[發明專利]一種風控模型的訓練方法

在審

• 申請號: 202110203315.6
• 申請日: 2021-02-23
• 公開（公告）號: CN112907371A
• 公開（公告）日: 2021-06-04
• 發明（設計）人: 顧冰
• 申請（專利權）人: 四川享宇金信金融科技有限公司
• 主分類號: G06Q40/04
• 分類號: G06Q40/04
• 代理公司: 重慶憨牛知識產權代理有限公司 50261
• 代理人: 吳明枝

1.一種風控模型的訓練方法，其特征在于：所述金融領域的行為特征基于電腦的輸入端進行執行，且模擬申請人的相關特征可通過電腦的輸入端進行輸入；

所述訓練樣本集合的數據與數據存儲模塊相連，且數據存儲模塊可分為不同的儲存空間進行匯總和分類；

所述數據特征分類過后可以通過提取模塊進行具體特征的提取，且提取到的數據可以有效的輸入到電腦輸入端的數據對比平臺；

所述風控模型與數據處理的接收端相連，且風控模型內部將原有的數據標準與接收到的數據進行對比，并且風控模型可以將對比產生的結果進行風險的評分；

所述風控模型得出的評分可以被導出，且信息處理模塊可以將低于標準數據特征要求的具體特征信息進行濾出；

所述低于標準數據特征要求的具體特征信息在濾出過后可以通過第二數據儲存模塊儲存形成新的集合；

所述第二數據儲存模塊在儲存結束后可以通過一個判斷系統進行判斷，從而判斷是否能夠再次回到風控模型對第二數據儲存模塊中的數據信息進行風險的評分；

所述風控模型評分結束后，檢查系統將會得出不合格信息特征的原因。

2.根據權利要求1所述的一種風控模型的訓練方法，其特征在于：所述儲存在數據處理器內部的金融領域的行為特征包括：申請人年齡、收入。工作性質、家庭存款情況、家庭人口數，其中規則特征包括：申請人是不是第一次借款、和朋友之前有沒有逾期過、直系親屬有無進入黑名單歷史，其中直接提取的特征包括：申請人的二度關系中有多少個節點觸碰了黑名單、工作收入和日常開銷的比例，數據處理器可以將輸入的模擬申請人的相關特征中與金融領域的行為特征的重復項數據內容進行提取。

3.根據權利要求2所述的一種風控模型的訓練方法，其特征在于：所述提取的數據內容組成一個訓練樣本的集合，且組成的訓練樣本的集合可以進過儲存器的管理模塊進行整理分類和匯總。

4.根據權利要求1所述的一種風控模型的訓練方法，其特征在于：所述提取模塊提取到的數據通過在輸送模塊的輸送下可以直接將數據傳送至風控模型中。

5.根據權利要求4所述的一種風控模型的訓練方法，其特征在于：所述風控模型內部的對比系統通過將組成的訓練樣本的集合中的數據與風控模型中已存在的標準數據進行對比，從而對訓練樣本的集合中的數據進行合格性的判定和整體的評分。

6.根據權利要求1所述的一種風控模型的訓練方法，其特征在于：所述根據具體特征信息的評分判定是否需要將其濾出，評分低于標準的具體特征信息將會被濾出進入到第二數據儲存模塊中。

7.根據權利要求1所述的一種風控模型的訓練方法，其特征在于：所述不合格的具體特征信息可以在第二數據儲存模塊中進行匯總和整理。

8.根據權利要求6所述的一種風控模型的訓練方法，其特征在于：所述第二數據儲存模塊中的數據組成的新的訓練集合將經過判斷系統的判斷，如果不超過兩次，則信息傳輸模塊將第二數據儲存模塊中的數據傳輸到風控模型中進行再一次的風險評分，如果判斷出評分次數超過兩次，則檢查系統可以自動檢查出新的訓練集合中具體特征信息的不合格原因。