[發明專利]一種應用邏輯回歸建模的市民信用積分評估方法

在審

• 申請號: 202010568798.5
• 申請日: 2020-06-19
• 公開（公告）號: CN111724175A
• 公開（公告）日: 2020-09-29
• 發明（設計）人: 吳福全;朱全日;張小花;左楊;劉爽
• 申請（專利權）人: 安徽迪科數金科技有限公司
• 主分類號: G06Q30/00
• 分類號: G06Q30/00;G06Q30/06;G06Q40/02;G06N20/00
• 代理公司: 合肥正則元起專利代理事務所(普通合伙) 34160
• 代理人: 韓立峰

1.一種應用邏輯回歸建模的市民信用積分評估方法，其特征在于，該方法具體包括下述步驟：

步驟一：獲取到自變量數據，自變量數據包括：政務數據和銀行數據；

其中，政務數據包括：身份特征、消費能力、信用歷史、資質榮譽；

其中，銀行數據包括資產信息，資產信息包括年收入、是否有自有住宅；

步驟二：獲取到應變量數據y，具體包括好客戶和壞客戶，逾期超過60天的客戶為壞客戶、未逾期的為好客戶；

步驟三：設銀行側稱為guest，政務側稱為host，其中政務側包括若干個host，具體包括政務網、社保局、公積金中心；并且在政務側搭建一個第三方稱為arbiter；

步驟四：進行數據分析，具體為：

步驟1)：首先對guest和host兩方樣本id取交集，找到相同的用戶，用這一批用戶作為建模樣本；

步驟2)：補缺，填充缺失值，guest和host分別在本地進行；

步驟3)：分箱及計算每個特征的woe和IV值；

S3.1：分箱采用等頻分箱，具體為：將每個變量所有的特征值劃分到n個箱子中，使得每個箱子的量相等，從而得到每個箱子的分割點；

S3.2：guest和host分別在本地對各自所有的連續型變量進行等頻分箱；

S3.3：guest對y進行Paillier加密，并且將加密后的y發送給host；

S3.4：guest計算本地的IV值：計算所有特征分箱后各個組別的好、壞樣本數，比如得到如下格式：result_sum＝{'x1':[[0,0],[2,1],[0,0],[1,0]],'x2':[[0,0],[0,0],[0,0],[0,0],[1,0],[2,1]],'x3':[[0,0],[0,0],[2,1],[1,0]]}，接著計算每個特征每個箱子的woe值，公式如下：

woe_i＝ln(壞樣本率/好樣本率)；

iv_i＝(壞樣本率-好樣本率)*woe_i；

變量的IV＝該變量所有箱子的iv_i；

S3.5：host方IV值計算：host根據guest發送過來的加密的y，計算所有特征分箱后各個組別的好壞樣本數result_sum，并將該結果發送給guest；

S3.6：guest收到加密的host方的result_sum,首先進行解密，并同理計算woe和IV值，并將host方的woe_i結果發送給host；

S3.7：特征值轉換：guest和host分別將所有特征轉換為該特征值所屬箱子的woe值，將結果值將代替原始的自變量x值作為新的建模自變量；

步驟4)：特征選擇，本申請采取的是用IV值進行特征選擇，guest和host雙方設定一個閾值thr，guest將兩方所有特征變量的IV值和閾值thr進行比較，過濾掉IV閾值thr的特征變量，其余的變量用于構建模型；

步驟五：構建模型，采用縱向邏輯回歸聯邦學習方法構建，具體為：

S1：guest首先將標簽y設置為1，-1，x＝woe值；

S2：將數據分批，假設分批后結果為batch_info，包括每批數據量大小，以及數據批數；

將分批后結果batch_info發送給Host和Arbiter；

將每批數據的樣本id即index發送給Host；

S3：guest和host都分別初始化模型，即w＝隨機產生的0-1之前均勻分布的數，常數項＝1；初始化迭代次數＝0；

S4：開始循環訓練，當迭代次數設置的最大迭代次數時：

S401：初始化循環批次序號等于0；

根據每批數據序號獲取相應的數據特征；

S402：對分批后的所有數據按照批次進行循環訓練：

S40201：計算梯度；

S40202：計算損失；

S40203：權重更新；

S403：獲取Arbiter發送過來的停止迭代標簽is_converged；

S404：迭代次數＝迭代次數+1；

S405：如果獲取到的停止迭代標簽為‘True’，那么就退出大循環；步驟六：進行模型預測；

S601：得到的模型為W＝[w0,w1,w2,...,wn]；

則預測一個樣本為壞客戶的概率p＝1/(1+e^(-W*X))，即：

ln(事件發生比)＝ln(p/(1-p))＝W*X＝w0+w1*x1+w2*x2+...+wn*xn；

S602：將概率轉化成分數且為正整數；

信用分score＝參數A+參數B*(WX)＝A+B*(w0+w1*x1+...+wn*xn)；

S603：進行A、B求解：

設定x＝good/bad時的分值為P，則比率為2x的點的分值應該為P-PDO；

代入公式得到：

P＝A-Bln(x)；

PDO＝A-Bln(2x)；

將x＝5％,P＝800,PD0＝50；

計算出來A,B代入信用分score中；

信用分score＝(A+B*w0)+B*w1*x1+...+B*wn*xn；

式中，A+B*w0為基礎分數，B*wi*xi為每個變量對應分配的分數；

S604：把每個變量對應的分數，分別乘以變量中每個分箱的woe_i，得到每個分箱的評分結果。