中国计量大学等申请基于多时间跨度特征集成可解释机器学习算法的不动产查封概率预测专利，推动“被动处置”向“智能预防”转型

金融界2025-06-21

金融界2025年6月21日消息，国家知识产权局信息显示，中国计量大学;杭州瑞懿科技有限公司申请一项名为“基于多时间跨度特征集成可解释机器学习算法的不动产查封概率预测方法、装置及其可读存储介质”的专利，公开号CN120181330A，申请日期为2025年05月。专利摘要显示，本发明提出了基于多时间跨度特征集成可解释机器学习算法的不动产查封概率预测方法、装置及其可读存储介质，通过马尔科夫决策过程构建...

网页链接

免责声明：本文观点仅代表作者个人观点，不构成本平台的投资建议，本平台不对文章信息准确性、完整性和及时性做出任何保证，亦不对因使用或信赖文章信息引发的任何损失承担责任。

精彩评论

我们需要你的真知灼见来填补这片空白

发表看法

{"i18n":{"language":"zh_CN"},"isChannel":false,"data":{"share":"https://www.laohu8.com/m/news/2545634486?lang=zh_CN&edition=full","thumbnail":"","is_english":false,"pubTime":"2025-06-21 20:11","share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","id":"2545634486","market":"us","top_or_hot":-1,"title":"中国计量大学等申请基于多时间跨度特征集成可解释机器学习算法的不动产查封概率预测专利，推动“被动处置”向“智能预防”转型","media":"金融界","content":"<div>\n<p>金融界2025年6月21日消息，国家知识产权局信息显示，中国计量大学;杭州瑞懿科技有限公司申请一项名为“基于多时间跨度特征集成可解释机器学习算法的不动产查封概率预测方法、装置及其可读存储介质”的专利，公开号CN120181330A，申请日期为2025年05月。专利摘要显示，本发明提出了基于多时间跨度特征集成可解释机器学习算法的不动产查封概率预测方法、装置及其可读存储介质，通过马尔科夫决策过程构建...</p>\n\n<a href=\"https://finance.jrj.com.cn/2025/06/21201151224196.shtml\">网页链接</a>\n\n</div>\n","source":"jinrongjie_stock","html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>中国计量大学等申请基于多时间跨度特征集成可解释机器学习算法的不动产查封概率预测专利，推动“被动处置”向“智能预防”转型</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n中国计量大学等申请基于多时间跨度特征集成可解释机器学习算法的不动产查封概率预测专利，推动“被动处置”向“智能预防”转型\n</h2>\n\n<h4 class=\"meta\">\n\n\n2025-06-21 20:11 北京时间&nbsp;&nbsp;&nbsp;<a href=https://finance.jrj.com.cn/2025/06/21201151224196.shtml><strong>金融界</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>金融界2025年6月21日消息，国家知识产权局信息显示，中国计量大学;杭州瑞懿科技有限公司申请一项名为“基于多时间跨度特征集成可解释机器学习算法的不动产查封概率预测方法、装置及其可读存储介质”的专利，公开号CN120181330A，申请日期为2025年05月。专利摘要显示，本发明提出了基于多时间跨度特征集成可解释机器学习算法的不动产查封概率预测方法、装置及其可读存储介质，通过马尔科夫决策过程构建...</p>\n\n<a href=\"https://finance.jrj.com.cn/2025/06/21201151224196.shtml\">网页链接</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":"IE00BN0W2T93.GBP","symbol_name":"GUINNESS SUSTAINABLE GLOBAL EQUITY \"C\" (GBP) ACC","start_time":0,"source_url":"https://finance.jrj.com.cn/2025/06/21201151224196.shtml","article_id":"2545634486","we_media_id":null,"thumbnails":[],"rights":null,"url":"https://stock-news.laohu8.com/highlight/detail?id=2545634486","pubTimestamp":1750507869,"columns":[],"sourceInfo":{"source_id":"jinrongjie_stock","name":"金融界"},"weMediaInfo":null,"summary":"金融界2025年6月21日消息，国家知识产权局信息显示，中国计量大学;杭州瑞懿科技有限公司申请一项名为“基于多时间跨度特征集成可解释机器学习算法的不动产查封概率预测方法、装置及其可读存储介质”的专利，公开号CN120181330A，申请日期为2025年05月。