[發(fā)明專利]一種數(shù)據(jù)預(yù)測模型的入模特征確定方法及設(shè)備

有效

• 申請?zhí)枺?/td>: 202110293684.9
• 申請日: 2021-03-19
• 公開（公告）號: CN112990583B
• 公開（公告）日: 2023-07-25
• 發(fā)明（設(shè)計）人: 張巧麗;林榮吉
• 申請（專利權(quán)）人: 中國平安人壽保險股份有限公司
• 主分類號: G06F18/211
• 分類號: G06F18/211
• 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

1.一種數(shù)據(jù)預(yù)測模型的入模特征確定方法，其特征在于，包括下述步驟：

獲取待預(yù)測的目標(biāo)對象在預(yù)設(shè)時間段的歷史數(shù)據(jù)，從所述歷史數(shù)據(jù)中提取多個原始特征變量，對各所述原始特征變量的特征值進(jìn)行數(shù)據(jù)分箱操作，并基于分箱結(jié)果獲取各所述原始特征變量的特征畫像，各所述原始特征變量的特征畫像包含多個特征畫像參數(shù)，所述特征畫像參數(shù)包括逐月PSI值、逐月-整體PSI值、逐月-整體分箱IV波動系數(shù)、逐月-整體分箱絕對命中率波動系數(shù)和逐月-整體分箱相對命中率波動系數(shù)，其中所述逐月-整體分箱IV波動系數(shù)表征每個月樣本的分箱預(yù)測能力相對總體樣本的變化,?所述逐月-整體分箱絕對命中率波動系數(shù)表征每個月樣本的分箱絕對命中率相對總體樣本的變化，所述逐月-整體分箱相對命中率波動系數(shù)表征每個月樣本的分箱相對命中率相對總體樣本的變化；

將各所述原始特征變量的特征畫像參數(shù)依次與對應(yīng)的預(yù)設(shè)閾值進(jìn)行比較，當(dāng)存在一個特征畫像參數(shù)超出對應(yīng)的預(yù)設(shè)閾值時，判定對應(yīng)的原始特征變量存在數(shù)據(jù)偏移；

根據(jù)存在數(shù)據(jù)偏移的原始特征變量的所有特征畫像參數(shù)與對應(yīng)的預(yù)設(shè)閾值的比較結(jié)果確定偏移類型，基于所述偏移類型生成與偏移類型對應(yīng)的多個第一特征集合，同時基于未發(fā)生數(shù)據(jù)偏移的原始特征變量生成第二特征集合；其中所述偏移類型包括特征分布偏移、特征與目標(biāo)變量的函數(shù)關(guān)系偏移、聯(lián)合偏移；

確定所述待預(yù)測的目標(biāo)對象對應(yīng)的預(yù)測場景，根據(jù)所述預(yù)測場景對應(yīng)的場景預(yù)測配置信息從所述第二特征集合和所述多個第一特征集合中獲取至少一個特征集合，將獲取的特征集合中的原始特征變量作為所述數(shù)據(jù)預(yù)測模型的入模特征；

其中，所述根據(jù)存在數(shù)據(jù)偏移的原始特征變量的所有特征畫像參數(shù)與對應(yīng)的預(yù)設(shè)閾值的比較結(jié)果確定偏移類型的步驟包括：

當(dāng)存在數(shù)據(jù)偏移的原始特征變量在所述預(yù)設(shè)時間段的所述逐月PSI值或所述逐月-整體PSI值的最大值不小于對應(yīng)的預(yù)設(shè)閾值，且所述逐月-整體分箱IV波動系數(shù)、所述逐月-整體分箱絕對命中率波動系數(shù)和所述逐月-整體分箱相對命中率波動系數(shù)的最大值均小于對應(yīng)的預(yù)設(shè)閾值，則判定存在數(shù)據(jù)偏移的原始特征變量的偏移類型為所述特征分布偏移；

當(dāng)存在數(shù)據(jù)偏移的原始特征變量在預(yù)設(shè)時間段的所述逐月PSI值和所述逐月-整體PSI值的最大值小于對應(yīng)的預(yù)設(shè)閾值，且所述逐月-整體分箱IV波動系數(shù)、所述逐月-整體分箱絕對命中率波動系數(shù)和所述逐月-整體分箱相對命中率波動系數(shù)中的任意一個的最大值不小于對應(yīng)的預(yù)設(shè)閾值，則判定存在數(shù)據(jù)偏移的原始特征變量的偏移類型為所述特征與目標(biāo)變量的函數(shù)關(guān)系偏移；

當(dāng)存在數(shù)據(jù)偏移的原始特征變量在預(yù)設(shè)時間段的所述逐月PSI值或所述逐月-整體PSI值的最大值不小于對應(yīng)的預(yù)設(shè)閾值，且所述逐月-整體分箱IV波動系數(shù)、所述逐月-整體分箱絕對命中率波動系數(shù)和所述逐月-整體分箱相對命中率波動系數(shù)中的任意一個的最大值不小于對應(yīng)的預(yù)設(shè)閾值，則判定存在數(shù)據(jù)偏移的原始特征變量的偏移類型為聯(lián)合偏移，即同時存在所述特征分布偏移和所述特征與目標(biāo)變量的函數(shù)關(guān)系偏移。

2.根據(jù)權(quán)利要求1所述的數(shù)據(jù)預(yù)測模型的入模特征確定方法，其特征在于，在所述基于分箱結(jié)果獲取各所述原始特征變量的特征畫像的步驟之前，所述方法包括：

獲取多個數(shù)據(jù)偏移評價參數(shù)，基于所述數(shù)據(jù)偏移評價參數(shù)確定所述特征畫像參數(shù)；其中所述數(shù)據(jù)偏移評價參數(shù)包括數(shù)據(jù)分箱PSI值、數(shù)據(jù)分箱IV值、數(shù)據(jù)分箱絕對命中率和數(shù)據(jù)分箱相對命中率。

3.根據(jù)權(quán)利要求1或2所述的數(shù)據(jù)預(yù)測模型的入模特征確定方法，其特征在于，所述對各所述原始特征變量的特征值進(jìn)行數(shù)據(jù)分箱操作的步驟包括：

判斷所述原始特征變量的特征值的類型，若為離散型則將每個特征值作為一個分箱，若為連續(xù)型則采用等寬分箱或等頻分箱的分箱方式生成多個分箱。

4.根據(jù)權(quán)利要求1或2所述的數(shù)據(jù)預(yù)測模型的入模特征確定方法，其特征在于，在所述將獲取的特征集合中的原始特征變量作為所述數(shù)據(jù)預(yù)測模型的入模特征的步驟之前，所述方法還包括：

獲取所述獲取的特征集合中的原始特征變量的逐月IV值，?并根據(jù)各所述逐月IV值對所述獲取的特征集合中的原始特征變量進(jìn)行篩選，剔除所述逐月IV值不滿足預(yù)設(shè)條件的原始特征變量，更新所述獲取的特征集合。