[發明專利]一種貸款業務模型的特征確定系統及方法

在審

• 申請號: 202211032659.6
• 申請日: 2022-08-26
• 公開（公告）號: CN115358845A
• 公開（公告）日: 2022-11-18
• 發明（設計）人: 周慧婷;申亞坤;譚瑩坤;余功菊
• 申請（專利權）人: 中國銀行股份有限公司
• 主分類號: G06Q40/02
• 分類號: G06Q40/02;G06K9/62;G06F17/16
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 馬天琪

本申請實施例提供了一種貸款業務模型的特征確定系統及方法，應用于金融領域，系統包括：數據采集模塊、數據計算模塊和特征組合篩選模塊，本申請實施例通過利用數據采集模塊采集目標數據形成樣本矩陣，而后數據計算模塊根據樣本矩陣計算得到逆協方差矩陣，特征組合篩選模塊可以根據逆協方差矩陣形成特征圖，可以根據特征圖將相關聯的特征確定為組合型特征，即將多個特征降低為一個特征，大大降低了特征的維度，降低特征選擇的難度，輔助進行特征選擇，并且能夠利用組合型特征進行貸款業務模型的訓練。

技術領域

本發明涉及金融領域，特別涉及一種貸款業務模型的特征確定系統及方法。

背景技術

隨著當前社會的金融和計算機發展，涉及越來越多的金融交易，隨著銀行業務的快速發展，銀行的核心系統的功能也在逐漸完善，其中包括對用戶提供貸款的功能。

貸款是銀行的一項重要業務，可以通過分析客戶數據構建貸款業務模型來計算客戶的信用，從而判斷是否能夠給該客戶進行貸款。在構建貸款業務模型的過程中，提取用戶特征是分析客戶數據中的重要一步。而隨著社會與經濟的發展，以及數據收集技術的提高，用戶特征越來越多，呈現高維趨勢，用戶特征間的關系也越來越錯綜復雜。而從充滿噪音的數據里提取有用信息，對貸款業務模型的準確度具有決定性影響。

因此，現在亟需一種貸款業務模型的特征確定方法。

發明內容

有鑒于此，本申請的目的在于提供一種貸款業務模型的特征確定系統及方法，能夠降低特征維度，輔助進行特征選擇。

本申請實施例提供一種貸款業務模型的特征確定系統，所述系統包括：數據采集模塊、數據計算模塊和特征組合篩選模塊；

所述數據采集模塊用于獲取辦理貸款業務的客戶的目標數據，形成樣本矩陣；

所述數據計算模塊用于根據所述樣本矩陣計算得到樣本協方差矩陣，利用交替方向乘子法將所述樣本協方差矩陣計算為逆協方差矩陣；

所述特征組合篩選模塊用于根據所述逆協方差矩陣形成特征圖，根據所述特征圖確定多個特征是否相關聯，將相關聯的特征確定為貸款業務模型的組合型特征。

可選地，所述數據采集模塊具體用于對所述目標數據進行聚類，對聚類后的缺失數據進行補充以及對異常數據進行替換，對屬性數據賦值，形成樣本矩陣。

可選地，所述特征組合篩選模塊還用于根據所述特征圖，確定多個獨立特征；

將多個所述獨立特征中在業務層面屬于同一類別的特征確定為貸款業務模型的同類特征。

可選地，所述特征組合篩選模塊具體用于根據所述特征圖中相鄰兩個特征之間是否相連確定所述相鄰兩個特征是否相關聯。

可選地，所述目標數據至少包括住址、收入、是否持有信用卡、是否存在交易、交易頻率、賬戶數、是否具有貸款和貸款額度。

本申請實施例提供一種貸款業務模型的特征確定方法，所述方法包括：

獲取辦理貸款業務的客戶的目標數據，形成樣本矩陣；

根據所述樣本矩陣計算得到樣本協方差矩陣，利用交替方向乘子法將所述樣本協方差矩陣計算為逆協方差矩陣；

根據所述逆協方差矩陣形成特征圖，根據所述特征圖確定多個特征是否相關聯，將相關聯的特征確定為貸款業務模型的組合型特征。

可選地，所述獲取辦理貸款業務的客戶的目標數據，形成樣本矩陣包括：

對所述目標數據進行聚類，對聚類后的缺失數據進行補充以及對異常數據進行替換，對屬性數據賦值，形成樣本矩陣。

可選地，所述方法還包括：

根據所述特征圖，確定多個獨立特征；