[發(fā)明專(zhuān)利]用戶(hù)特征數(shù)據(jù)合成方法、裝置及電子設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 202010330492.6
• 申請(qǐng)日: 2020-04-24
• 公開(kāi)（公告）號(hào): CN111221881B
• 公開(kāi)（公告）日: 2020-08-28
• 發(fā)明（設(shè)計(jì)）人: 宋孟楠;蘇綏綏;常富洋;鄭彥
• 申請(qǐng)（專(zhuān)利權(quán)）人: 北京淇瑀信息科技有限公司
• 主分類(lèi)號(hào): G06F16/2458
• 分類(lèi)號(hào): G06F16/2458;G06Q40/02;G06N3/04;G06N3/08;G06N20/00
• 代理公司: 北京清誠(chéng)知識(shí)產(chǎn)權(quán)代理有限公司 11691
• 代理人: 喬?hào)|峰

本公開(kāi)涉及一種用戶(hù)特征數(shù)據(jù)合成方法、裝置、電子設(shè)備及計(jì)算機(jī)可讀介質(zhì)。該方法包括：獲取用戶(hù)數(shù)據(jù)，其中，所述用戶(hù)數(shù)據(jù)中包括多個(gè)存儲(chǔ)用戶(hù)行為數(shù)據(jù)的表格；基于用戶(hù)特征合成模型確定多個(gè)維度參數(shù)；基于所述維度參數(shù)中的主體變量將所述用戶(hù)數(shù)據(jù)中的多個(gè)表格進(jìn)行關(guān)聯(lián)；將關(guān)聯(lián)后的所述用戶(hù)數(shù)據(jù)輸入所述用戶(hù)特征合成模型中，生成用戶(hù)特征數(shù)據(jù)，其中，所述用戶(hù)特征合成模型用于自動(dòng)提取用戶(hù)特征數(shù)據(jù)。本公開(kāi)涉及的用戶(hù)特征數(shù)據(jù)合成方法、裝置、電子設(shè)備及計(jì)算機(jī)可讀介質(zhì)，能夠快速高效的由用戶(hù)數(shù)據(jù)中合成用戶(hù)特征數(shù)據(jù)，該用戶(hù)特征數(shù)據(jù)具有更高的信息量，通過(guò)該用戶(hù)特征數(shù)據(jù)進(jìn)行模型訓(xùn)練時(shí)，能夠提升模型訓(xùn)練效果。

技術(shù)領(lǐng)域

本發(fā)明屬于數(shù)據(jù)處理技術(shù)領(lǐng)域，具體涉及適用于金融、商業(yè)或預(yù)測(cè)目的的數(shù)據(jù)處理方法及相關(guān)的裝置、電子設(shè)備。具體而言，本發(fā)明提出了一種用戶(hù)特征數(shù)據(jù)合成方法、裝置、電子設(shè)備及計(jì)算機(jī)可讀介質(zhì)，其應(yīng)用于依靠金融大數(shù)據(jù)進(jìn)行金融風(fēng)險(xiǎn)預(yù)測(cè)。

背景技術(shù)

消費(fèi)者金融行為的本質(zhì)是，消費(fèi)者要支付一定的金融成本，以在指定時(shí)期內(nèi)改變可支配資本流動(dòng)，以適應(yīng)其消費(fèi)需求。經(jīng)過(guò)多年的初步發(fā)展，金融網(wǎng)絡(luò)服務(wù)平臺(tái)已經(jīng)進(jìn)入了一個(gè)市場(chǎng)噴發(fā)時(shí)期，并滲透到社會(huì)各行各業(yè)，許多這樣的平臺(tái)已經(jīng)為大量用戶(hù)提供了基本的金融服務(wù)。

鑒于金融網(wǎng)絡(luò)服務(wù)的特點(diǎn)是用戶(hù)質(zhì)量相對(duì)較差，適當(dāng)?shù)娘L(fēng)險(xiǎn)管理通過(guò)兩種基本類(lèi)型的決策為包容性金融奠定了基礎(chǔ)，即是否授予新申請(qǐng)人信貸以及如何調(diào)整信貸限制。因此，對(duì)于提供金融服務(wù)的平臺(tái)而言，關(guān)鍵挑戰(zhàn)之一就是確定違約借款人。信用評(píng)分是一種廣泛用于消費(fèi)者貸款，以預(yù)測(cè)貸款申請(qǐng)人或現(xiàn)有借款人違約或拖欠的可能性的方法。然而，事實(shí)是由于存在大量的用戶(hù)原始數(shù)據(jù)，而傳統(tǒng)的信用評(píng)分在很大程度上取決于涉及領(lǐng)域?qū)＜抑R(shí)，直覺(jué)和反復(fù)試驗(yàn)的特征工程，即使技術(shù)人員耗費(fèi)大量的時(shí)間進(jìn)行試驗(yàn)，但是取得的效果也十分有限。

