[發(fā)明專利]針對數(shù)據(jù)偏移的目標(biāo)對象行為預(yù)測方法及其相關(guān)設(shè)備

有效

• 申請?zhí)枺?/td>: 202011487422.8
• 申請日: 2020-12-16
• 公開（公告）號: CN112508118B
• 公開（公告）日: 2023-08-29
• 發(fā)明（設(shè)計）人: 張巧麗;林榮吉
• 申請（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號: G06F18/2113
• 分類號: G06F18/2113;G06F18/214;G06F18/243;G06N5/01;G06Q10/04;G06Q10/1053;G06Q40/08
• 代理公司: 深圳市世聯(lián)合知識產(chǎn)權(quán)代理有限公司 44385
• 代理人: 汪琳琳

1.一種針對數(shù)據(jù)偏移的目標(biāo)對象行為預(yù)測方法，其特征在于，包括下述步驟：

獲取與目標(biāo)對象的行為相關(guān)的歷史數(shù)據(jù)，從所述歷史數(shù)據(jù)中提取多個維度的特征變量，并對所述特征變量進(jìn)行預(yù)處理；

對預(yù)處理后的所述特征變量進(jìn)行特征篩選，生成第一特征變量集合和第二特征變量集合，其中所述第一特征變量集合中各特征變量跨時間的預(yù)測穩(wěn)定性均高于所述第二特征變量集合中各特征變量跨時間的預(yù)測穩(wěn)定性；

對所述第二特征變量集合進(jìn)行二次篩選得到第三特征變量集合，對所述第三特征變量集合和所述第一特征變量集合中的特征變量采用不同的賦值方式分別進(jìn)行權(quán)重賦值；

根據(jù)所述第一特征變量集合和對應(yīng)的權(quán)重對預(yù)設(shè)的LightGBM樹模型進(jìn)行訓(xùn)練，得到第一訓(xùn)練模型并輸出第一訓(xùn)練結(jié)果，根據(jù)所述第一特征變量集合、所述第三特征變量集和對應(yīng)的權(quán)重對預(yù)設(shè)的LightGBM樹模型進(jìn)行訓(xùn)練，得到第二訓(xùn)練模型并輸出第二訓(xùn)練結(jié)果；

當(dāng)所述第二訓(xùn)練結(jié)果與所述第一訓(xùn)練結(jié)果的比較結(jié)果滿足預(yù)設(shè)條件時，輸出所述第二訓(xùn)練模型，基于所述第一特征變量集合、所述第三特征變量集和所述第二訓(xùn)練模型對目標(biāo)對象的行為進(jìn)行預(yù)測。

2.根據(jù)權(quán)利要求1所述的針對數(shù)據(jù)偏移的目標(biāo)對象行為預(yù)測方法，其特征在于，所述方法還包括：

當(dāng)所述第二訓(xùn)練結(jié)果與所述第一訓(xùn)練結(jié)果的比較結(jié)果不滿足預(yù)設(shè)條件時，調(diào)整所述第三特征變量集合中的特征變量對應(yīng)的權(quán)重系數(shù)，基于所述權(quán)重系數(shù)得到所述第三特征變量集合中的特征變量的新的權(quán)重，再基于新的權(quán)重進(jìn)行模型訓(xùn)練，之后進(jìn)行所述第一訓(xùn)練結(jié)果和所述第二訓(xùn)練結(jié)果的比較，直到所述比較結(jié)果滿足所述預(yù)設(shè)條件。

3.根據(jù)權(quán)利要求2所述的針對數(shù)據(jù)偏移的目標(biāo)對象行為預(yù)測方法，其特征在于，所述對預(yù)處理后的所述特征變量進(jìn)行特征篩選，生成第一特征變量集合和第二特征變量集合包括：

將所述特征變量在多個時間段的樣本數(shù)據(jù)作為訓(xùn)練樣本集，并獲取所述特征變量在目標(biāo)時間段的樣本數(shù)據(jù)作為預(yù)測樣本集，基于所述訓(xùn)練樣本集和所述預(yù)測樣本集計算所述特征變量的IV值和PSI值，從原始特征變量集中篩選出所述IV值和所述PSI值滿足第一閾值組的特征變量，生成第一特征變量集，并從所述原始特征變量集剩余的特征變量中篩選出所述IV值和所述PSI值滿足第二閾值組的特征變量，生成第二特征變量集。

4.根據(jù)權(quán)利要求3所述的針對數(shù)據(jù)偏移的目標(biāo)對象行為預(yù)測方法，其特征在于，所述IV值包括逐月IV值和逐月IV均值，所述對所述第二特征變量集合進(jìn)行二次篩選得到第三特征變量集合包括：

基于多個擬合函數(shù)對所述第二特征變量集合中的各特征變量的逐月IV進(jìn)行曲線擬合，對每個特征變量生成多條預(yù)測能力波動曲線；

依次將每個特征變量作為當(dāng)前特征變量，對所述當(dāng)前特征變量的多條預(yù)測能力波動曲線的擬合均方根誤差進(jìn)行對比，判斷最小的擬合均方根誤差與當(dāng)前特征變量的逐月IV均值的比值是否大于預(yù)設(shè)閾值，若大于則進(jìn)一步判斷所述當(dāng)前特征變量的各逐月IV值是否單調(diào)，并在不單調(diào)時將所述當(dāng)前特征變量剔除。

5.根據(jù)權(quán)利要求4所述的針對數(shù)據(jù)偏移的目標(biāo)對象行為預(yù)測方法，其特征在于，所述IV值還包括整體IV值，所述對所述第三特征變量集合和所述第一特征變量集合中的特征變量采用不同的賦值方式分別進(jìn)行權(quán)重賦值包括：

對所述第一特征變量集合中的特征變量賦予預(yù)設(shè)的固定權(quán)重；

對所述第三特征變量集合中所述比值不大于所述預(yù)設(shè)閾值的特征變量，根據(jù)所述最小的擬合均方根誤差對應(yīng)的預(yù)測能力波動曲線，求取其在所述目標(biāo)時間段的IV值，基于得到的IV值和所述整體IV值進(jìn)行權(quán)重賦值；

對第三特征變量集合中所述比值大于所述預(yù)設(shè)閾值、且對應(yīng)的所述逐月IV值單調(diào)的特征變量，根據(jù)其距所述目標(biāo)時間段最近的兩個時間段的IV值求取其在所述目標(biāo)時間段的IV值，基于得到的IV值和所述整體IV值進(jìn)行權(quán)重賦值。

6.根據(jù)權(quán)利要求1至3任一項所述的針對數(shù)據(jù)偏移的目標(biāo)對象行為預(yù)測方法，其特征在于，對所述特征變量進(jìn)行預(yù)處理進(jìn)行預(yù)處理包括：對所述特征變量的樣本數(shù)據(jù)依次進(jìn)行數(shù)據(jù)清洗、數(shù)據(jù)變量分箱和數(shù)值化編碼操作。