CN111898675B - 信贷风控模型生成方法、装置、评分卡生成方法、机器可读介质及设备 - Google Patents

信贷风控模型生成方法、装置、评分卡生成方法、机器可读介质及设备 Download PDF

Info

Publication number
CN111898675B
CN111898675B CN202010750308.3A CN202010750308A CN111898675B CN 111898675 B CN111898675 B CN 111898675B CN 202010750308 A CN202010750308 A CN 202010750308A CN 111898675 B CN111898675 B CN 111898675B
Authority
CN
China
Prior art keywords
screening
model
result
credit
variable
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010750308.3A
Other languages
English (en)
Other versions
CN111898675A (zh
Inventor
周曦
姚志强
陈琳
卢智聪
赵礼悦
翁谦
张博宣
曹文飞
蒋博劼
张旭
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Yuncong Technology Co ltd
Original Assignee
Beijing Yuncong Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Yuncong Technology Co ltd filed Critical Beijing Yuncong Technology Co ltd
Priority to CN202010750308.3A priority Critical patent/CN111898675B/zh
Publication of CN111898675A publication Critical patent/CN111898675A/zh
Application granted granted Critical
Publication of CN111898675B publication Critical patent/CN111898675B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/03—Credit; Loans; Processing thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Technology Law (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供一种信贷风控模型生成方法，包括：利用预先训练的基分类器节点最大深度为1的GBDT模型确定对信贷业务对象的原始属性数据进行特征工程处理；基于所述特征工程处理后的数据训练生成LR评分卡模型，将所述LR评分卡模型作为信贷风控模型。本发明根据最大树深限制为1的梯度提升树会退化为线性模型的特点，实现了LR评分卡模型自动化、端到端的训练，并达到了显著优于启发式规则的特征筛选和连续变量分箱的预测性能，从而实现了线性、可解释、高性能机器学习分类模型的自动化、端到端训练。

Description

信贷风控模型生成方法、装置、评分卡生成方法、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、装置、评分卡生成方法、机器可读介质及设备。
背景技术
分类问题是有监督机器学习模型能解决的最重要问题之一，现实中的信贷风控、欺诈行为识别、推荐召回等问题均可抽象为分类问题，可以用统计机器学习模型(即狭义的机器学习模型)或深度学习模型(神经网络)来解决。其中，统计机器学习模型更多地用于表格类、结构化的数据挖掘任务上，而深度学习模型则更适用于图像识别、语音识别、自然语言处理等非结构化数据集上。
