[發(fā)明專(zhuān)利]一種信審模型的構(gòu)建方法，裝置及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201810708485.8
• 申請(qǐng)日: 2018-07-02
• 公開(kāi)（公告）號(hào): CN110737641A
• 公開(kāi)（公告）日: 2020-01-31
• 發(fā)明（設(shè)計(jì)）人: 解智;郭汝元;孫樂(lè)為;張鋒;喬森;龐敏輝;邱慧
• 申請(qǐng)（專(zhuān)利權(quán)）人: 優(yōu)估(上海)信息科技有限公司
• 主分類(lèi)號(hào): G06F16/21
• 分類(lèi)號(hào): G06F16/21;G06Q40/02
• 代理公司: 11363 北京弘權(quán)知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙)
• 代理人: 逯長(zhǎng)明;許偉群

1.一種信審模型的構(gòu)建方法，其特征在于，所述方法包括:

獲取歷史數(shù)據(jù)，將所述歷史數(shù)據(jù)切分為數(shù)據(jù)集，所述數(shù)據(jù)集包括：訓(xùn)練集，以及，測(cè)試集；

篩選所述數(shù)據(jù)集，得到特征候選集，所述特征候選集包括：訓(xùn)練特征候選集，以及，測(cè)試特征候選集；

根據(jù)所述特征候選集中的特征，以及，評(píng)價(jià)結(jié)果，構(gòu)建信審模型。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述篩選數(shù)據(jù)集，得到特征候選集的步驟包括:

刪除所述數(shù)據(jù)集中的無(wú)用特征，得到待處理數(shù)據(jù)；

將所述時(shí)間格式的數(shù)據(jù)，轉(zhuǎn)化為星期特征，得到特征候選集。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述刪除數(shù)據(jù)集中的無(wú)用特征，得到待處理數(shù)據(jù)的步驟包括:

統(tǒng)計(jì)所述數(shù)據(jù)集中的預(yù)測(cè)結(jié)果響應(yīng)值，預(yù)測(cè)結(jié)果未響應(yīng)值，以及，每個(gè)特征的特征響應(yīng)值，特征未響應(yīng)值；

根據(jù)所述預(yù)測(cè)結(jié)果響應(yīng)值，預(yù)測(cè)結(jié)果未響應(yīng)值，以及，特征響應(yīng)值，特征未響應(yīng)值，計(jì)算出每個(gè)特征的WOE值；

判斷所述WOE值是否小于WOE閾值；

如果小于，則將產(chǎn)生所述WOE值的特征確定為無(wú)用特征；

刪除所述數(shù)據(jù)集中的無(wú)用特征，得到待處理數(shù)據(jù)。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述刪除數(shù)據(jù)集中的無(wú)用特征，得到待處理數(shù)據(jù)的步驟包括:

統(tǒng)計(jì)所述數(shù)據(jù)集中每個(gè)特征的特征響應(yīng)值，特征未響應(yīng)值；

根據(jù)所述特征響應(yīng)值，特征未響應(yīng)值，計(jì)算出實(shí)際通過(guò)概率；

根據(jù)所述際通過(guò)概率，每個(gè)特征的特征響應(yīng)值，以及，特征未響應(yīng)值，計(jì)算出理論值，所述理論值包括:理論響應(yīng)值，以及，理論未響應(yīng)值；

根據(jù)理論響應(yīng)值，理論未響應(yīng)值，特征響應(yīng)值，以及，特征未響應(yīng)值，計(jì)算出卡方值；

判斷所述卡方值是否大于臨界閾值；

如果大于，則確定產(chǎn)生所述卡方值的特征確定為無(wú)用特征；

刪除所述數(shù)據(jù)集中的無(wú)用特征，得到待處理數(shù)據(jù)。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述篩選所述數(shù)據(jù)集，得到特征候選集的步驟包括:

統(tǒng)計(jì)所述數(shù)據(jù)集中每個(gè)建模個(gè)體中特征的缺失率；

如果所述缺失率大于缺失率閾值，則刪除產(chǎn)生所述缺失率的建模個(gè)體，得到特征候選集。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)特征候選集中的特征，以及，評(píng)價(jià)結(jié)果，構(gòu)建信審模型的步驟包括：

將所述特征候選集中的特征作為劃分依據(jù)，生成劃分?jǐn)?shù)據(jù)集；

分別計(jì)算出每個(gè)劃分?jǐn)?shù)據(jù)集的信息增益率；

將產(chǎn)生最大信息增益率的劃分?jǐn)?shù)據(jù)集，確定為目標(biāo)數(shù)據(jù)集；

根據(jù)所述目標(biāo)數(shù)據(jù)集的特征，以及，評(píng)價(jià)結(jié)果，構(gòu)建信審模型。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述將產(chǎn)生最大信息增益率的劃分?jǐn)?shù)據(jù)集，確定為目標(biāo)數(shù)據(jù)集的步驟包括：

所述將產(chǎn)生最大信息增益率的劃分?jǐn)?shù)據(jù)集，確定為待處理數(shù)據(jù)集；

統(tǒng)計(jì)所述待處理數(shù)據(jù)集的每個(gè)特征分段預(yù)測(cè)結(jié)果響應(yīng)值，分段預(yù)測(cè)結(jié)果未響應(yīng)值，以及，每個(gè)處理數(shù)據(jù)集中每個(gè)特征的分段響應(yīng)值，分段未響應(yīng)值；

根據(jù)所述分段預(yù)測(cè)結(jié)果響應(yīng)值，分段預(yù)測(cè)結(jié)果未響應(yīng)值，以及，分段響應(yīng)值，分段未響應(yīng)值，計(jì)算出每個(gè)特征的IVi值；

根據(jù)所述每個(gè)特征的IVi值，計(jì)算示出待處理數(shù)據(jù)集的IV值；

判斷所述IV值是否小于IV閾值；

如果小于，則將產(chǎn)生所述IV值的待處理數(shù)據(jù)集，確定為無(wú)用待處理數(shù)據(jù)集；

刪除所述無(wú)用待處理數(shù)據(jù)集，得到目標(biāo)數(shù)據(jù)集。

8.一種信審模型的構(gòu)建裝置，其特征在于，所述裝置包括:

切分單元，用于獲取歷史數(shù)據(jù)，將所述歷史數(shù)據(jù)切分為數(shù)據(jù)集，所述數(shù)據(jù)集包括：訓(xùn)練集，以及，測(cè)試集；

篩選單元，用于篩選所述數(shù)據(jù)集，得到特征候選集，所述特征候選集包括：訓(xùn)練特征候選集，以及，測(cè)試特征候選集；

構(gòu)建單元，用于根據(jù)所述特征候選集中的特征，以及，評(píng)價(jià)結(jié)果，構(gòu)建信審模型。