[發明專利]一種業務預測模型創建方法、裝置及計算機可讀存儲介質

在審

• 申請號: 202111138614.2
• 申請日: 2021-09-27
• 公開（公告）號: CN113837863A
• 公開（公告）日: 2021-12-24
• 發明（設計）人: 顧凌云;謝旻旗;張濤;黃以增
• 申請（專利權）人: 上海冰鑒信息科技有限公司
• 主分類號: G06Q40/02
• 分類號: G06Q40/02;G06Q30/02;G06Q10/04
• 代理公司: 成都頂峰專利事務所(普通合伙) 51224
• 代理人: 楊俊華

1.一種業務預測模型創建方法，其特征在于，應用于計算機設備，所述方法包括：

獲取待創建業務預測模型的目標數據集；

基于所述目標數據集，獲取與所述目標數據集滿足預設業務相似條件的多個輔助數據集；

從所述多個輔助數據集中抽取樣本數據，得到樣本數據集；

根據所述樣本數據集訓練得到一用于對所述樣本數據中的業務對象進行業務狀態預測的業務狀態模型；

采用所述業務狀態模型對所述目標數據集及多個輔助數據集進行預測，得到所述目標數據集及每個輔助數據集的違約概率；

基于所述目標數據集及每個輔助數據集的違約概率，從所述樣本數據集中確定出建模數據集；

根據所述目標數據集及所述建模數據集，確定權重參數；

基于所述建模數據集及所述權重參數創建所述業務預測模型。

2.如權利要求1所述的業務預測模型創建方法，其特征在于，在所述基于所述目標數據集，獲取與所述目標數據集滿足預設業務相似條件的多個輔助數據集的步驟中，所述預設業務相似條件包括：

每個輔助數據集與所述目標數據集具有相同可用于創建所述業務預測模型的預測變量；和，

所述每個輔助數據集的樣本數據包括業務對象的業務狀態標簽。

3.如權利要求1所述的業務預測模型創建方法，其特征在于，所述從所述多個輔助數據集中抽取樣本數據，得到樣本數據集的步驟，包括：

從每個輔助數據集中抽取相同預設數量的樣本數據，得到所述樣本數據集；

其中，所述從每個輔助數據集中抽取相同預設數量的樣本數據的步驟包括：

檢測每個輔助數據集中的樣本數據的數量是否大于所述預設數量；

若檢測到大于等于所述預設數量，則采用無放回抽樣方式從所述每個輔助數據集中抽取所述預設數量的樣本數據；

若檢測到小于所述預設數量，則采用有放回抽樣方式從所述每個輔助數據集中抽取所述預設數量的樣本數據。

4.如權利要求1所述的業務預測模型創建方法，其特征在于，所述基于所述目標數據集及每個輔助數據集的違約概率，從所述樣本數據集中確定出建模數據集的步驟，包括：

將所述目標數據集的違約概率作為基礎數據，將所述多個輔助數據集的違約概率作為測試數據，根據所述基礎數據與所述測試數據計算各個輔助數據集的群體穩定性指標；

將所述群體穩定性指標中指標數值最小的輔助數據集作為所述建模數據集。

5.如權利要求4所述的業務預測模型創建方法，其特征在于，在所述根據所述基礎數據與所述測試數據計算各個輔助數據集的群體穩定性指標的步驟中，將所述基礎數據進行分組，并按照所述基礎數據的分組的閾值標準將所述測試數據進行分組，其中，所述基礎數據的分組數量與所述測試數據的分組數量相同；

群體穩定性指標psi的計算公式如下：

其中，n為分組數量，i為分組的序號，A_i為所述測試數據中第i組的組內樣本所占比例，E_i為所述基礎數據中第i組的組內樣本所占比例。

6.如權利要求5所述的業務預測模型創建方法，其特征在于，在所述根據所述目標數據集及所述建模數據集，確定權重參數的步驟中，確定所述權重參數的公式如下：

其中，β是一個一維權重參數數組，一維權重參數數組包括權重參數β₁、β₂…β_j ，m是所述建模數據集的樣本個數，x’_j為第j個所述建模數據集的樣本，n是所述目標數據集的樣本個數，x_i為第 i 個所述目標數據集的樣本，Φ代表歐拉公式，二次規劃的約束條件為β₁、β₂…β_j大于等于0并且β₁、β₂…β_j之和為1。