目前，最主流的统计机器学习模型是逻辑斯蒂回归(LR)模型和梯度提升树(GBDT)模型，两者的适用范围较广，能用于各领域的问题、各种输入形式的数据；且均具有线性的时间复杂度，适用于较大规模的问题。逻辑斯蒂回归模型是一种线性模型，具有模型简单、可解释性较好的优点，但对于数据的人工预处理提出了较高的要求；而梯度提升树模型是一种以决策树为基分类器的集成学习模型，具有端到端(不需要人工数据预处理等干预)、调参简单(超参数很少、含义明确而简单)、预测性能(拟合能力和泛化能力)特别强的优点，但作为非线性模型，其可解释性弱于逻辑斯蒂回归模型，更加接近于一种黑盒模型。
目前，缺乏一种方法，在保证模型预测性能的前提下，实现LR评分卡的自动化、端到端的训练；也缺乏一种方法，像GBDT之于非线性机器学习分类模型一样，实现自动化、端到端地训练出高性能的线性机器学习分类模型，成为线性机器学习分类模型的标准通解。
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、装置、评分卡生成方法、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，包括：
利用预先训练的基分类器节点最大深度为1的GBDT模型确定对信贷业务对象的原始属性数据进行特征工程处理；
基于所述特征工程处理后的数据训练生成LR评分卡模型，将所述LR评分卡模型作为信贷风控模型。
可选地，所述特征工程处理的特征条件包括：
预筛选变量，由所述GBDT模型中每一个基分类器的根节点所表示的切分自变量表示；
分箱阈值，由所述GBDT模型中每一个基分类器的根节点所表示的与所述切分自变量的切分阈值表示。
可选地，所述特征工程处理包括：
基于所述预筛选变量对所述原始属性数据进行变量筛选，得到第一筛选结果；
基于所述分箱阈值对所述第一筛选结果进行分箱处理，得到分箱结果；
对所述分箱结果进行WOE编码，得到编码结果。
可选地，所述特征工程处理还包括：
计算所述编码结果中每一列自变量的IV值；
基于IV阈值对编码结果进行变量筛选，得到第二筛选结果。
可选地，所述特征工程处理还包括：
对所述第二筛选结果进行基于协方差矩阵的共线性检查和基于方差膨胀系数的多重共线性检查；
删除引起共线性和多重共线性的自变量列，得到第三筛选结果。
可选地，所述特征工程处理还包括：
对第三筛选结果进行Backwards逐步回归，得到第四筛选结果。
可选地，所述对第三筛选结果进行Backwards逐步回归，包括：
对所述第三筛选结果执行一次或多次以下操作，直至所述自变量列的数量小于设定阈值或直至所有自变量中最大卡方检验p值小于设定阈值；
从所述第三筛选结果中删除最大卡方检验p值对应的自变量所在的自变量列。
可选地，所述对第三筛选结果进行Backwards逐步回归，包括：
通过第三筛选结果和训练集的分类标签Y训练生成一个LR验证模型；
基于验证集得到LR验证模型的预测指标；
从所述第三筛选结果中删除最大卡方检验p值对应的自变量所在的自变量列，直至训练的LR验证模型的预测指标达到设定指标。
为实现上述目的及其他相关目的，本发明还一种信贷风控模型生成装置，包括：
特征处理模块，用于利用预先训练的基分类器节点最大深度为1的GBDT模型确定对信贷业务对象的原始属性数据进行特征工程处理；
模块生成模块，用于基于所述特征工程处理后的数据训练生成LR评分卡模型，将所述LR评分卡模型作为信贷风控模型。
可选地，所述特征工程处理的特征条件包括：
预筛选变量，由所述GBDT模型中每一个基分类器的根节点所表示的切分自变量表示；
分箱阈值，由所述GBDT模型中每一个基分类器的根节点所表示的与所述切分自变量的切分阈值表示。
可选地，所述特征处理模块包括：
第一筛选子模块，用于基于所述预筛选变量对所述原始属性数据进行变量筛选，得到第一筛选结果；
分箱模块，用于基于所述分箱阈值对所述第一筛选结果进行分箱处理，得到分箱结果；
编码模块，用于对所述分箱结果进行WOE编码，得到编码结果。
可选地，所述特征处理模块还包括：
