CN111563810A - 信贷风控模型生成方法、信用评估方法、系统、机器可读介质及设备 - Google Patents

Abstract

本发明提供一种信贷风控模型生成方法，该方法包括：获取与信贷业务对象的原始属性数据所对应的一个或多个组合特征；通过所述组合特征的特征条件确定切分点和切分区间；根据所述切分点和切分区间确定新的特征条件；依据所述组合特征以及与所述组合特征对应的新的特征条件进行训练以获得信贷风控模型。本发明提出了一种基于梯度提升树生成二阶特征组合评分卡的信贷风控模型，使业务人员能够清晰地掌握模型的决策过程中的细节，并能引入业务知识对每个细节进行检验和微调，从而达到信贷风控业务对模型可解释性的要求。

Description

信贷风控模型生成方法、信用评估方法、系统、机器可读介质 及设备

技术领域

本发明涉及信贷风控领域，特别是涉及一种信贷风控模型生成方法、信用评估方法、系统、机器可读介质及设备。

背景技术

在信贷风控领域，出于业务对模型解释性的要求，传统上采用基于逻辑斯蒂回归的传统评分卡模型。训练阶段，会对输入数据的各个特征列进行分箱，通过训练数据计算出每个分箱区间的评分，得到评分卡。预测阶段，会分别将输入数据各列对照评分卡计算出评分，最终加和得到预测的信用分。

然而，由于逻辑斯蒂回归是一个线性模型，传统评分卡模型具有两大缺陷。

首先，某些变量对于信用分的影响可能是非线性甚至非单调的，评分卡模型利用分箱之后做WOE(证据权重)编码来拟合这种非线性的影响，且要求各个分箱区间的WOE保持单调性，对于非单调的情况，必须给出明确的业务意义解释。这要求每个变量本身具有充分的单独预测能力，且人工进行的分箱必须足够准确。

其次，评分卡模型完全无法考虑变量之间组合带来的影响，这就要求选用特征阶段必须引入足够的专家经验，选用相互之间较为独立的变量，避免出现需要考虑多个变量相互关联产生的影响。因此，评分卡模型对于每列输入特征的单独预测能力具有很强的要求，无法充分利用一些弱特征的组合来提高预测能力。

这两个缺陷导致了评分卡模型的特征选用、特征工程和分箱步骤都依赖建模经验、专家知识和繁琐的人工调参，任何一个步骤没做到位都会导致模型效果不及预期。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种信贷风控模型生成方法、信用评估方法、系统、机器可读介质及设备，用于解决现有技术存在的问题。

