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！

龙图腾网获悉中国人寿资产管理有限公司申请的专利基于半监督模型预测发债主体违约的方法、设备及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114663102B 。

龙图腾网通过国家知识产权局官网在2025-08-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202011395004.6，技术领域涉及：G06Q30/018；该发明授权基于半监督模型预测发债主体违约的方法、设备及存储介质是由王专;郝玉爽;田鑫涛设计研发完成，并于2020-12-03向国家知识产权局提交的专利申请。

本基于半监督模型预测发债主体违约的方法、设备及存储介质在说明书摘要公布了：本发明涉及计算机技术领域，公开了一种基于半监督模型预测发债主体违约的方法、设备及存储介质，包括：S1：获取发债主体的主体数据，所述主体数据包括新闻舆情信息、工商信息、市场评价信息、外部信息，通过所述主体数据构建发债主体的信用违约风险的指标体系；S2：从统计分析、业务判断、衍生构造底层特征，生成底层因子；S3：基于未标记样本加权法与评分卡模型的组合建立半监督模型；S4：基于半监督模型判断预测发债主体的违约风险。本次建模的方法是基于未标记样本加权法与评分卡模型的组合，利用正样本和无标记样本训练的XGB分类器对风险的排序能力扩大正样本的规模，使用高风险概率最高的样本作为新的正样本，训练评分卡模型，构建半监督模型。

本发明授权基于半监督模型预测发债主体违约的方法、设备及存储介质在权利要求书中公布了：1.一种基于半监督模型预测发债主体违约的方法，其特征在于：包括： S1：获取发债主体的主体数据，所述主体数据包括新闻舆情信息、工商信息、市场评价信息、外部信息，通过所述主体数据构建发债主体的信用违约风险的指标体系； S2：通过特征工程，从统计分析、业务判断、衍生构造三个方面实现底层特征的加工与实现，生成底层因子； S3：基于未标记样本加权法与评分卡模型的组合建立半监督模型； S4：基于半监督模型判断预测发债主体的违约风险； 其中，建立所述S3的半监督模型包括以下步骤： S21：通过网格搜索以AUC为目标进行调参，训练XGBoost模型获取识别样本是否被标记的分类器； S22：使用校准分类器进行概率校准，将XGBoost的输出校准为近似标准的概率，使用的超参数为method_calibrated＝isotonic，cv＝3； S23：使用校准后的概率排序Top5％的样本，与原负面标签取并集作为后续训练评分卡的建模目标，所述建模目标为正样本的概率，用于解决高风险标签过少导致的难以区分随机和真正有效的特征的问题； S24：使用均衡样本加权计算权重； S25：使用卡方分箱将特征全部转化为序数型分类变量； S26：分析特征与建模目标的关联程度，及特征之间的共线性，筛选可以入模的优质特征； S27：人工优化特征可解释性，逐个查看可以入模的优质特征，分析其各取值的频率分布和响应率分布是否可以在业务上解释、是否可能源自于数据的随机波动，据此调整特征的分组，并查看验证集上是否具备与训练集相同的趋势； S28：将特征经证据权重编码后训练评分卡模型； S29：人工查看评分规则，修正少数与响应率分布结果不符的规则； 其中，所述S21的AUC的范围为AUC＞0.7。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国人寿资产管理有限公司，其通讯地址为：100033 北京市西城区金融大街17号中国人寿中心20层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。