[發明專利]風險尾端客戶分析方法、裝置、設備及計算機存儲介質

在審

• 申請號: 202010549845.1
• 申請日: 2020-06-16
• 公開（公告）號: CN111695824A
• 公開（公告）日: 2020-09-22
• 發明（設計）人: 桑曉臨;林銘鑫
• 申請（專利權）人: 深圳前海微眾銀行股份有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q10/04;G06Q30/06;G06Q40/00
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 許峰

本發明涉及金融科技領域，并公開了一種風險尾端客戶分析方法、裝置、設備及計算機存儲介質。所述方法包括如下步驟：在接收到風險分析請求時，確定所述風險分析請求對應待分析的目標客戶，并獲取所述目標客戶的客戶信息；將所述客戶信息輸入至預設的不同類別風險特征對應的不同尾端分析模型，通過所述尾端分析模型中各層級的層級規則分析所述客戶信息，獲得各類風險特征的尾端層級評分；將各類風險特征的尾端層級評分進行融合獲得所述目標客戶的綜合風險評分，根據所述綜合風險評分輸出提示信息。本發明通過尾端分析模型各個層級的層級規則針對各個客群的特征進行針對性分析，提高了風險尾端客戶分析的準確性。

技術領域

本發明涉及金融科技(Fintech)技術領域，尤其涉及風險尾端客戶分析方法、裝置、設備及計算機存儲介質。

背景技術

近年來，互聯網金融科技(Fintech)的飛速發展，越來越多的技術(大數據、分布式、區塊鏈Blockchain、人工智能等)應用在金融領域。

金融業務的數據量和業務量指數增長，為了提高金融業務的安全性，在金融業務執行的過程中需要進行風險尾端客戶分析，風險尾端客戶分析是指對用戶相關的信息進行分析風險表現極端的客戶，為排除風險表現極端的客戶，審批流程中通常對風險直接類特征所涉及的指標設定準入閾值，以篩除閾值外的尾端客戶，這種處理方案簡單直接，主要依賴于專家經驗判斷來選擇所用風險規則及相關的指標，這樣的尾端客戶風險分析方法缺乏客群針對性，全部的客群按照相同的分析規則進行分析，風險尾端客戶識別不準確。

發明內容

本發明的主要目的在于提出一種風險尾端客戶分析方法、裝置、設備及計算機存儲介質，旨在當前的導致尾端客戶風險分析缺乏客群針對性，全部的客群按照相同的分析規則進行分析，風險尾端客戶識別不準確的技術問題。

為實現上述目的，本發明提供一種風險尾端客戶分析方法，所述風險尾端客戶分析方法包括如下步驟：

在接收到風險分析請求時，確定所述風險分析請求對應待分析的目標客戶，并獲取所述目標客戶的客戶信息；

將所述客戶信息輸入至預設的不同類別風險特征對應的不同尾端分析模型，通過所述尾端分析模型中各層級的層級規則分析所述客戶信息，獲得各類風險特征的尾端層級評分；

將各類風險特征的尾端層級評分進行融合獲得所述目標客戶的綜合風險評分，根據所述綜合風險評分輸出提示信息。

可選地，所述在接收到風險分析請求時，確定所述風險分析請求對應待分析的目標客戶，并獲取所述目標客戶的客戶信息的步驟之前，所述方法包括：

獲取樣本數據集，構建初始尾端分層模型；

將所述初始尾端分層模型的任意一層輸出作為目標變量，以預定義的分群維度作為自變量，構建多杈決策樹，劃分樣本數據集中樣本數據，形成樣本數據子集；

通過各所述樣本數據子集分別訓練所述初始尾端分層模型，獲得客群分析子模型；

將各所述客群分析子模型中的分層規則進行組合，獲得尾端分層模型。

可選地，所述將各所述客群分析子模型中的分層規則進行組合，獲得尾端分層模型的步驟，包括：

獲取各所述客群分析子模型中影響面最大的最外層分層規則，將各所述最外層分層規則進行組合作為模型最外層；

尋找性能最優路徑，使各所述客群子模型規則都向內移動一層；

依次類推直至移動到各客群分析子模型的最內層，迭代所形成的最優路徑組成最終模型的層級，獲得具有客群差異的尾端分層模型。

可選地，所述依次類推直至移動到各客群分析子模型的最內層，迭代所形成的最優路徑組成最終模型的層級，獲得具有客群差異的尾端分層模型的步驟，包括：