为实现上述目的及其他相关目的，本发明提供一种信贷风控模型生成方法，该方法包括：

获取与信贷业务对象的原始属性数据所对应的一个或多个组合特征；

通过所述组合特征的特征条件确定切分点和切分区间；

根据所述切分点和切分区间确定新的特征条件；

依据所述组合特征以及与所述组合特征对应的新的特征条件进行训练以获得信贷风控模型。

可选地，所述获取与信贷业务对象的原始属性数据所对应的一个或多个组合特征包括：

获取信贷业务对象的原始属性数据；

对所述信贷业务对象的原始属性数据进行训练得到梯度提升树模型；

提取所述信贷业务对象的原始属性数据对应的特征；

利用所述梯度提升树模型对所述信贷业务对象的原始属性数据对应的特征进行特征组合获得一个或多个组合特征。

可选地，该方法还包括：对所述一个或多个组合特征进行独热编码，将独热编码后的特征确定为训练信贷风控模型的训练样本。

可选地，将梯度提升树中的每棵树的根节点到叶子节点所经过的路径上对应的特征进行组合，生成一个或多个组合特征。

可选地，根据所述一个或多个组合特征对基于L1惩罚的逻辑斯蒂回归模型进行训练得到信贷风控模型。

为实现上述目的及其他相关目的，本发明提供一种信贷风控模型生成系统，该系统包括：

特征获取模块，用于获取与信贷业务对象的原始属性数据所对应的一个或多个组合特征；

切分模块，用于通过所述组合特征的特征条件确定切分点和切分区间；

特征条件确定模块，用于根据所述切分点和切分区间确定新的特征条件；

模型生成模块，用于依据所述组合特征以及与所述组合特征对应的新的特征条件进行训练以获得信贷风控模型。

可选地，所述特征获取模块包括：

数据获取子模块，用于获取信贷业务对象的原始属性数据；

第一训练子模块，用于对所述信贷业务对象的原始属性数据进行训练得到梯度提升树模型；

提取子模块，用于提取所述信贷业务对象的原始属性数据对应的特征；

第二训练子模块，用于利用所述梯度提升树模型对所述信贷业务对象的原始属性数据对应的特征进行特征组合获得一个或多个组合特征。

可选地，该系统还包括：

编码模块，用于对所述一个或多个组合特征进行独热编码，将独热编码后的特征确定为训练信贷风控模型的训练样本。

可选地，将梯度提升树中的每棵树的根节点到叶子节点所经过的路径上对应的特征进行组合，生成一个或多个组合特征。

可选地，根据所述一个或多个组合特征对基于L1惩罚的逻辑斯蒂回归模型进行训练得到信贷风控模型。

为实现上述目的及其他相关目的，本发明提供一种信用评估方法，该方法包括：

获取待评估信贷业务对象的原始属性数据；

提取所述待评估信贷业务对象的原始属性数据对应的特征；

对所述待评估信贷业务对象的原始属性数据对应的特征进行特征组合获得一个或多个组合特征；

通过所述的信贷风控模型对所述一个或多个组合特征进行预测以获得所述待评估信贷业务对象的信用信息。

为实现上述目的及其他相关目的，本发明提供一种信用评估系统，该系统包括：

数据获取模块，用于获取待评估信贷业务对象的原始属性数据；

特征提取模块，用于提取所述待评估信贷业务对象的原始属性数据对应的特征；

特征组合模块，用于对所述待评估信贷业务对象的原始属性数据对应的特征进行特征组合获得一个或多个组合特征；

预测模块，用于通过所述的信贷风控模型对所述一个或多个组合特征进行预测以获得所述待评估信贷业务对象的信用信息。

为实现上述目的及其他相关目的，本发明还提供一种设备，包括：

一个或多个处理器；和

其上存储有指令的一个或多个机器可读介质，当所述一个或多个处理器执行时，使得所述设备执行前述的一个或多个所述的方法。

为实现上述目的及其他相关目的，本发明还提供一个或多个机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得设备执行前述的一个或多个所述的方法。

如上所述，本发明提供的一种信贷风控模型生成方法、信用评估方法、系统、机器可读介质及设备，具有以下有益效果：

本发明针对传统评分卡模型的两大缺陷，提出了一种基于梯度提升树生成二阶特征组合评分卡的信贷风控模型。在保证了梯度提升树的拟合能力和预测效果的前提下，将梯度提升树的预测过程整合和简化，形成一张对于二阶特征组合的评分卡，使业务人员能够清晰地掌握模型的决策过程中的细节，并能引入业务知识对每个细节进行检验和微调，从而达到信贷风控业务对模型可解释性的要求。

