[發(fā)明專利]信用卡消費(fèi)分期的決策方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202110662992.4
• 申請(qǐng)日: 2021-06-15
• 公開（公告）號(hào): CN113313578A
• 公開（公告）日: 2021-08-27
• 發(fā)明（設(shè)計(jì)）人: 蔡夢(mèng)華;林金妮;和歡;贠博嚴(yán)
• 申請(qǐng)（專利權(quán)）人: 中國銀行股份有限公司
• 主分類號(hào): G06Q40/02
• 分類號(hào): G06Q40/02;G06Q40/04;G06K9/62;G06N3/08
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 陳穎

本發(fā)明公開了一種信用卡消費(fèi)分期的決策方法及裝置，獲取信用卡的本次消費(fèi)交易相關(guān)信息，從本次消費(fèi)交易相關(guān)信息中提取出交易特征數(shù)據(jù)，對(duì)交易特征數(shù)據(jù)進(jìn)行離散化和分類處理，得到包含多個(gè)特征類別屬性的特征類別屬性集，通過將特征類別屬性集輸入至預(yù)先構(gòu)建的決策樹模型，得到當(dāng)前消費(fèi)交易的分期決策結(jié)果。本發(fā)明能夠根據(jù)每一筆消費(fèi)交易相關(guān)信息進(jìn)行智能決策，確定該筆消費(fèi)交易是否分期，整個(gè)決策過程無需人工參與，從而降低了人力成本，提高了消費(fèi)分期的決策效率。

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，更具體的說，涉及一種信用卡消費(fèi)分期的決策方法及裝置。

背景技術(shù)

信用卡，又叫貸記卡，是一種非現(xiàn)金交易付款的方式，是簡(jiǎn)單的信貸服務(wù)。信用卡消費(fèi)分期是指持卡人在刷卡消費(fèi)以后，如果單筆消費(fèi)金額達(dá)到銀行規(guī)定的最低消費(fèi)額，持卡人可以向銀行申請(qǐng)把該筆消費(fèi)拆分為幾次還款，銀行再將該筆消費(fèi)分成多次計(jì)入持卡人的信用卡帳戶。

現(xiàn)有的信用卡消費(fèi)分期主要由人工客服根據(jù)客戶消費(fèi)金額大小確定客戶符合分期條件時(shí)，對(duì)客戶進(jìn)行電話營銷，推薦客戶辦理信用卡消費(fèi)分期，若客戶同意本筆消費(fèi)分期，銀行通過分期期數(shù)收取一定數(shù)額的手續(xù)費(fèi)。

然而，現(xiàn)有的信用卡消費(fèi)分期的決策過程需要大量的人工參與，因此需要花費(fèi)較多的人力成本。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明公開一種信用卡消費(fèi)分期的決策方法及裝置，以實(shí)現(xiàn)根據(jù)每一筆消費(fèi)交易相關(guān)信息進(jìn)行智能決策，確定該筆消費(fèi)交易是否分期，整個(gè)決策過程無需人工參與，從而降低人力成本，提高消費(fèi)分期的決策效率。

一種信用卡消費(fèi)分期的決策方法，包括：

獲取信用卡的本次消費(fèi)交易相關(guān)信息；

從所述本次消費(fèi)交易相關(guān)信息中提取出交易特征數(shù)據(jù)；

對(duì)所述交易特征數(shù)據(jù)進(jìn)行離散化和分類處理，得到包含多個(gè)特征類別屬性的特征類別屬性集；

將所述特征類別屬性集輸入至預(yù)先構(gòu)建的決策樹模型，得到當(dāng)前消費(fèi)交易的分期決策結(jié)果，所述分期決策結(jié)果包括：同意信用卡消費(fèi)分期或不同意信用卡消費(fèi)分期。

可選的，所述當(dāng)前消費(fèi)交易相關(guān)信息包括：當(dāng)前消費(fèi)交易基本信息和消費(fèi)客戶信息。

可選的，所述決策樹模型的構(gòu)建過程包括：

獲取預(yù)設(shè)時(shí)間段內(nèi)的歷史消費(fèi)交易相關(guān)信息；

從所述歷史消費(fèi)交易相關(guān)信息中提取出每一筆消費(fèi)交易對(duì)應(yīng)的特征類別屬性，得到包含所有消費(fèi)交易對(duì)應(yīng)的特征類別屬性的訓(xùn)練數(shù)據(jù)集；

將所述訓(xùn)練數(shù)據(jù)集放入根節(jié)點(diǎn)；

基于損失函數(shù)，將所述訓(xùn)練數(shù)據(jù)集分割成多個(gè)訓(xùn)練數(shù)據(jù)子集，并將各個(gè)所述訓(xùn)練數(shù)據(jù)子集分配至對(duì)應(yīng)的葉子節(jié)點(diǎn)中，直至所有的所述訓(xùn)練數(shù)據(jù)子集分配完，構(gòu)建得到所述決策樹模型。

可選的，所述基于損失函數(shù)，將所述訓(xùn)練數(shù)據(jù)集分割成多個(gè)訓(xùn)練數(shù)據(jù)子集，并將各個(gè)所述訓(xùn)練數(shù)據(jù)子集分配至對(duì)應(yīng)的葉子節(jié)點(diǎn)中，直至所有的所述訓(xùn)練數(shù)據(jù)子集分配完，構(gòu)建得到所述決策樹模型，具體包括：

基于所述損失函數(shù)，從放入所述根節(jié)點(diǎn)的所述訓(xùn)練數(shù)據(jù)集中選擇一個(gè)最優(yōu)特征屬性；

基于所述最優(yōu)特征屬性對(duì)所述訓(xùn)練數(shù)據(jù)集進(jìn)行分割得到多個(gè)訓(xùn)練數(shù)據(jù)子集；

構(gòu)建葉子節(jié)點(diǎn)，并將每個(gè)所述訓(xùn)練數(shù)據(jù)子集劃分到對(duì)應(yīng)的葉子節(jié)點(diǎn)中；

基于所述損失函數(shù)，從放入每個(gè)所述葉子節(jié)點(diǎn)的所述訓(xùn)練數(shù)據(jù)子集中選擇一個(gè)新的最優(yōu)特征屬性；

基于所述新的最優(yōu)特征屬性對(duì)所述訓(xùn)練數(shù)據(jù)子集進(jìn)行分割；

如此遞歸，直至所有的所述訓(xùn)練數(shù)據(jù)子集都分配到對(duì)應(yīng)的葉子節(jié)點(diǎn)上，得到所述決策樹模型。