因此，需要一種新的用戶(hù)特征數(shù)據(jù)合成方法、裝置、電子設(shè)備及計(jì)算機(jī)可讀介質(zhì)。

在所述背景技術(shù)部分公開(kāi)的上述信息僅用于加強(qiáng)對(duì)本公開(kāi)的背景的理解，因此它可以包括不構(gòu)成對(duì)本領(lǐng)域普通技術(shù)人員已知的現(xiàn)有技術(shù)的信息。

發(fā)明內(nèi)容

有鑒于此，本公開(kāi)提供一種用戶(hù)特征數(shù)據(jù)合成方法、裝置、電子設(shè)備及計(jì)算機(jī)可讀介質(zhì)，能夠快速高效的由用戶(hù)數(shù)據(jù)中合成用戶(hù)特征數(shù)據(jù)，該用戶(hù)特征數(shù)據(jù)具有更高的信息量，通過(guò)該用戶(hù)特征數(shù)據(jù)進(jìn)行模型訓(xùn)練時(shí)，能夠提升模型訓(xùn)練效果。

本公開(kāi)的其他特性和優(yōu)點(diǎn)將通過(guò)下面的詳細(xì)描述變得顯然，或部分地通過(guò)本公開(kāi)的實(shí)踐而習(xí)得。

根據(jù)本公開(kāi)的一方面，提出一種用戶(hù)特征數(shù)據(jù)合成方法，該方法包括：獲取用戶(hù)數(shù)據(jù)，其中，所述用戶(hù)數(shù)據(jù)中包括多個(gè)存儲(chǔ)用戶(hù)行為數(shù)據(jù)的表格；基于用戶(hù)特征合成模型確定多個(gè)維度參數(shù)；基于所述維度參數(shù)中的主體變量將所述用戶(hù)數(shù)據(jù)中的多個(gè)表格進(jìn)行關(guān)聯(lián)；將關(guān)聯(lián)后的所述用戶(hù)數(shù)據(jù)輸入所述用戶(hù)特征合成模型中，生成用戶(hù)特征數(shù)據(jù)，其中，所述用戶(hù)特征合成模型用于自動(dòng)提取用戶(hù)特征數(shù)據(jù)。

可選地，還包括：基于所述多個(gè)用戶(hù)特征數(shù)據(jù)對(duì)機(jī)器學(xué)習(xí)模型進(jìn)行訓(xùn)練生成用戶(hù)風(fēng)險(xiǎn)分析模型。

可選地，還包括：通過(guò)帶有標(biāo)簽的歷史用戶(hù)數(shù)據(jù)對(duì)強(qiáng)化學(xué)習(xí)模型進(jìn)行訓(xùn)練，生成所述用戶(hù)特征合成模型。

可選地，基于用戶(hù)特征合成模型確定多個(gè)維度參數(shù)，包括：基于用戶(hù)特征合成模型確定主體變量維度、客體維度、時(shí)間維度、函數(shù)維度、條件維度。

可選地，基于所述主體變量將所述用戶(hù)數(shù)據(jù)中的多個(gè)表格進(jìn)行關(guān)聯(lián)，包括：為所述用戶(hù)數(shù)據(jù)中的多個(gè)表格分別確定索引；為所述主體變量確定標(biāo)識(shí)；基于所述標(biāo)識(shí)和所述索引將所述多個(gè)表格中具有相同標(biāo)識(shí)的主體變量進(jìn)行關(guān)聯(lián)。

可選地，將關(guān)聯(lián)后的所述用戶(hù)數(shù)據(jù)輸入所述用戶(hù)特征合成模型中，生成用戶(hù)特征數(shù)據(jù)，包括：獲取所述用戶(hù)特征合成模型的初始特征；將所述初始特征作為轉(zhuǎn)換鏈接的起點(diǎn)；基于關(guān)聯(lián)后的所述用戶(hù)數(shù)據(jù)生成轉(zhuǎn)換鏈接的鏈接單位；基于所述轉(zhuǎn)換鏈接生成所述用戶(hù)特征數(shù)據(jù)。