附图说明

图1为本发明一实施例一种信贷风控模型生成方法的流程图；

图2为本发明一实施例获取与信贷业务对象的原始属性数据所对应的一个或多个组合特征的流程图；

图3为本发明一实施例一种信贷风控模型生成系统的示意图；

图4为本发明一实施例特征获取模块的示意图；

图5为本发明一实施例一种信用评估方法流程图；

图6为本发明一实施例一种信用评估系统示意图；

图7为本发明一实施例中终端设备的硬件结构示意图；

图8为本发明一实施例中终端设备的硬件结构示意图。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。

需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。

如图1所示，本发明提供一种信贷风控模型生成方法，该方法包括：

S11获取与信贷业务对象的原始属性数据所对应的一个或多个组合特征；

S12通过所述组合特征的特征条件确定切分点和切分区间；

S13根据所述切分点和切分区间确定新的特征条件；

S14依据所述组合特征以及与所述组合特征对应的新的特征条件进行训练以获得信贷风控模型。

本发明通过将原始的大量组合特征条件按照新的切分区间进行归并和整合，生成对于业务人员可理解、验证和微调的评分卡。

在一实施例中，如图2所示，所述获取与信贷业务对象的原始属性数据所对应的一个或多个组合特征包括：

S21获取信贷业务对象的原始属性数据；

S22对所述信贷业务对象的原始属性数据进行训练得到梯度提升树模型；

S23提取所述信贷业务对象的原始属性数据对应的特征；

S24利用所述梯度提升树模型对所述信贷业务对象的原始属性数据对应的特征进行特征组合获得一个或多个组合特征。

其中，所述信贷业务对象的原始属性数据包括但不限于姓名、年龄、所在地区、职业、收入、文化程度、资产情况、是否发生借贷、是否逾期。

在步骤S12中，对所述信贷业务对象的原始属性数据进行训练得到梯度提升树模型。其中，梯度提升树模型的树深为2。

梯度提升树模型(Gradient Boosting Decision Tree，GBDT)是一种迭代的决策树算法，该算法由多棵决策树组成，所有树的结论累加起来做最终答案。GBDT是一种常用的非线性模型，基于集成学习中的boosting思想，每次迭代都在减少残差的梯度方向新建立一棵决策树，迭代多少次就会生成多少棵决策树。GBDT的思想使其可以发现多种有区分性的特征及特征组合，省去了人工寻找特征、特征组合的步骤。

具体地，采用GBDT算法对所述信贷业务对象的原始属性数据进行训练，得到GBDT模型，将所述GBDT作为特征处理模型。

在一实施例中，特征的提取是将原始属性数据中将具有特征表现的数据提取出来，并将该具有特征表现的数据作为训练数据，用于训练梯度提升树模型。其中，特征可以是年龄、收入等。

在一实施例中，利用所述梯度提升树模型对所述信贷业务对象的原始属性数据对应的特征进行特征组合获得一个或多个组合特征，即通过GBDT模型中的多棵决策树对特征进行决策分类，并将相同的特征进行组合，将梯度提升树中的每棵树的根节点到叶子节点所经过的路径上对应的特征进行组合，生成一个或多个组合特征。生成一个或多个组合特征后，就可以利用所述一个或多个组合特征对逻辑斯蒂回归模型进行训练以得到信贷风控模型。逻辑斯蒂回归模型-Logistic Regression(简称为LR)模型。LR模型是一种线性分类模型，模型结构简单，分类效果较好。训练信贷风控模型的方法，包括根据GBDT模型的输出结果，构建逻辑回归LR算法的训练样本；采用LR算法对所述LR算法的训练样本进行训练，得到LR模型，将所述LR模型作为信贷风控模型。具体地，可以使用LR算法训练得到各项特征分别对应的加权系数-逻辑斯蒂回归系数，则各项特征的加权系数表示对于信用分的线性贡献权重。

逻辑斯蒂回归模型的每个系数对应了完整编码中相应的一维，同时也对应了梯度回归树中的一个叶子、一条长度为2的判断路径、判断路径上的2个条件。这个系数代表了满足判断路径上的2个条件(称为二阶特征组合条件)对于信用分的线性贡献权重。

例如：假设二阶特征组合条件“年龄>20&月收入>1万”对应的逻辑斯蒂回归系数为5，则某样本如果满足该条件会为其加5分。

然而实际情况中，会有大量的非0的逻辑斯蒂回归系数，也就意味着需要判断大量的二阶特征组合条件、并对其线性贡献权重进行加和。然而，这些二阶特征组合条件之间存在大量的重复和交叉，不能单从一个二阶组合特征条件的权重判断其对于信用分的真实影响。

例如：假设既存在一个二阶特征组合条件“年龄>20&月收入>1万”的权重为+5，又存在另一个二阶特征组合条件“年龄>10&月收入>5千”的权重为+2,假设其它所有二阶特征组合条件都与年龄和月收入无关。则一个满足“年龄>20&月收入>1万”的样本，由于必然触发另一个条件“年龄>10&月收入>5千”，年龄和月收入为它带来的真实权重实际上是+7。

对于最终需要输出的二阶特征组合评分卡，必须能够清晰地展示两列原始输入变量对于信用分的完整、真实的影响，才能够被业务人员所理解、检验和微调。因此，需要对这些原始的二阶特征组合条件进行归并和整合。在本实施例中，根据组合特征的特征条件来确定切分点和切分区间，然后根据所述切分点和切分区间确定新的特征条件。

