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：四川世纪银通科技有限公司

摘要：本发明涉及金融风险预测技术领域，尤其涉及一种基于消费画像的用户还款风险预测方法及系统。所述方法包括以下步骤：通过金融平台接口进行用户消费敏感识别，得到标记敏感数据；对标记敏感数据进行数据脱敏处理，得到脱敏消费数据集；对脱敏消费数据集进行用户消费时间切片，得到用户消费轨迹时间切片数据；对用户消费轨迹时间切片数据进行时间规律特征提取并进行消费趋势特征提取，得到时间规律特征数据以及消费趋势特征数据。本发明通过结合时间序列分析、图神经网络和多模态融合的技术，得到更精准的动态用户消费画像，解决了在捕捉用户消费行为动态变化、挖掘用户潜在关联和融合多源信息方面的不足，提高了还款风险预测的准确性和可靠性。

主权项：1.一种基于消费画像的用户还款风险预测方法，其特征在于，包括以下步骤：步骤S1：通过金融平台接口进行用户消费敏感识别，得到标记敏感数据；对标记敏感数据进行数据脱敏处理，得到脱敏消费数据集；步骤S2：对脱敏消费数据集进行用户消费时间切片，得到用户消费轨迹时间切片数据；对用户消费轨迹时间切片数据进行时间规律特征提取并进行消费趋势特征提取，得到时间规律特征数据以及消费趋势特征数据；根据时间规律特征数据以及消费趋势特征数据进行消费序列特征重构，得到用户消费序列特征集；步骤S3：根据用户消费序列特征集进行时间步隐藏状态提取，得到时间步隐藏状态数据；对时间步隐藏状态数据进行注意力聚焦处理，得到加权隐藏状态序列数据；对加权隐藏状态序列数据进行低维向量嵌入，得到用户消费行为嵌入向量；步骤S4：对用户消费行为嵌入向量进行节点关系图谱构建，得到加权用户图；根据加权用户图进行社区结构挖掘，得到社区特征向量数据；对社区特征向量数据以及加权用户图进行节点信息增强，得到用户消费关系图；步骤S5：对用户消费关系图进行双重视角表征处理，得到用户双重视角特征数据；根据用户双重视角特征数据进行动态权重加权分配，得到加权融合特征数据；对加权融合特征数据进行多模态画像融合，得到多模态用户消费画像；步骤S6：根据多模态用户消费画像进行用户还款风险预测建模，得到用户还款风险预测模型；利用用户还款风险预测模型进行风险实时预测，得到实时风险评分；根据实时风险评分进行用户还款风险预警分析，得到用户还款风险预警数据，以实现用户还款风险预测作业。

全文数据：

权利要求：

百度查询： 四川世纪银通科技有限公司 基于消费画像的用户还款风险预测方法及系统