[發(fā)明專利]一種風控信貸模型的建模方法和平臺

在審

• 申請?zhí)枺?/td>: 202010559365.3
• 申請日: 2020-06-18
• 公開（公告）號: CN111695989A
• 公開（公告）日: 2020-09-22
• 發(fā)明（設計）人: 楊凱越
• 申請（專利權）人: 新分享科技服務（深圳）有限公司
• 主分類號: G06Q40/02
• 分類號: G06Q40/02;G06F8/20;G06F8/30;G06F8/76;G06N20/20
• 代理公司: 北京中政聯(lián)科專利代理事務所(普通合伙) 11489
• 代理人: 鄭久興

一種風控信貸模型的建模方法和平臺，其中，風控信貸模型的建模方法，包括：獲取用戶基本信用信息和對應用戶的風控評分；基于所述用戶基本信用信息和所述對應用戶的風控評分對待測試模型進行訓練，得到待選模型；對所述待選模型進行篩選，得到預測準確率最高的模型。本實施例的風控信貸模型的建模方法通過現(xiàn)有用戶的用戶基本信用信息和對應用戶的風控評分來對待測試模型進行訓練得到待選模型，并對所述待選模型進行篩選，得到預測準確率最高的模型，即可獲得根據(jù)開發(fā)者需要的模型，過程簡單，不依賴于工程師的經(jīng)驗，結(jié)果準確。

技術領域

本發(fā)明涉及風控領域，具體涉及一種風控信貸模型的建模方法和平臺。

背景技術

傳統(tǒng)的風控模型從搭建到部署、測試和上線流程繁瑣，調(diào)試周期漫長，模型搭建依賴工程師的先驗經(jīng)驗和實現(xiàn)能力，加之數(shù)據(jù)清理和特征工程非常多，沒有統(tǒng)一的建模思路讓很多非專業(yè)模型工程師對搭建模型望而生畏。同時部署一份已完成的模型也會根據(jù)不同的環(huán)境產(chǎn)生困難，這些問題導致了風控模型的搭建效率低下，造成了搭建模型到部署的周期過長，時間上數(shù)據(jù)有效性的變動也會帶來上線后效果的折扣，造成人力資源和數(shù)據(jù)資源的浪費。

發(fā)明內(nèi)容

(一)發(fā)明目的

本發(fā)明的目的是提供一種可以在建模速度快，效率高的風控信貸模型建模方法。

(二)技術方案

為解決上述問題，本發(fā)明的第一方面提供了一種風控信貸模型的建模方法，包括：獲取用戶基本信用信息和對應用戶的風控評分；基于所述用戶基本信用信息和所述對應用戶的風控評分對待測試模型進行訓練，得到待選模型；對所述待選模型進行篩選，得到預測準確率最高的模型。

可選地，上述風控信貸模型的建模方法還包括：基于python語言繼承現(xiàn)有模型；對所述繼承的模型進行重寫，得到所述待測試模型。

可選地，所述用戶基本信用信息包括：姓名、性別、年齡、學歷、收入和逾期記錄中的一種或多種。

可選地，所述基于所述用戶基本信用信息和所述對應用戶的風控評分對待測試模型進行訓練，得到待選模型，包括：基于所述用戶基本信用信息和所述對應用戶的風控評分對所述待測試模型進行預處理，得到標準化的模型；對所述標準化的模型進行訓練得到所述待選模型。

可選地，所述基于所述用戶基本信用信息和所述對應用戶的風控評分對待測試模型進行預處理，得到標準化的模型；

對所述標準化的模型進行訓練得到所述待選模型，包括：

其中，(1-1)式表達的是一個給定(x,y)的數(shù)據(jù)集，所述用戶基本信用信息為x，所述對應用戶的風控評分為y，其中符號m代表的是數(shù)據(jù)集大小，下標i代表該數(shù)據(jù)集的第i個數(shù)據(jù)；

(1-2)式表達的是模型管道是一個執(zhí)行輸入為x，可訓練參數(shù)為Θ，超參數(shù)為H的函數(shù)f，其輸出結(jié)果為代表對y的預測；

(1-3)式表達的是一個模型管道包含了k個模塊，其中第j個模塊可訓練的參數(shù)用θ_j表達，不可訓練的超參數(shù)用h_j表示；

(1-4)式表達了訓練模型的目的，J(D，Θ，H)表示的是數(shù)據(jù)集為D、可變系數(shù)為Θ以及超參數(shù)為H的代價函數(shù)J，訓練模型的目的就是找到Θ^*，使得該條件下的代價函數(shù)J最小化。

可選地，得到Θ^*的步驟為：

公式(1-5)表示將的計算過程分為前個模塊處理完成后交付下個模塊處理的循環(huán)過程；