-
公开(公告)号：CN115858385A
公开(公告)日：2023-03-28
申请号：CN202211675286.4
申请日：2022-12-26
Applicant: 重庆邮电大学
IPC: G06F11/36
Abstract: 本发明涉及一种基于类依赖网络的软件缺陷预测方法及系统，包括：获取原始项目源码；根据不同的度量标准对原始项目源码中的类进行特征提取得到原始类预测样本并打上标签信息；构建缺陷预测模型并将原始类预测样本作为训练样本对缺陷预测模型进行训练；获取目标项目源码，根据不同的度量标准对目标项目源码中的类进行特征提取得到目标类预测样本；将目标类预测样本输入训练好的缺陷预测模型输出目标类预测样本的预测结果；将目标项目源码中的类作为节点，根据类与类之间的依赖关系作为边建立类依赖网络；根据类依赖网络利用坍缩k‑core方法计算每个类的核心度；根据目标类预测样本的预测结果和类的核心度计算得到类的最终预测结果。
-
公开(公告)号：CN113240509A
公开(公告)日：2021-08-10
申请号：CN202110541127.4
申请日：2021-05-18
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于多源数据联邦学习的贷款风险评估方法，属于大数据和贷款风险评估领域。该方法包括：S1：使用多方数据源参与到贷款风险评估任务中，分别对多方数据源数据进行预处理以及数据样本加密对齐；S2：分析和提取多方数据源关于贷款风险评估相关特征，建立贷款用户风险画像并构建贷款风险评估体系；S3：构建并使用Lightgbm树模型对多方数据源进行联合训练，同时与中心服务器交换参数，更新训练过程；S4：综合多方数据源的训练结果构建的Lightgbm树模型，预测用户的违约情况作为用户贷款风险的判别结果。本发明提升贷款风险评估的准确性，降低贷款坏账率。
-
公开(公告)号：CN113240509B
公开(公告)日：2022-04-22
申请号：CN202110541127.4
申请日：2021-05-18
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于多源数据联邦学习的贷款风险评估方法，属于大数据和贷款风险评估领域。该方法包括：S1：使用多方数据源参与到贷款风险评估任务中，分别对多方数据源数据进行预处理以及数据样本加密对齐；S2：分析和提取多方数据源关于贷款风险评估相关特征，建立贷款用户风险画像并构建贷款风险评估体系；S3：构建并使用Lightgbm树模型对多方数据源进行联合训练，同时与中心服务器交换参数，更新训练过程；S4：综合多方数据源的训练结果构建的Lightgbm树模型，预测用户的违约情况作为用户贷款风险的判别结果。本发明提升贷款风险评估的准确性，降低贷款坏账率。
-
-
Search Results
3
records
(took 0.019 seconds)
