一种信用评分模型的训练方法、信用评分方法及相关装置

本申请公开了一种信用评分模型的训练方法、信用评分方法及相关装置。在执行本申请实施例提供的方法时，先获取包含多个具有信用评分标签的样本训练集，每个样本不仅具有信用评分标签，还包括多个标注了风险模式的样本数据，风险模式标签指示样本数据与信用评分之间的单调性关系，包括单调递增、单调递减或非单调关系，而样本数据则涵盖样本用户的征信信息。在此基础上，利用反向传播算法对基于组合激活函数构建的全连接神经网络(即初始评分模型)进行训练，从而得到优化后的信用评分模型。本申请通过在训练集中引入样本风险模式标签并使用组合激活函数构建信用评分模型，实现了对单调性关系的明确定义和捕捉，确保模型在训练期间遵循单调性约束。