例如：若对于年龄和月收入，有且仅有两个特征条件“年龄>20&月收入>1万”,“年龄>10&月收入>5千”。则可以认为，对于年龄来讲，10，20即为切分点，则切分区间可表示为：年龄≤10，10<年龄≤20，年龄>20；对于收入来讲，1万，5千即为切分点，则切分区间可表示为：收入≤5千，5千<收入≤1万，收入>1万。可以理解的是，新的特征条件即在不同的新的切分区间中选择一个条件进行组合。例如，新的特征条件可以是年龄≤10，收入≤5千；年龄≤10；5千<收入≤1万；年龄≤10，收入>1万；年龄>20，收入≤5千等。确定好新的特征条件后就可以依据所述组合特征以及与所述组合特征对应的新的特征条件进行训练以获得信贷风控模型。

在一实施例中，该方法还包括：对所述一个或多个组合特征进行独热编码，将独热编码后的特征确定为训练信贷风控模型的训练样本。

将梯度提升树中的每棵决策树，视为一个针对信贷业务对象的原始属性数据的独热编码器，编码器输出的每一维对应着决策树的一个叶子节点和从根节点到该叶子节点的一条长度为2的判断路径。若某样本满足该路径上的两个判断条件，则这一维取值为1，否则为0。最终，对于每个样本，将所有编码器的输出拼接，形成样本的完整编码。

例如：假设第一棵决策树在根节点判断年龄是否大于20；若大于20，则在子节点判断月收入是否大于1万。某样本符合“年龄>20&月收入>1万”，落在这棵树的第4个叶子节点，在第一棵树的编码为[0,0,0,1]。若一共有两棵树，它在第二棵树落在第二个叶子节点，编码为[0,1,0,0]，则该样本的完整编码为两者的拼接，即[0,0,0,1,0,1,0,0]

在一实施例中，在生成一个或多个组合特征后，利用完整的编码器对训练数据进行编码，用编码后的训练数据训练一个采用L1正则化的逻辑斯蒂回归模型-即基于L1惩罚的逻辑斯蒂回归模型，逻辑斯蒂回归模型会对完整编码的每一维计算出一个权重系数，由于采用了L1正则化，相当一部分维数的权重系数为0。

如图3所示，本发明提供一种信贷风控模型生成系统，该系统包括：

特征获取模块31，用于获取与信贷业务对象的原始属性数据所对应的一个或多个组合特征；

切分模块32，用于通过所述组合特征的特征条件确定切分点和切分区间；

特征条件确定模块33，用于根据所述切分点和切分区间确定新的特征条件；

模型生成模块34，用于依据所述组合特征以及与所述组合特征对应的新的特征条件进行训练以获得信贷风控模型。

本发明通过将原始的大量组合特征条件按照新的切分区间进行归并和整合，生成对于业务人员可理解、验证和微调的评分卡。

在一实施例中，如图4所示，所述特征获取模块包括：

数据获取子模块41，用于获取信贷业务对象的原始属性数据；

第一训练子模块42，用于对所述信贷业务对象的原始属性数据进行训练得到梯度提升树模型；

提取子模块43，用于提取所述信贷业务对象的原始属性数据对应的特征；

第二训练子模块44，用于利用所述梯度提升树模型对所述信贷业务对象的原始属性数据对应的特征进行特征组合获得一个或多个组合特征。其中，所述信贷业务对象的原始属性数据包括但不限于姓名、年龄、所在地区、职业、收入、文化程度、资产情况、是否发生借贷、是否逾期。

在本实施例中，对所述信贷业务对象的原始属性数据进行训练得到梯度提升树模型。其中，梯度提升树模型的树深为2。

梯度提升树模型(Gradient Boosting Decision Tree，GBDT)是一种迭代的决策树算法，该算法由多棵决策树组成，所有树的结论累加起来做最终答案。GBDT是一种常用的非线性模型，基于集成学习中的boosting思想，每次迭代都在减少残差的梯度方向新建立一棵决策树，迭代多少次就会生成多少棵决策树。GBDT的思想使其可以发现多种有区分性的特征及特征组合，省去了人工寻找特征、特征组合的步骤。

具体地，采用GBDT算法对所述信贷业务对象的原始属性数据进行训练，得到GBDT模型，将所述GBDT作为特征处理模型。

在一实施例中，特征的提取是将原始属性数据中将具有特征表现的数据提取出来，并将该具有特征表现的数据作为训练数据，用于训练梯度提升树模型。其中，特征可以是年龄、收入等。

