[發(fā)明專利]一種貸后行為特征加工的方法與裝置

在審

• 申請?zhí)枺?/td>: 202110429088.9
• 申請日: 2021-04-21
• 公開（公告）號: CN112927071A
• 公開（公告）日: 2021-06-08
• 發(fā)明（設(shè)計(jì)）人: 尚朝;徐英浩;陳樹華
• 申請（專利權(quán)）人: 頂象科技有限公司
• 主分類號: G06Q40/02
• 分類號: G06Q40/02;G06F16/901;G06F16/906
• 代理公司: 北京云科知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 11483
• 代理人: 張飆

1.一種貸后行為特征加工的方法，其特征在于，所述方法包括以下步驟：

數(shù)據(jù)采集與清洗，獲取整個系統(tǒng)中所需的數(shù)據(jù)對象，進(jìn)行數(shù)據(jù)清洗，所述數(shù)據(jù)清洗為特征工程處理；

貸后行為特征衍生，對清洗后的用戶貸后表現(xiàn)數(shù)據(jù)依次進(jìn)行特征分類、特征分組匯總和特征分組后統(tǒng)計(jì)并衍生出可解釋的匯總字段；

結(jié)果輸出，將數(shù)據(jù)采集與清洗步驟和貸后行為特征衍生步驟中獲取到的所有特征進(jìn)行匯總，通過用戶號碼進(jìn)行關(guān)聯(lián)合并，完成后作為結(jié)果輸出。

2.根據(jù)權(quán)利要求1所述的貸后行為特征加工的方法，其特征在于，數(shù)據(jù)采集與清洗步驟中，獲取整個系統(tǒng)中所需的數(shù)據(jù)對象，包含用戶的貸后行為類、申請貸款類、app操作行為類、第三方數(shù)據(jù)類和/或內(nèi)部數(shù)據(jù)類；其中貸后行為類特征包括：訂單基本信息、還款行為、逾期行為和/或催收行為；申請貸款類包含用戶基本情況、申請記錄和/或授信信息；app操作類為app中埋點(diǎn)數(shù)據(jù)；第三方數(shù)據(jù)包括征信、多頭、從第三方機(jī)構(gòu)獲取的數(shù)據(jù)。內(nèi)部數(shù)據(jù)類包括機(jī)構(gòu)內(nèi)部保存的信用卡、理財(cái)儲蓄、商城消費(fèi)、生活繳費(fèi)、和/或關(guān)聯(lián)網(wǎng)絡(luò)特征。

3.根據(jù)權(quán)利要求1所述的貸后行為特征加工的方法，其特征在于，數(shù)據(jù)采集與清洗步驟中，數(shù)據(jù)清洗包括無量綱化處理、缺失值處理、異常值處理和離散數(shù)據(jù)處理。

4.根據(jù)權(quán)利要求3所述的貸后行為特征加工的方法，其特征在于，

所述無量綱化處理是使不同規(guī)格的數(shù)據(jù)轉(zhuǎn)換到同一規(guī)格，采用標(biāo)準(zhǔn)化的方法；

所述缺失值處理，對于缺失比例在50％以下的，通過平均數(shù)、中位數(shù)或眾數(shù)進(jìn)行填充，缺失比例在50％以上90％以下的，使用負(fù)數(shù)填充；對于缺失比例在90％以上且沒有業(yè)務(wù)含義的直接刪除該字段，有業(yè)務(wù)含義的加入業(yè)務(wù)規(guī)則中；

所述異常值處理，利用箱線圖法計(jì)算出可接受范圍內(nèi)的數(shù)值，在可接受范圍外的數(shù)值認(rèn)為是異常值；對異常值的樣本進(jìn)行刪除，或者進(jìn)行異常值替換；

所述離散數(shù)據(jù)處理，是將類別型數(shù)據(jù)轉(zhuǎn)化為可以放入模型進(jìn)行計(jì)算的數(shù)值；將字符串類型的特征進(jìn)行one-hot-encoding處理。

5.根據(jù)權(quán)利要求4所述的貸后行為特征加工的方法，其特征在于，所述異常值處理步驟中，采用適用于連續(xù)數(shù)據(jù)的無監(jiān)督異常檢測方法的孤立森林算法代替箱線圖法。

6.根據(jù)權(quán)利要求1所述的貸后行為特征加工的方法，其特征在于，在貸后行為特征衍生步驟中，包含以下三個步驟；其中，

第一步，特征分類，將特征分為四類，第一類為次數(shù)、期數(shù)、或天數(shù)特征；第二類是與金額特征；第三類是貸款時間特征，包括用戶每筆借款的借款時間、放款時間、分期訂單的每期還款時間、逾期時間或逾期還款時間；第四類是時間窗口統(tǒng)計(jì)特征，包括設(shè)定時間內(nèi)借款情況和逾期情況；

第二步，特征分組匯總，對于一個用戶名下的N筆貸款訂單，對各個訂單分別匯總為N個訂單特征，再將N個訂單特征匯總成所述用戶的特征；

第三步，對于特征分組后統(tǒng)計(jì)，并衍生出用戶級別的特征，其中統(tǒng)計(jì)方法包括統(tǒng)計(jì)學(xué)分析法、占比分析法、差距計(jì)算法、和/或混合計(jì)算法。

7.根據(jù)權(quán)利要求6所述的貸后行為特征加工的方法，其特征在于，

所述統(tǒng)計(jì)學(xué)分析法，是對第二步中分組的特征進(jìn)行統(tǒng)計(jì)分析，求出其統(tǒng)計(jì)學(xué)指標(biāo)，包括最大值、最小值、平均值、求和、中位數(shù)、四分之一分位數(shù)、四分之三分位數(shù)、和/或方差；

所述占比分析法，是指計(jì)算各項(xiàng)比例，包括逾期期數(shù)占總期數(shù)的比例、提前還款訂單占總訂單比例、在貸訂單占總訂單比例、逾期金額占總金額的比例、3個月內(nèi)借款金額占總借款金額的比例、和/或1個月內(nèi)逾期天數(shù)大于7天的比例；

所述差距計(jì)算法，是指計(jì)算最早一次借款與最近一次借款的時間差、和/或最高一筆借款金額與最低一筆借款金額的差值；

混合計(jì)算法，是指將上述的三種方法混合使用。