[發(fā)明專利]一種基于大數(shù)據(jù)的互聯(lián)網(wǎng)金融用戶貸款逾期預(yù)測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201811401139.1
• 申請(qǐng)日: 2018-11-22
• 公開（公告）號(hào): CN109255506B
• 公開（公告）日: 2022-05-03
• 發(fā)明（設(shè)計(jì)）人: 王進(jìn);趙金陽;許景益;歐陽衛(wèi)華;孫開偉;鄧欣;陳喬松;李林潔
• 申請(qǐng)（專利權(quán)）人: 重慶郵電大學(xué)
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06Q40/02
• 代理公司: 重慶市恒信知識(shí)產(chǎn)權(quán)代理有限公司 50102
• 代理人: 劉小紅;陳棟梁

1.一種基于大數(shù)據(jù)的互聯(lián)網(wǎng)金融用戶貸款逾期預(yù)測(cè)方法，其特征在于，包括以下步驟：

101、數(shù)據(jù)預(yù)處理操作，根據(jù)用戶行為、用戶基本信息、信用評(píng)分?jǐn)?shù)據(jù)進(jìn)行包括近似空缺填充、按照時(shí)間去重在內(nèi)的數(shù)據(jù)預(yù)處理操作；

102、根據(jù)七折交叉驗(yàn)證法對(duì)數(shù)據(jù)進(jìn)行劃分操作，將數(shù)據(jù)分為訓(xùn)練集和測(cè)試集；

103、根據(jù)對(duì)抗網(wǎng)絡(luò)生成模型擴(kuò)展訓(xùn)練集，學(xué)習(xí)到原始數(shù)據(jù)的分布；

104、根據(jù)用戶行為、用戶基本信息、信用評(píng)分?jǐn)?shù)據(jù)進(jìn)行特征工程構(gòu)建操作，通過卷積神經(jīng)網(wǎng)絡(luò)獲取用戶基本信息局部特征、時(shí)序特征及用戶行為特征；

105、建立4個(gè)機(jī)器學(xué)習(xí)模型，并進(jìn)行線性回歸模型融合操作；

106、通過步驟105已建立的機(jī)器學(xué)習(xí)模型，根據(jù)用戶基本信息設(shè)置人工閾值規(guī)則預(yù)測(cè)用戶是否違約，識(shí)別高違約用戶；

所述步驟103根據(jù)對(duì)抗網(wǎng)絡(luò)生成模型擴(kuò)展訓(xùn)練集，具體包括：隨機(jī)生成與真實(shí)數(shù)據(jù)同規(guī)模數(shù)據(jù)傳入生成網(wǎng)絡(luò)G，真實(shí)數(shù)據(jù)和生成網(wǎng)絡(luò)G輸出結(jié)果采樣后輸入判別網(wǎng)絡(luò)D計(jì)算損失，反向更新優(yōu)化模型，使G學(xué)習(xí)到原始數(shù)據(jù)的分布，從而達(dá)到擴(kuò)展訓(xùn)練集的目的；

所述步驟104通過卷積神經(jīng)網(wǎng)絡(luò)獲取用戶基本信息局部特征具體包括：

卷積神經(jīng)網(wǎng)絡(luò)獲取用戶基本信息局部特征：用戶基本信息非連續(xù)性屬性和連續(xù)性屬性構(gòu)造為矩陣matrix作為輸入層，用戶基本信息通過矩陣matrix傳入卷積神經(jīng)網(wǎng)絡(luò)中卷積層，卷積核在輸入層上通過逐一滑動(dòng)窗口局部感知，權(quán)值W共享降低了參數(shù)數(shù)量，也提供了對(duì)用戶隱藏信息擬合能力，然后更高層次對(duì)局部進(jìn)行綜合操作，從用戶信息數(shù)據(jù)得到全局信息特征；將卷積層結(jié)果feature map矩陣展開為一維向量，對(duì)應(yīng)連接相應(yīng)的用戶id,作為機(jī)器學(xué)習(xí)特征，卷積神經(jīng)網(wǎng)絡(luò)獲取用戶基本信息局部特征；

