[發明專利]車聯網大數據風控組合特征提取方法、裝置及存儲介質

在審

• 申請號: 201810296845.8
• 申請日: 2018-03-30
• 公開（公告）號: CN108510003A
• 公開（公告）日: 2018-09-07
• 發明（設計）人: 潘洋;游志強
• 申請（專利權）人: 深圳廣聯賽訊有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q40/02
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 胡海國

1.一種車聯網大數據風控組合特征提取方法，其特征在于，所述車聯網大數據風控組合特征提取方法包括以下步驟：

獲取車聯網用戶的基礎數據，并根據所述基礎數據生成初始特征集；

計算所述初始特征集與自身的笛卡爾積，并生成二階組合特征集；

提取所述二階組合特征集中符合預設條件的二階組合特征，組成二階候選特征集，并計算所述二階候選特征集與所述初始特征集的笛卡爾積，以生成三階組合特征集；

根據上述迭代過程，輸出符合預設階數的高階組合特征。

2.如權利要求1所述的車聯網大數據風控組合特征提取方法，其特征在于，所述獲取車聯網用戶的基礎數據，并根據所述基礎數據生成初始特征集的步驟包括：

獲取車聯網用戶基礎數據；

通過統計方法計算所述基礎數據的離散程度、分布情況及變化趨勢，并結合時間維度，生成基礎數據特征；

根據所述基礎數據特征生成初始特征集。

3.如權利要求1所述的車聯網大數據風控組合特征提取方法，其特征在于，所述選取所述二階組合特征集中符合預設要求的組合特征，生成二階候選特征集的步驟包括：

通過預定算法獲取所述二階組合特征集中的所述二階組合特征的性能指標；

提取所述性能指標滿足預設閾值的所述二階組合特征，組成所述二階候選特征集。

4.如權利要求3所述的車聯網大數據風控組合特征提取方法，其特征在于，所述通過預定算法獲取所述二階組合特征集中的所述二階組合特征的性能指標的步驟包括：

通過回歸算法獲取所述二階組合特征集中的所述二階組合特征的分類能力，或通過機器學習分類算法獲取所述二階組合特征集中的所述二階組合特征的預測能力。

5.如權利要求1所述的車聯網大數據風控組合特征提取方法，其特征在于，所述候選特征集由上一次迭代的笛卡爾積中符合預設條件的所述組合特征組成。

6.如權利要求1所述的車聯網大數據風控組合特征提取方法，其特征在于，根據上述迭代過程，輸出符合預設要求的高階組合特征的步驟包括：

在生成一個所述候選特征集時，判斷所述候選特征集中的組合特征是否達到預設階數；

在達到所述預設階數時，輸出所述候選特征集中的組合特征。

7.如權利要求1所述的車聯網大數據風控組合特征提取方法，其特征在于，所述根據上述迭代過程，輸出符合預設要求的高階組合特征的步驟之后，還包括：

將所述達到預設階數要求的高階組合特征輸入風控模型中；

輸出風險評定及/或風險預測結果。

8.一種車聯網大數據風控組合特征提取裝置，其特征在于，所述車聯網大數據風控組合特征提取裝置包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的特征提取程序，所述特征提取程序被所述處理器執行時實現如權利要求1至7中任一項所述的車聯網大數據風控組合特征提取方法的步驟。

9.一種存儲介質，其特征在于，所述存儲介質上存儲有特征提取程序，所述特征提取程序被處理器執行時實現如權利要求1至7中任一項所述的車聯網大數據風控組合特征提取方法的步驟。