IV计算子模块，用于计算所述编码结果中每一列自变量的IV值；
第二筛选子模块，用于第二基于IV阈值对编码结果进行变量筛选，得到第二筛选结果。
可选地，所述特征处理模块还包括：
共线性检测子模块，用于对所述第二筛选结果进行基于协方差矩阵的共线性检查和基于方差膨胀系数的多重共线性检查；
第三筛选子模块，用于删除引起共线性和多重共线性的自变量列，得到第三筛选结果。
可选地，所述特征处理模块还包括：
第四筛选子模块，用于对第三筛选结果进行Backwards逐步回归，得到第四筛选结果。
可选地，所述对第三筛选结果进行Backwards逐步回归，包括：
对所述第三筛选结果执行一次或多次以下操作，直至所述自变量列的数量小于设定阈值或直至所有自变量中最大卡方检验p值小于设定阈值；
从所述第三筛选结果中删除最大卡方检验p值对应的自变量所在的自变量列。
可选地，所述对第三筛选结果进行Backwards逐步回归，包括：
通过第三筛选结果和训练集的分类标签Y训练生成一个LR验证模型；
基于验证集得到LR验证模型的预测指标；
从所述第三筛选结果中删除最大卡方检验p值对应的自变量所在的自变量列，直至训练的LR验证模型的预测指标达到设定指标。
为实现上述目的及其他相关目的，本发明还提供一种评分卡生成方法，包括：
对于一个或多个所述信贷风控模型的每个自变量，将信贷风控模型的回归系数与该自变量每个分箱区间对应的WOE值相乘，得到该分箱区间的评分；
对所述评分执行标准归一化，得到标准评分卡。
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、装置、评分卡生成方法、机器可读介质及设备，具有以下有益效果：
本发明提供一种信贷风控模型生成方法，包括：利用预先训练的基分类器节点最大深度为1的GBDT模型确定对信贷业务对象的原始属性数据进行特征工程处理；基于所述特征工程处理后的数据训练生成LR评分卡模型，将所述LR评分卡模型作为信贷风控模型。本发明根据最大树深限制为1的梯度提升树会退化为线性模型的特点，实现了LR评分卡模型自动化、端到端的训练，并达到了显著优于启发式规则的特征筛选和连续变量分箱的预测性能，从而实现了线性、可解释、高性能机器学习分类模型的自动化、端到端训练。
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为本发明一实施例一种信贷风控模型生成装置的示意图；
图3为本发明一实施例一种评分卡生成方法的流程图；
图4为本发明一实施例中终端设备的硬件结构示意图；
图5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。
目前，用于信贷风控、欺诈行为识别、推荐召回等问题均可抽像为分类问题，可以用统计机器学习模型(即狭义的机器学习模型)或深度学习模型(神经网络)来解决。最主流的统计机器学习模型是逻辑斯蒂回归(LR)模型和梯度提升树(GBDT)模型，两者的适用范围较广，能用于各领域的问题、各种输入形式的数据；且均具有线性的时间复杂度，适用于较大规模的问题。逻辑斯蒂回归模型是一种线性模型，具有模型简单、可解释性较好的优点，但对于数据的人工预处理提出了较高的要求；而梯度提升树模型是一种以决策树为基分类器的集成学习模型，具有端到端(不需要人工数据预处理等干预)、调参简单(超参数很少、含义明确而简单)、预测性能(拟合能力和泛化能力)特别强的优点，但作为非线性模型，其可解释性弱于逻辑斯蒂回归模型。
这里的所谓线性模型，是指广义线性模型，即多个自变量的线性组合对模型预测产生贡献。对于分类模型来说，是指对于样本被预测为某一类别的概率来说，每一个自变量的取值具有单独的正/负贡献大小，而不依赖于其他自变量的取值。举例来说，对于一棵最大树深为2(树深是指对于某节点，从根节点到该节点的路径长度)的决策树，有4个叶节点。每一个叶节点均需要经过根节点和中间节点2次条件判定，两次判定的自变量不一定相同，例如X1>1&&X2<0，这就要求同时考虑X1和X2两个自变量的取值组合，而无法给出X1对于最终预测概率的单独贡献是正是负。因此，对于线性模型而言，每一个自变量的贡献的正负和大小都是可知的，非常直观，可解释性较好；而非线性模型，则会因为自变量之间的关联，只要自变量数目稍多，就会变得复杂、难以理解—对于K个自变量，至少需要考虑K*(K-1)个二阶关联项，而这种组合能力也让非线性模型具有更强的拟合能力。