在一实施例中，利用所述梯度提升树模型对所述信贷业务对象的原始属性数据对应的特征进行特征组合获得一个或多个组合特征，即通过GBDT模型中的多棵决策树对特征进行决策分类，并将相同的特征进行组合，将梯度提升树中的每棵树的根节点到叶子节点所经过的路径上对应的特征进行组合，生成一个或多个组合特征。生成一个或多个组合特征后，就可以利用所述一个或多个组合特征对逻辑斯蒂回归模型进行训练以得到信贷风控模型。逻辑斯蒂回归模型-Logistic Regression(简称为LR)模型。LR模型是一种线性分类模型，模型结构简单，分类效果较好。训练信贷风控模型的方法，包括根据GBDT模型的输出结果，构建逻辑回归LR算法的训练样本；采用LR算法对所述LR算法的训练样本进行训练，得到LR模型，将所述LR模型作为信贷风控模型。具体地，可以使用LR算法训练得到各项特征分别对应的加权系数-逻辑斯蒂回归系数，则各项特征的加权系数表示对于信用分的线性贡献权重。

逻辑斯蒂回归模型的每个系数对应了完整编码中相应的一维，同时也对应了梯度回归树中的一个叶子、一条长度为2的判断路径、判断路径上的2个条件。这个系数代表了满足判断路径上的2个条件(称为二阶特征组合条件)对于信用分的线性贡献权重。

例如：假设二阶特征组合条件“年龄>20&月收入>1万”对应的逻辑斯蒂回归系数为5，则某样本如果满足该条件会为其加5分。

然而实际情况中，会有大量的非0的逻辑斯蒂回归系数，也就意味着需要判断大量的二阶特征组合条件、并对其线性贡献权重进行加和。然而，这些二阶特征组合条件之间存在大量的重复和交叉，不能单从一个二阶组合特征条件的权重判断其对于信用分的真实影响。

例如：假设既存在一个二阶特征组合条件“年龄>20&月收入>1万”的权重为+5，又存在另一个二阶特征组合条件“年龄>10&月收入>5千”的权重为+2,假设其它所有二阶特征组合条件都与年龄和月收入无关。则一个满足“年龄>20&月收入>1万”的样本，由于必然触发另一个条件“年龄>10&月收入>5千”，年龄和月收入为它带来的真实权重实际上是+7。

对于最终需要输出的二阶特征组合评分卡，必须能够清晰地展示两列原始输入变量对于信用分的完整、真实的影响，才能够被业务人员所理解、检验和微调。因此，需要对这些原始的二阶特征组合条件进行归并和整合。在本实施例中，根据组合特征的特征条件来确定切分点和切分区间，然后根据所述切分点和切分区间确定新的特征条件。

例如：若对于年龄和月收入，有且仅有两个特征条件“年龄>20&月收入>1万”,“年龄>10&月收入>5千”。则可以认为，对于年龄来讲，10，20即为切分点，则切分区间可表示为：年龄≤10，10<年龄≤20，年龄>20；对于收入来讲，1万，5千即为切分点，则切分区间可表示为：收入≤5千，5千<收入≤1万，收入>1万。可以理解的是，新的特征条件即在不同的新的切分区间中选择一个条件进行组合。例如，新的特征条件可以是年龄≤10，收入≤5千；年龄≤10；5千<收入≤1万；年龄≤10，收入>1万；年龄>20，收入≤5千等。确定好新的特征条件后就可以依据所述组合特征以及与所述组合特征对应的新的特征条件进行训练以获得信贷风控模型。

在一实施例中，该系统还包括：编码模块，用于对所述一个或多个组合特征进行独热编码，将独热编码后的特征确定为训练信贷风控模型的训练样本。

将梯度提升树中的每棵决策树，视为一个针对信贷业务对象的原始属性数据的独热编码器，编码器输出的每一维对应着决策树的一个叶子节点和从根节点到该叶子节点的一条长度为2的判断路径。若某样本满足该路径上的两个判断条件，则这一维取值为1，否则为0。最终，对于每个样本，将所有编码器的输出拼接，形成样本的完整编码。