所述步驟104通過卷積神經(jīng)網(wǎng)絡(luò)獲取用戶基本信息時(shí)序特征具體包括：按照不同時(shí)間粒度提取用戶特征，劃分不同時(shí)間窗口大小，統(tǒng)計(jì)一個(gè)時(shí)間窗口用戶申請(qǐng)貸款總次數(shù)、貸款金額、支付方式，每天申請(qǐng)貸款金額；

同一時(shí)間窗口的每天權(quán)值不一樣，按照距離預(yù)測(cè)目標(biāo)越近，其權(quán)重越大，其中，X為時(shí)間粒度為t天用戶貸款總次數(shù)，w₁、w₂、w₃......w_t為時(shí)間粒度為t天每天權(quán)值，x₁、x₂、x₃......x_t為時(shí)間粒度為t天用戶每天貸款次數(shù)； w_i權(quán)重和用戶在時(shí)間粒度為t天貸款總次數(shù)按公式表述如下：

X＝x₁*w₁+x₂*w₂+…+x_t*w_t 公式(5)；

所述步驟104通過卷積神經(jīng)網(wǎng)絡(luò)獲取用戶行為特征，具體包括：從業(yè)務(wù)層面分析用戶行為，分析用戶是否違約與歷史行為關(guān)系，其用戶行為特征有申請(qǐng)貸款金額、支付方式、借貸前/后購買次數(shù)、借貸前購買最大值、借貸前購買最小值；

所述步驟101數(shù)據(jù)預(yù)處理操作包括：對(duì)基礎(chǔ)字段下用戶行為、用戶基本信息、信用評(píng)分?jǐn)?shù)據(jù)，具體處理包括：

(1)近似空缺填充：在完整數(shù)據(jù)集中找到相似用戶屬性值進(jìn)行填充，用戶相似通過皮爾遜相關(guān)系數(shù)得到，其中，E為數(shù)學(xué)期望，D為方差，X、Y分別代表兩個(gè)樣本，兩個(gè)用戶之間的皮爾遜相關(guān)性為ρ_XY，皮爾遜相關(guān)性計(jì)算如下：

(2)原始用戶行為表用戶id含有重復(fù)的樣本，按照時(shí)間去重，保留用戶距離預(yù)測(cè)日期最近行為發(fā)生樣本，減少信息冗余；

所述步驟105建立4個(gè)機(jī)器學(xué)習(xí)模型，并進(jìn)行線性回歸融合操作，具體包括：

使用Factorization Machines因子分解機(jī)FM、CatBoost、LightGBM、Adaboost算法對(duì)訓(xùn)練集七折交叉驗(yàn)證，得到不同的機(jī)器學(xué)習(xí)模型，Y為驗(yàn)證集真實(shí)標(biāo)簽，x₁、x₂、x₃、x₄為Factorization Machines(FM)、CatBoost、LightGBM、Adaboost對(duì)模型進(jìn)行訓(xùn)練集七折交叉驗(yàn)證預(yù)測(cè)結(jié)果，線性回歸擬合驗(yàn)證集真實(shí)標(biāo)簽，求得各個(gè)模型的參數(shù)w；

Y＝x₁*w₁+x₂*w₂+x₃*w₃+x₄*w₄ 公式(6)

對(duì)于測(cè)試集使用Factorization Machines(FM)、CatBoost、LightGBM、Adaboost預(yù)測(cè)結(jié)果為X₁、X₂、X₃、X₄，將其預(yù)測(cè)結(jié)果分別乘以各個(gè)模型權(quán)重u，得到最終的預(yù)測(cè)結(jié)果；

P＝X₁*u₁+X₂*u₂+X₃*u₃+X₄*u₄ 公式(7)。