目前，不要求线性、可解释模型的场景下，自动化、端到端地生成高性能机器学习分类模型已经较为简单，GBDT已经成为事实上的标准通解，其预测性能往往稳定高于其他类型的算法。在各大公开数据挖掘类比赛中，优胜方案通常都是Xgboost或LightGBM等GBDT的变体。然而，如果限定使用线性分类模型，则找不到这样的标准通解，其原因在于，线性分类模型的结果高度依赖于数据预处理和变量选择，模型本身几乎很难有什么发挥点。
在现实中，出于对模型可解释性的要求，有相当大一部分业务场景是要求必须使用线性分类模型的。业务方希望了解每种因素影响的正负和大小，以便人工审核、微调以避免系统性风控；或以模型为指导做出相应改变、来提高或降低样本成为某一类别的概率。除非自变量数目极少(例如小于10)、模型非常简单(例如只考虑自变量两两之间的组合、或组合项非常稀疏)，非线性模型是无法做到这一点的。典型的场景就包括信贷风控、欺诈识别。但线性模型往往难以兼顾自动化、端到端的训练，与较高的模型预测性能。预测性能越强的线性模型，往往需要越多的人工处理与干预，特别是连续变量的分箱和自变量的筛选。
以逻辑斯蒂回归模型为例，设样本属于某一类别的概率为p，逻辑斯蒂回归模型是假设对数几率(log odds)，即ln(p/(1-p))，与自变量X之间呈线性关系：
ln(p/(1-p))＝WX+b,
或写为更常见的版本：
P＝1/(1+exp(-(WX+b)))＝Sigmoid(WX+b)。
这种假设对自变量X本身的分布、取值范围提出了过高的要求，通常需要每一个自变量，都保持差不多的取值范围，和不太极端的分布。因此，在预处理时往往会排除异常值、做归一化，必要时对自变量取对数等等。对于图像、语音等数据集也许还可以做到，但在结构化数据挖掘类任务中，自变量之间含义不同，取值范围和分布各种各样，异常值也无处不在，这些预处理手段效果不佳。
对于表格型数据挖掘类的任务，更好的方法是将所有自变量先做离散化，再统一编码处理。离散化的手段就是将连续变量做分箱处理，设置一些阈值，将连续变量转换为处于哪组阈值区间。对区间编码的方式与自变量原先的取值无关，而是采用Onehot(独热编码)这样的二进制编码，或WOE这样由Y标签决定的编码。有了这样的离散化和编码手段，就不再需要关心自变量本身的取值范围、分布形式、空值异常值等等，从而能适用于多种多样的实际数据集。LR评分卡模型就是采用这样思路的一种结果。
LR评分卡模型是一种基于逻辑斯蒂回归的线性分类模型，采用了分箱离散化手段和WOE值区间编码，在经过建模人员、业务专家投入精力进行处理和干预的前提下，可以具有较高的预测性能，是广泛运用于信贷风控领域的经典算法模型。其主要步骤为：数据预处理——>连续变量分箱等步骤。其中，连续变量分箱和特征筛选的过程依赖于启发式规则和人工发挥，需要结合数据分布的特点和业务经验做灵活的调整，没有固定的最优解方案，其好坏决定了模型的预测性能。尽管有等频分箱、卡方分箱、IV值筛选、共线性筛选、逐步回归筛选等这些启发式规则，但关键的障碍在于，分箱和特征筛选的好坏实际上是相互依赖的，难以确定被筛选出去的变量究竟是因为本身没有预测能力、还是分箱没有做好；反过来，同一个变量的最优分箱取值，会随着当前特征筛选下的自变量集合而变化。穷举变量筛选和分箱之间的组合是不可能的。
本发明针对LR评分卡模型中连续变量分箱和特征筛选依赖启发式规则和人工发挥、难以自动化的问题，根据最大树深限制为1的梯度提升树会退化为线性模型的特点，提出了一种基于最大树深为1的梯度提升树来进行自动化完成特征筛选和连续变量分箱的方法。
如图1所示，一种信贷风控模型生成方法，包括：
S11利用预先训练的基分类器节点最大深度为1的GBDT模型确定对信贷业务对象的原始属性数据进行特征工程处理；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。利用GBDT模型对原始属性数据进行处理(这里所述的处理也可以被理解为特征条件筛选)后，确定出用于对信贷业务对象的原始属性数据进行特征工程处理的特征条件。
