[發(fā)明專利]風(fēng)險(xiǎn)評(píng)測(cè)方法、模型訓(xùn)練方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 201911302264.1
• 申請(qǐng)日: 2019-12-17
• 公開（公告）號(hào): CN111882140A
• 公開（公告）日: 2020-11-03
• 發(fā)明（設(shè)計(jì)）人: 徐侃;李謙;江小俊
• 申請(qǐng)（專利權(quán)）人: 馬上消費(fèi)金融股份有限公司
• 主分類號(hào): G06Q10/06
• 分類號(hào): G06Q10/06;G06Q40/02
• 代理公司: 北京銀龍知識(shí)產(chǎn)權(quán)代理有限公司 11243
• 代理人: 許靜;劉偉

1.一種風(fēng)險(xiǎn)評(píng)測(cè)模型訓(xùn)練方法，其特征在于，包括：

獲取第一訓(xùn)練樣本集和第二訓(xùn)練樣本集；其中，所述第一訓(xùn)練樣本集中的樣本為通過預(yù)審核的用戶的信息，所述第二訓(xùn)練樣本集中的樣本為未通過預(yù)審核的用戶的信息；

從所述第二訓(xùn)練樣本集中選擇目標(biāo)訓(xùn)練樣本集；

利用所述第一訓(xùn)練樣本集和所述目標(biāo)訓(xùn)練樣本集進(jìn)行模型訓(xùn)練，得到風(fēng)險(xiǎn)評(píng)測(cè)模型。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述從所述第二訓(xùn)練樣本集中選擇目標(biāo)訓(xùn)練樣本集，包括：

獲取所述第二訓(xùn)練樣本集中各訓(xùn)練樣本的資質(zhì)分值；

從所述第二訓(xùn)練樣本集中選擇資質(zhì)分值小于或等于預(yù)設(shè)分值的訓(xùn)練樣本作為所述目標(biāo)訓(xùn)練樣本集。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述獲取所述第二訓(xùn)練樣本集中各訓(xùn)練樣本的資質(zhì)分值，包括：

將所述第二訓(xùn)練樣本集輸入資質(zhì)篩選模型，得到所述第二訓(xùn)練樣本集中各訓(xùn)練樣本的資質(zhì)分值。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述方法還包括：訓(xùn)練所述資質(zhì)篩選模型，具體包括：

獲取第三待訓(xùn)練樣本集；

確定所述第三待訓(xùn)練樣本集中的各樣本的資質(zhì)分值；

將所述第三待訓(xùn)練樣本集和所述第三待訓(xùn)練樣本集中的各樣本的資質(zhì)分值，輸入極端梯度提升XGBoost進(jìn)行模型訓(xùn)練，得到所述資質(zhì)篩選模型。

5.根據(jù)權(quán)利要求1-4任一項(xiàng)所述的方法，其特征在于，所述利用所述第一訓(xùn)練樣本集和所述目標(biāo)訓(xùn)練樣本集進(jìn)行模型訓(xùn)練，得到所述風(fēng)險(xiǎn)評(píng)測(cè)模型，包括：

將所述第一訓(xùn)練樣本集和所述目標(biāo)訓(xùn)練樣本集輸入XGBoost進(jìn)行模型訓(xùn)練，得到風(fēng)險(xiǎn)評(píng)測(cè)模型。

6.一種風(fēng)險(xiǎn)評(píng)測(cè)方法，其特征在于，包括：

獲取待評(píng)測(cè)用戶的信息；

將所述待評(píng)測(cè)用戶的信息作為風(fēng)險(xiǎn)評(píng)測(cè)模型的輸入，得到所述待評(píng)測(cè)用戶的風(fēng)險(xiǎn)評(píng)測(cè)結(jié)果；

其中，所述風(fēng)險(xiǎn)評(píng)測(cè)模型是按照權(quán)利要求1-5任意一項(xiàng)的風(fēng)險(xiǎn)評(píng)測(cè)模型訓(xùn)練方法獲得的。

7.一種風(fēng)險(xiǎn)評(píng)測(cè)模型訓(xùn)練裝置，其特征在于，包括：

第一獲取模塊，用于獲取第一訓(xùn)練樣本集和第二訓(xùn)練樣本集；其中，所述第一訓(xùn)練樣本集中的樣本為通過預(yù)審核的用戶的信息，所述第二訓(xùn)練樣本集中的樣本為未通過預(yù)審核的用戶的信息；

選擇模塊，用于從所述第二訓(xùn)練樣本集中選擇目標(biāo)訓(xùn)練樣本集；

訓(xùn)練模塊，用于利用所述第一訓(xùn)練樣本集和所述目標(biāo)訓(xùn)練樣本集進(jìn)行模型訓(xùn)練，得到風(fēng)險(xiǎn)評(píng)測(cè)模型。

8.一種風(fēng)險(xiǎn)評(píng)測(cè)裝置，其特征在于，包括：

獲取模塊，用于獲取待評(píng)測(cè)用戶的信息；

處理模塊，用于將所述待評(píng)測(cè)用戶的信息作為風(fēng)險(xiǎn)評(píng)測(cè)模型的輸入，得到所述待評(píng)測(cè)用戶的風(fēng)險(xiǎn)評(píng)測(cè)結(jié)果；

其中，所述風(fēng)險(xiǎn)評(píng)測(cè)模型是按照權(quán)利要求1-5任意一項(xiàng)的風(fēng)險(xiǎn)評(píng)測(cè)模型訓(xùn)練方法獲得的。

9.一種電子設(shè)備，包括：存儲(chǔ)器、處理器及存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的程序；其特征在于，所述處理器，用于讀取存儲(chǔ)器中的程序?qū)崿F(xiàn)如權(quán)利要求1至5中任一項(xiàng)所述的方法中的步驟；或者實(shí)現(xiàn)如權(quán)利要求6所述的方法中的步驟。

10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，用于存儲(chǔ)計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至5中任一項(xiàng)所述的方法中的步驟；或者實(shí)現(xiàn)如權(quán)利要求6所述的方法中的步驟。