基于混合神经网络的非法集资风险预测模型

作者：陈钢

来源：计算机与数字工程, 2023, 51(03): 662-668.

• 非法集资
• 混合神经网络
• 预训练语言模型
• 风险特征知识

针对现有企业非法集资风险识别准确率低、效率低等问题，提出了一种基于混合神经网络的预测模型。该模型构建基于预训练语言模型和门限循环神经网络（GRU）的风险等级预测网络产生风险等级和风险候选特征向量，并结合双向门限循环神经网络（BiGRU）和注意力（Attention）机制构建风险特征知识嵌入网络，最后将融合特征向量输入到分类器来实现非法集资预测。实验结果表明：该模型相较于其他基线模型能够取得更好的风险预测效果。