其中，梯度提升树的实现必须使用直方图近似，可以是lightGBM，或采取了直方图近似的xgboost。
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。GBDT(Gradient Boosting Decision Tree，简称GBDT)模型，即梯度提升树模型，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。
在梯度提升树中，是对同一个优化目标(传统GBDT的交叉熵，或xgboost、lightGBM中的(G^2/H+λ))，同时进行变量的选择和最优阈值的查找的，而不是像传统LR评分卡中对变量筛选和变量分箱分别执行的启发式规则搜索。在Boosting过程中，每一次变量和切分阈值的产生，都是考虑了先前已有的变量、切分阈值，在当前的局部最优解。
也就是说，梯度提升树是不断找到“目前已有了一些变量和切分阈值，再加哪个变量和哪个阈值最好”的过程。这一方面解决了自变量集合筛选和最优分箱阈值寻找相割裂的问题，使得变量的筛选和切分阈值选择显著更优。另一方面，也极大地减少了线性相关自变量被同时选择、导致LR无法收敛、回归系数失真的问题。这两点，正是导致LR评分卡模型难以自动化训练、依赖人工介入的本质问题。
但采用梯度提升树的变量和阈值也有一个障碍：梯度提升树是非线性模型，它找到的变量和切分阈值，是在模型可以拟合非线性关系的前提下产生的，对于LR模型，这些变量和切分阈值可能是无效的、或不够的。因此，需要将梯度提升树模型退化为线性模型，从而确保它找到的所有变量和切分阈值，都是对于线性模型有意义的。所以，本发明将梯度提升树的最大树深限制为1，从而剥夺了它的变量组合能力。此时，梯度提升树的预测得分，是每个基分类器叶子节点分数，即若干个单一变量阈值判定结果的加和，与LR评分卡的形式本质是相同的。这就确保了，其选中的变量和相应的切分阈值信息，足以供一个线性模型完成预测。
S12基于所述特征工程处理后的数据训练生成LR评分卡模型(LR，逻辑斯蒂回归模型-Logistic Regression)，将所述LR评分卡模型作为信贷风控模型。
本发明用最大树深为1的梯度提升树的变量和阈值重新训练一个LR评分卡模型具有以下两点原因，首先，从预测性能上讲，梯度提升树上的叶子节点的分数，即某变量满足某阈值条件的贡献，都只是一个局部最优解；而利用同样的变量和阈值，LR评分卡可以得到全局最优解，因此效果显著更优。其次，梯度提升树的很多基分类器，实际上只是用于修正最优分数、而非发现更多有效变量、有效阈值，同一个自变量的同一个阈值会被梯度提升树使用多次，这不仅带来了判定条件冗余，从可解释性上也不如LR评分卡那样简洁、直观、易于理解；而LR评分卡不仅能解决同一自变量、同一阈值的去重问题，还能将同一个自变量的所有阈值一次性清晰展示，方便结果的展示与理解。
最终，实现了LR评分卡模型自动化、端到端的训练，并达到了显著优于启发式规则的特征筛选和连续变量分箱的预测性能，从而实现了线性、可解释、高性能机器学习分类模型的自动化、端到端训练。
在一实施例中，所述特征工程处理的特征条件包括：
预筛选变量，由所述GBDT模型中每一个基分类器的根节点所表示的切分自变量表示；
分箱阈值，由所述GBDT模型中每一个基分类器的根节点所表示的与所述切分自变量的切分阈值表示。
需要说明的是，梯度提升树中的每一个基分类器，都是一个两层(最大节点树深为1)的决策树，第一层是根节点，代表了一个切分自变量X1和该自变量的一个切分阈值x1_1；第二层是叶子节点，代表了被分到该叶子节点的样本在该基分类器上的分值。记录所有基分类器上所用过的切分自变量和相应切分阈值，按切分自变量归类、去重，得到如下{切分自变量：切分阈值}映射集合M：
Figure BDA0002609858720000091
其中的切分自变量X1可以是年龄。若某个信贷业务对象的年龄是20岁，被划分到小于25的年龄区间，则切分阈值x1_1为25；同理切分阈值x2_2可以为30岁，切分阈值x2_3可以为35。