本发明为不动产管理提供量化决策工具，推动“被动处置”向“智能预防”转型。","collect":0,"end_time":0,"defaultTopTitle":"jrj.com.cn","property":[],"viewcount":null,"language":"zh","relate_stocks":{"IE00BN0W2T93.GBP":"GUINNESS SUSTAINABLE GLOBAL EQUITY \"C\" (GBP) ACC","IE00BYQQ9H92.USD":"BNY MELLON GLOBAL LEADERS \"A\" (USD) ACC","IE00BFXG0V08.USD":"BNY MELLON GLOBAL LEADERS \"B\" (USD) ACC","BK4504":"桥水持仓","IE00BN0W2W23.USD":"GUINNESS SUSTAINABLE GLOBAL EQUITY \"C\" (USD) ACC","EW":"爱德华兹","BK4588":"碎股","PSI":"INVESCO SEMICONDUCTORS ETF","BK4567":"ESG概念","BK4585":"ETF&股票定投概念","IE00BN0W2V16.EUR":"GUINNESS SUSTAINABLE GLOBAL EQUITY \"C\" (EUR) ACC","BK4082":"医疗保健设备"},"translate_title":"China Jiliang University and others applied for a patent for real estate seizure probability prediction based on multi-time span feature integration interpretable machine learning algorithms, promoting the transformation from \"passive disposal\" to \"intelligent prevention\"","themeId":null,"isJumpTheme":false,"ttsUrl":null,"symbols_score_info":{"PSI":1,"EW":1},"content_text":"金融界2025年6月21日消息，国家知识产权局信息显示，中国计量大学;杭州瑞懿科技有限公司申请一项名为“基于多时间跨度特征集成可解释机器学习算法的不动产查封概率预测方法、装置及其可读存储介质”的专利，公开号CN120181330A，申请日期为2025年05月。专利摘要显示，本发明提出了基于多时间跨度特征集成可解释机器学习算法的不动产查封概率预测方法、装置及其可读存储介质，通过马尔科夫决策过程构建不动产状态转移矩阵（正常N、抵押M、查封S），划分观察期与表现期；构建多时间跨度特征集（含短期、中期、长期窗口的变化趋势、统计及时间关系特征），利用决策树分箱计算证据权重（EW），通过拟合单调/二次型关系保留可解释模式；集成逻辑回归/神经网络模型，基于特征重要性输出查封概率及关键驱动因子；建立稳定性指标（PSI）监控模型稳定性，触发异常预警。系统实现从数据预处理到动态预警的全流程自动化。本发明为不动产管理提供量化决策工具，推动“被动处置”向“智能预防”转型。","kind":"news","is_publish_news":true,"is_publish_highlight":false,"is_publish_live":false,"is_publish_wemedia":null,"editions":null,"column":"","sentiment":"0","news_tag":"","news_rank":0,"symbols":[],"gpt_button":1,"need_auth":false,"code":"91000000","status":"200"},"commentList":[],"isCommentEnd":true,"newsSizeData":{"likeSize":0,"commentSize":0,"repostSize":0,"favoriteSize":0,"likeStatus":false,"favoriteStatus":false},"APP":{"userAgent":"Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)","isDev":false,"isTTM":false,"tenantId":"TBCN","deviceId":"web-server-community-laohu8-v3","version":"4.36.2","shortVersion":"4.36.2","platform":"web","vendor":"web","appName":"laohu8","isIOS":false,"isAndroid":false,"isTiger":false,"isTHS":false,"isWeiXin":false,"isWeiXinMini":false,"isWeiBo":false,"isQQ":false,"isBaiduSwan":false,"isBaiduBox":false,"isDingTalk":false,"isToutiao":false,"isOnePlus":false,"isHuaWei":false,"isXiaomi":false,"isXiaomiWebView":false,"isOppo":false,"isVivo":false,"isSamsung":false,"isMobile":false},"href":"/m/news/2545634486","isCrawlerRequest":true}