例如：假设第一棵决策树在根节点判断年龄是否大于20；若大于20，则在子节点判断月收入是否大于1万。某样本符合“年龄>20&月收入>1万”，落在这棵树的第4个叶子节点，在第一棵树的编码为[0,0,0,1]。若一共有两棵树，它在第二棵树落在第二个叶子节点，编码为[0,1,0,0]，则该样本的完整编码为两者的拼接，即[0,0,0,1,0,1,0,0]

在一实施例中，在生成一个或多个组合特征后，利用完整的编码器对训练数据进行编码，用编码后的训练数据训练一个采用L1正则化的逻辑斯蒂回归模型-即基于L1惩罚的逻辑斯蒂回归模型，逻辑斯蒂回归模型会对完整编码的每一维计算出一个权重系数，由于采用了L1正则化，相当一部分维数的权重系数为0。

如图5所示，一种信用评估方法，该方法包括：

S51获取待评估信贷业务对象的原始属性数据；

S52提取所述待评估信贷业务对象的原始属性数据对应的特征；

S53对所述待评估信贷业务对象的原始属性数据对应的特征进行特征组合获得一个或多个组合特征；

S54通过所述的信贷风控模型对所述一个或多个组合特征进行预测以获得所述待评估信贷业务对象的信用信息。

在本实施例中，信贷风控模型是一种逻辑斯蒂回归模型，信贷风控模型可以参考前述的方式获取，此处不再赘述。逻辑斯蒂回归模型会根据组合特征以及特征条件输出相应的权重，所述待评估信贷业务对象的信用信息可以理解为所有权重的和。

例如，一个组合特征为年龄和月收入，对于年龄“大于20”的区间，权重为3，月收入“小于5千”权重为0，月收入“5千到1万”权重为+2，月收入“大于1万”的权重为+7。对于某年龄为23，月收入为8千的样本输入到信贷风控模型中，得到月收入的组合权重+2和年龄的组合权重+3两者加和，得到总分+5。最终可以根据得到的总分获得所述待评估信贷业务对象的信用信息。

如图6所示，一种信用评估系统，该系统包括：

数据获取模块61，用于获取待评估信贷业务对象的原始属性数据；

特征提取模块62，用于提取所述待评估信贷业务对象的原始属性数据对应的特征；

特征组合模块63，用于对所述待评估信贷业务对象的原始属性数据对应的特征进行特征组合获得一个或多个组合特征；

预测模块64，用于通过所述的信贷风控模型对所述一个或多个组合特征进行预测以获得所述待评估信贷业务对象的信用信息。

由于系统部分的实施例与方法部分的实施例相互对应，因此系统部分的实施例的内容请参见方法部分的实施例的描述，这里暂不赘述。

本申请实施例还提供了一种设备，该设备可以包括：一个或多个处理器；和其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述设备执行图1所述的方法。在实际应用中，该设备可以作为终端设备，也可以作为服务器，终端设备的例子可以包括：智能手机、平板电脑、电子书阅读器、MP3(动态影像专家压缩标准语音层面3，Moving Picture Experts GroupAudio Layer III)播放器、MP4(动态影像专家压缩标准语音层面4，Moving Picture Experts Group Audio Layer IV)播放器、膝上型便携计算机、车载电脑、台式计算机、机顶盒、智能电视机、可穿戴设备等等，本申请实施例对于具体的设备不加以限制。

本申请实施例还提供了一种非易失性可读存储介质，该存储介质中存储有一个或多个模块(programs)，该一个或多个模块被应用在设备时，可以使得该设备执行本申请实施例的图1中方法所包含步骤的指令(instructions)。

图7为本申请一实施例提供的终端设备的硬件结构示意图。如图所示，该终端设备可以包括：输入设备1100、第一处理器1101、输出设备1102、第一存储器1103和至少一个通信总线1104。通信总线1104用于实现元件之间的通信连接。第一存储器1103可能包含高速RAM存储器，也可能还包括非易失性存储NVM，例如至少一个磁盘存储器，第一存储器1103中可以存储各种程序，用于完成各种处理功能以及实现本实施例的方法步骤。

可选的，上述第一处理器1101例如可以为中央处理器(Central ProcessingUnit，简称CPU)、应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，该第一处理器1101通过有线或无线连接耦合到上述输入设备1100和输出设备1102。