确定好切分自变量X1和切分阈值后，以映射集合M中出现过的所有切分自变量{X1,X2,X3,…}作为预筛选变量，将相应的切分阈值作为其分箱阈值。确定好预筛选变量和分箱阈值后，对原始属性数据进行特征工程处理，包括：
S21基于所述预筛选变量对所述原始属性数据进行变量筛选，得到第一筛选结果；一般来说，预筛选变量的数目通常远远少于原始自变量数目。
S22基于所述分箱阈值对所述第一筛选结果进行分箱处理，得到分箱结果；其中分箱处理，可以被认为是对原始属性数据进行离散化，将所有的连续变量的取值从原始值变为原始值所对应的分箱阈值区间的区间值。
S23对所述分箱结果进行WOE编码，得到编码结果。
在步骤S23中，在对做离散化之后的自变量X`，根据训练集的分类标签Y，执行WOE编码，得到X_WOE。在WOE编码中，每个自变量的每个分箱阈值区间会被映射为一个WOE值。
WOE编码：Weight ofEvidence,证据权重，评分卡模型中对分箱区间进行编码的函数，衡量该变量各个分箱区间的违约概率分布。
WOE值的计算公式为：
Figure BDA0002609858720000092
公式中，#yT是训练集中正样本数量，为XX；#nT是训练集中负样本数量，为XX；#yi和#ni则是每列特征的每个分箱内部的正负样本数量。
在一实施例中，所述特征工程处理还包括：
计算所述编码结果中每一列自变量的IV值；基于IV阈值对编码结果进行变量筛选，得到第二筛选结果。IV阈值的大小可以根据实际情况进行设定。
IV值(Information Value)是用于衡量某一列自变量对于分类贡献的大小，IV值的计算公式为:
Figure BDA0002609858720000101
Figure BDA0002609858720000102
在一实施例中，所述特征工程处理还包括：
对所述第二筛选结果进行基于协方差矩阵的共线性检查和基于方差膨胀系数(variance inflation factor，VIF)的多重共线性检查；删除引起共线性和多重共线性的自变量列，得到第三筛选结果。
实际上，由于经过了自变量自动预筛选和自动分箱后，X_WOE通常不太可能存在共线性和多重共线性。
在一实施例中，所述特征工程处理还包括：
对第三筛选结果进行Backwards逐步回归，得到第四筛选结果。
在一实施例中，所述对第三筛选结果进行Backwards逐步回归，包括：
对所述第三筛选结果执行一次或多次以下操作，直至所述自变量列的数量小于设定阈值或直至所有自变量中最大卡方检验p值小于设定阈值；
从所述第三筛选结果中删除最大卡方检验p值对应的自变量所在的自变量列。
在一实施例中，所述对第三筛选结果进行Backwards逐步回归，包括：
通过第三筛选结果和训练集的分类标签Y训练生成一个LR验证模型；
基于验证集得到LR验证模型的预测指标；
从所述第三筛选结果中删除最大卡方检验p值对应的自变量所在的自变量列，直至训练的LR验证模型的预测指标达到设定指标。
其中，设定指标可以是连续多次得到的预测指标没有发生变化或发生变化的范围在合理范围内，可以认为达到设定指标。
具体地，训练生成一个LR验证模型，包括：
构建训练样本，包括：第三筛选结果和训练集的分类标签Y；采用LR算法对所述LR算法的训练样本进行训练，得到LR验证模型。
本发明实现了自动化、端到端地训练出高预测性能的线性分类模型，适用于各种输入数据集，无需人工考虑自变量取值范围、分布和异常值；超参数少、调参简单，连续变量分箱和变量筛选无需人工介入处理。
如图2所示，一种信贷风控模型生成装置，包括：
特征处理模块21，用于利用预先训练的基分类器节点最大深度为1的GBDT模型确定对信贷业务对象的原始属性数据进行特征工程处理；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。
其中，梯度提升树的实现必须使用直方图近似，可以是lightGBM，或采取了直方图近似的xgboost。
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。
