料采购商的注册资本、成立日期及员工人数中的至少一者；所述布料采购商信用信息包括法律信息、企业信用信息及经营信息中的至少一者；所述布料采购商历史订单信息包括订单金额、订单品类、面料数据及还款信息中的至少一者；所述市场金融信息包括布料市场信息、金融市场信息及竞品信息中的至少一者；将所述结构化数据输入至违约率预测模型中；所述违约率预测模型使用结构化宽表数据进行输入；通过所述违约率预测模型确定所述待预测订单的违约率；所述违约率指的是布料采购商使用金融商品时逾期还款的违约几率；所述违约率预测模型包括：输入层、标准化层、七个全连接层、选弃层和输出层；所述通过所述违约率预测模型确定所述待预测订单的违约率包括：在所述输入层获取到所述结构化数据后，所述输入层将所述结构化数据导入至所述标准化层；其中，所述输入层用于将数据导入模型；通过所述标准化层对所述结构化数据进行标准化，再将标准化后的结构化数据输出至第一全连接层；其中，所述标准化层用于将输入数据进行标准化；通过所述第一全连接层对所述标准化后的结构化数据进行延伸，并将延伸后的结构化数据输出至所述选弃层；其中，所述第一全连接层用于连接上一层与下一层数据节点，将信息计算并进行传递；所述第一全连接层的目的是延伸数据的组合，具体使用Elu算法作为激活函数；通过所述选弃层随机将输入的数据设置为零以降低所述违约率预测模型过拟合的程度；其中，所述选弃层用于连接上一层与下一层数据节点，随机将输入数据设置为零，随机的频率为10％；通过第二全连接层对所述结构化数据再次进行延伸；其中，所述第二全连接层用于连接上一层与下一层数据节点，将信息计算并进行传递；所述第二全连接层的目的是继续延伸数据的组合，具体使用Elu算法作为激活函数；通过第三全连接层对再次延伸后的结构化数据进行浓缩；其中，所述第三全连接层用于连接上一层与下一层数据节点，将信息计算并进行传递；所述第三全连接层的目的是进行第一阶段的信息浓缩，具体使用Linear算法作为激活函数；通过第四全连接层对浓缩后的结构化数据进行再次延伸；其中，所述第四全连接层用于连接上一层与下一层数据节点，将信息计算并进行传递；所述第四全连接层的目的是进行第二阶段的数据组合延伸，具体使用Softplus算法作为激活函数；通过第五全连接层对再次延伸后的结构化数据进行再次延伸；其中，所述第五全连接层用于连接上一层与下一层数据节点，将信息计算并进行传递；所述第五全连接层的目的是进行第二阶段的数据组合延伸，具体使用Relu算法作为激活函数；通过第六全连接层对再次延伸后的结构化数据进行放大；其中，所述第六全连接层用于连接上一层与下一层数据节点，将信息计算并进行传递；所述第六全连接层的目的是进行数据组合的放大，具体使用Relu算法作为激活函数；通过第七全连接层对放大后的结构化数据进行再次浓缩；其中，所述第七全连接层用于连接上一层与下一层数据节点，将信息计算并进行传递；所述第七全连接层的目的是进行输出前的数据组合浓缩，具体使用Softplus算法作为激活函数；将再次浓缩后的结构化数据传输至所述输出层；通过所述输出层输出对结构化数据进行预测得到的违约率；其中，所述输出层用于将模型计算结果输出，具体使用Elu算法作为激活函数；所述全连接层包括的激活函数如以下公式：Relu函数为：；Elu函数为：；Softplus函数为：；Linear函数为：；其中，x为所述激活函数的输入值，α的值为1。

全文数据：

权利要求：

百度查询： 广州致景信息科技有限公司 纺织行业违约率预测方法、装置、存储介质及处理器