[發明專利]敏感評分模型的建模方法、系統、終端設備及存儲介質

在審

• 申請號: 202111595972.6
• 申請日: 2021-12-23
• 公開（公告）號: CN114297840A
• 公開（公告）日: 2022-04-08
• 發明（設計）人: 黃勇衛;陳婷;吳三平;莊偉亮
• 申請（專利權）人: 深圳前海微眾銀行股份有限公司
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06K9/62;G06F119/02
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 熊海武

本發明公開了一種敏感評分模型的建模方法、系統、終端設備及存儲介質。該方法包括：獲取預先采集的訓練集、測試集；對所述訓練集的樣本進行篩選，得到敏感客群；對所述敏感客群、測試集進行訓練，得到敏感評分模型以識別敏感客戶。本發明解決了間接構建敏感評分模型時存在過擬合風險的問題，提高敏感評分模型評分的準確性。

技術領域

本發明涉及金融科技(Fintech)技術領域，尤其涉及一種敏感評分模型的建模方法、系統、終端設備及存儲介質。

背景技術

隨著計算機技術的發展，越來越多的技術應用在金融領域，傳統金融業正在逐步走向金融科技(Finteh)轉變，敏感評分模型的建模技術也不例外，但由于金融行業的安全性、實時性要求，也對技術提出更高的要求。

現有的敏感評分模型可以識別客戶是否為敏感客戶，其中，敏感評分模型通過策略A的響應客戶(在給予A策略的情況下，會接受產品和服務的客戶)與策略B的響應客戶(在給予B策略的情況下，會接受產品和服務的客戶)計算策略AB的響應率倍差，進而對響應客戶進行建模。但是，當策略A的響應客戶與策略B的響應客戶存在交集時，此時通過策略AB的響應率倍差進行建模會加大敏感評分模型過擬合的風險。

發明內容

本發明實施例的主要目的在于提供一種敏感評分模型的建模方法、系統、終端設備及存儲介質，旨在解決間接構建敏感評分模型時存在過擬合風險的問題，提高敏感評分模型評分的準確性。

為實現上述目的，本發明實施例提供一種敏感評分模型的建模方法，所述敏感評分模型的建模方法包括：

獲取預先采集的訓練集、測試集；

對所述訓練集的樣本進行篩選，得到敏感客群；

對所述敏感客群、測試集進行訓練，得到敏感評分模型以識別敏感客戶。

可選地，所述訓練集包括第一樣本集、第二樣本集，所述對所述訓練集的樣本進行篩選，得到敏感客群的步驟包括：

判斷所述第一樣本集具有預設特征的樣本數量，與所述第二樣本集具有所述預設特征的樣本數量是否相等；

若所述第一樣本集具有所述預設特征的樣本數量，與所述第二樣本集具有所述預設特征的樣本數量相等，則從所述第一樣本集刪除所述預設特征的客戶，得到第三樣本集，并從所述第二樣本集刪除所述預設特征的客戶，得到第四樣本集；

若所述第三樣本集與所述第四樣本集的樣本數量相等，則執行步驟：對所述敏感客群、測試集進行訓練，得到敏感評分模型以識別敏感客戶。

可選地，所述判斷所述第一樣本集具有預設特征的樣本數量，與所述第二樣本集具有所述預設特征的樣本數量是否相等的步驟之后包括：

若所述第一樣本集具有所述預設特征的樣本數量，與所述第二樣本集具有所述預設特征的第二樣本數量不相等，則對所述訓練集進行篩選，得到敏感樣本；

將所述敏感樣本納入所述敏感客群并返回執行步驟：判斷所述第一樣本集具有預設特征的樣本數量，與所述第二樣本集具有所述預設特征的樣本數量是否相等。

可選地，所述對所述訓練集進行篩選，得到敏感樣本的步驟之后還包括：

若所述第一樣本集包括所述敏感樣本，則從所述第一樣本集刪除所述敏感樣本。

可選地，所述判斷所述第一樣本集具有預設特征的樣本數量，與所述第二樣本集具有所述預設特征的樣本數量是否相等的步驟之前包括：

對所述訓練集進行訓練，得到響應模型；

通過所述響應模型對所述訓練集進行評分，得到評分分數；