可选的，上述输入设备1100可以包括多种输入设备，例如可以包括面向用户的用户接口、面向设备的设备接口、软件的可编程接口、摄像头、传感器中至少一种。可选的，该面向设备的设备接口可以是用于设备与设备之间进行数据传输的有线接口、还可以是用于设备与设备之间进行数据传输的硬件插入接口(例如USB接口、串口等)；可选的，该面向用户的用户接口例如可以是面向用户的控制按键、用于接收语音输入的语音输入设备以及用户接收用户触摸输入的触摸感知设备(例如具有触摸感应功能的触摸屏、触控板等)；可选的，上述软件的可编程接口例如可以是供用户编辑或者修改程序的入口，例如芯片的输入引脚接口或者输入接口等；输出设备1102可以包括显示器、音响等输出设备。

在本实施例中，该终端设备的处理器包括用于执行各设备中各模块的功能，具体功能和技术效果参照上述实施例即可，此处不再赘述。

图8为本申请的一个实施例提供的终端设备的硬件结构示意图。图8是对图7在实现过程中的一个具体的实施例。如图所示，本实施例的终端设备可以包括第二处理器1201以及第二存储器1202。

第二处理器1201执行第二存储器1202所存放的计算机程序代码，实现上述实施例中图1所述方法。

第二存储器1202被配置为存储各种类型的数据以支持在终端设备的操作。这些数据的示例包括用于在终端设备上操作的任何应用程序或方法的指令，例如消息，图片，视频等。第二存储器1202可能包含随机存取存储器(random access memory，简称RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。

可选地，第二处理器1201设置在处理组件1200中。该终端设备还可以包括：通信组件1203，电源组件1204，多媒体组件1205，语音组件1206，输入/输出接口1207和/或传感器组件1208。终端设备具体所包含的组件等依据实际需求设定，本实施例对此不作限定。

处理组件1200通常控制终端设备的整体操作。处理组件1200可以包括一个或多个第二处理器1201来执行指令，以完成上述数据处理方法中的全部或部分步骤。此外，处理组件1200可以包括一个或多个模块，便于处理组件1200和其他组件之间的交互。例如，处理组件1200可以包括多媒体模块，以方便多媒体组件1205和处理组件1200之间的交互。

电源组件1204为终端设备的各种组件提供电力。电源组件1204可以包括电源管理系统，一个或多个电源，及其他与为终端设备生成、管理和分配电力相关联的组件。

多媒体组件1205包括在终端设备和用户之间的提供一个输出接口的显示屏。在一些实施例中，显示屏可以包括液晶显示器(LCD)和触摸面板(TP)。如果显示屏包括触摸面板，显示屏可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。

语音组件1206被配置为输出和/或输入语音信号。例如，语音组件1206包括一个麦克风(MIC)，当终端设备处于操作模式，如语音识别模式时，麦克风被配置为接收外部语音信号。所接收的语音信号可以被进一步存储在第二存储器1202或经由通信组件1203发送。在一些实施例中，语音组件1206还包括一个扬声器，用于输出语音信号。

输入/输出接口1207为处理组件1200和外围接口模块之间提供接口，上述外围接口模块可以是点击轮，按钮等。这些按钮可包括但不限于：音量按钮、启动按钮和锁定按钮。

传感器组件1208包括一个或多个传感器，用于为终端设备提供各个方面的状态评估。例如，传感器组件1208可以检测到终端设备的打开/关闭状态，组件的相对定位，用户与终端设备接触的存在或不存在。传感器组件1208可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在，包括检测用户与终端设备间的距离。在一些实施例中，该传感器组件1208还可以包括摄像头等。

通信组件1203被配置为便于终端设备和其他设备之间有线或无线方式的通信。终端设备可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个实施例中，该终端设备中可以包括SIM卡插槽，该SIM卡插槽用于插入SIM卡，使得终端设备可以登录GPRS网络，通过互联网与服务器建立通信。

由上可知，在图8实施例中所涉及的通信组件1203、语音组件1206以及输入/输出接口1207、传感器组件1208均可以作为图7实施例中的输入设备的实现方式。

上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (14)

