一种基于大数据的金融风险识别模型的训练方法

本发明涉及金融科技和大数据分析技术领域，公开一种基于大数据的金融风险识别模型的训练方法，包括以下步骤：S1、采集来自结构化数据、非结构化数据和半结构化数据的数据源，且对数据进行预处理；S2、提取多模态特征且进行融合，融合生成多模态特征向量；S3、利用模型的解释性增强方法，包括SHAP值、LIME局部解释和基于规则的解释性模块，提供模型预测结果的透明性。通过多模态数据融合技术，将结构化数据、非结构化数据及半结构化数据整合，利用不同来源的数据为模型提供更为全面的特征信息，采用Attention机制进行加权融合，确保重要特征的权重更高，使模型能更精确地捕捉金融市场中的复杂信息，提高风险识别的准确性。