1.一种信贷风控模型生成方法，其特征在于，该方法包括：

获取与信贷业务对象的原始属性数据所对应的一个或多个组合特征；

通过所述组合特征的特征条件确定切分点和切分区间；

根据所述切分点和切分区间确定新的特征条件；

依据所述组合特征以及与所述组合特征对应的新的特征条件进行训练以获得信贷风控模型。

2.根据权利要求1所述的一种信贷风控模型生成方法，其特征在于，所述获取与信贷业务对象的原始属性数据所对应的一个或多个组合特征包括：

获取信贷业务对象的原始属性数据；

对所述信贷业务对象的原始属性数据进行训练得到梯度提升树模型；

提取所述信贷业务对象的原始属性数据对应的特征；

利用所述梯度提升树模型对所述信贷业务对象的原始属性数据对应的特征进行特征组合获得一个或多个组合特征。

3.根据权利要求2所述的信贷风控模型生成方法，其特征在于，该方法还包括：对所述一个或多个组合特征进行独热编码，将独热编码后的特征确定为训练信贷风控模型的训练样本。

4.根据权利要求2所述的信贷风控模型生成方法，其特征在于，将梯度提升树中的每棵树的根节点到叶子节点所经过的路径上对应的特征进行组合，生成一个或多个组合特征。

5.根据权利要求2所述的信贷风控模型生成方法，其特征在于，根据所述一个或多个组合特征对基于L1惩罚的逻辑斯蒂回归模型进行训练得到信贷风控模型。

6.一种信贷风控模型生成系统，其特征在于，该系统包括：

特征获取模块，用于获取与信贷业务对象的原始属性数据所对应的一个或多个组合特征；

切分模块，用于通过所述组合特征的特征条件确定切分点和切分区间；

特征条件确定模块，用于根据所述切分点和切分区间确定新的特征条件；

模型生成模块，用于依据所述组合特征以及与所述组合特征对应的新的特征条件进行训练以获得信贷风控模型。

7.根据权利要求6所述的一种信贷风控模型生成系统，其特征在于，所述特征获取模块包括：数据获取子模块，用于获取信贷业务对象的原始属性数据；

第一训练子模块，用于对所述信贷业务对象的原始属性数据进行训练得到梯度提升树模型；

提取子模块，用于提取所述信贷业务对象的原始属性数据对应的特征；

第二训练子模块，用于利用所述梯度提升树模型对所述信贷业务对象的原始属性数据对应的特征进行特征组合获得一个或多个组合特征。

8.根据权利要求7所述的信贷风控模型生成系统，其特征在于，该系统还包括：

编码模块，用于对所述一个或多个组合特征进行独热编码，将独热编码后的特征确定为训练信贷风控模型的训练样本。

9.根据权利要求7所述的信贷风控模型生成系统，其特征在于，将梯度提升树中的每棵树的根节点到叶子节点所经过的路径上对应的特征进行组合，生成一个或多个组合特征。

10.根据权利要求7所述的信贷风控模型生成系统，其特征在于，根据所述一个或多个组合特征对基于L1惩罚的逻辑斯蒂回归模型进行训练得到信贷风控模型。

11.一种信用评估方法，其特征在于，该方法包括：

获取待评估信贷业务对象的原始属性数据；

提取所述待评估信贷业务对象的原始属性数据对应的特征；

对所述待评估信贷业务对象的原始属性数据对应的特征进行特征组合获得一个或多个组合特征；

通过权利要求1～5任意一项所述的信贷风控模型对所述一个或多个组合特征进行预测以获得所述待评估信贷业务对象的信用信息。

12.一种信用评估系统，其特征在于，该系统包括：

数据获取模块，用于获取待评估信贷业务对象的原始属性数据；

特征提取模块，用于提取所述待评估信贷业务对象的原始属性数据对应的特征；

特征组合模块，用于对所述待评估信贷业务对象的原始属性数据对应的特征进行特征组合获得一个或多个组合特征；

预测模块，用于通过权利要求1～5任意一项所述的信贷风控模型对所述一个或多个组合特征进行预测以获得所述待评估信贷业务对象的信用信息。

13.一种设备，其特征在于，包括：

一个或多个处理器；和

其上存储有指令的一个或多个机器可读介质，当所述一个或多个处理器执行时，使得所述设备执行如权利要求1-5中一个或多个所述的方法。

14.一个或多个机器可读介质，其特征在于，其上存储有指令，当由一个或多个处理器执行时，使得设备执行如权利要求1-5中一个或多个所述的方法。

Images