模块生成模块22，用于基于所述特征工程处理后的数据训练生成LR评分卡模型，将所述LR评分卡模型作为信贷风控模型。
在一实施例中，所述特征工程处理的特征条件包括：
预筛选变量，由所述GBDT模型中每一个基分类器的根节点所表示的切分自变量表示；
分箱阈值，由所述GBDT模型中每一个基分类器的根节点所表示的与所述切分自变量的切分阈值表示。
需要说明的是，梯度提升树中的每一个基分类器，都是一个两层(最大节点树深为1)的决策树，第一层是根节点，代表了一个切分自变量X1和该自变量的一个切分阈值x1_1；第二层是叶子节点，代表了被分到该叶子节点的样本在该基分类器上的分值。记录所有基分类器上所用过的切分自变量和相应切分阈值，按切分自变量归类、去重，得到如下{切分自变量：切分阈值}映射集合M：
Figure BDA0002609858720000111
其中的切分自变量X1可以是年龄。若某个信贷业务对象的年龄是20岁，被划分到小于25的年龄区间，则切分阈值x1_1为25；同理切分阈值x2_2可以为30岁，切分阈值x2_3可以为35。
确定好切分自变量X1和切分阈值后，以映射集合M中出现过的所有切分自变量{X1,X2,X3,…}作为预筛选变量，将相应的切分阈值作为其分箱阈值。
确定好预筛选变量和分箱阈值后，通过特征处理模块对原始属性数据进行特征工程处理。
在一实施例中，所述特征处理模块包括：
第一筛选子模块，用于基于所述预筛选变量对所述原始属性数据进行变量筛选，得到第一筛选结果；一般来说，预筛选变量的数目通常远远少于原始自变量数目。
分箱模块，用于基于所述分箱阈值对所述第一筛选结果进行分箱处理，得到分箱结果；其中分箱处理，可以被认为是对原始属性数据进行离散化，将所有的连续变量的取值从原始值变为原始值所对应的分箱阈值区间的区间值。
编码模块，用于对所述分箱结果进行WOE编码，得到编码结果。
在对做离散化之后的自变量X`，根据训练集的分类标签Y，执行WOE编码，得到X_WOE。在WOE编码中，每个自变量的每个分箱阈值区间会被映射为一个WOE值。
WOE编码：Weight ofEvidence,证据权重，评分卡模型中对分箱区间进行编码的函数，衡量该变量各个分箱区间的违约概率分布。
WOE值的计算公式为：
Figure BDA0002609858720000121
公式中，#yT是训练集中正样本数量，为XX；#nT是训练集中负样本数量，为XX；#yi和#ni则是每列特征的每个分箱内部的正负样本数量。
在一实施例中，所述特征处理模块还包括：
IV计算子模块，用于计算所述编码结果中每一列自变量的IV值；
第二筛选子模块，用于第二基于IV阈值对编码结果进行变量筛选，得到第二筛选结果。
IV阈值的大小可以根据实际情况进行设定。
IV(Information Value)值是用于衡量某一列自变量对于分类贡献的大小，IV值的计算公式为:
Figure BDA0002609858720000122
Figure BDA0002609858720000123
在一实施例中，所述特征处理模块还包括：
共线性检测子模块，用于对所述第二筛选结果进行基于协方差矩阵的共线性检查和基于方差膨胀系数(variance inflation factor，VIF)的多重共线性检查；
第三筛选子模块，用于删除引起共线性和多重共线性的自变量列，得到第三筛选结果。
实际上，由于经过了自变量自动预筛选和自动分箱后，X_WOE通常不太可能存在共线性和多重共线性。
在一实施例中，所述特征处理模块还包括：
第四筛选子模块，用于对第三筛选结果进行Backwards逐步回归，得到第四筛选结果。
在一实施例中，所述对第三筛选结果进行Backwards逐步回归，包括：
对所述第三筛选结果执行一次或多次以下操作，直至所述自变量列的数量小于设定阈值或直至所有自变量中最大卡方检验p值小于设定阈值；
从所述第三筛选结果中删除最大卡方检验p值对应的自变量所在的自变量列。
在一实施例中，所述对第三筛选结果进行Backwards逐步回归，包括：
通过第三筛选结果和训练集的分类标签Y训练生成一个LR验证模型；
基于验证集得到LR验证模型的预测指标；
从所述第三筛选结果中删除最大卡方检验p值对应的自变量所在的自变量列，直至训练的LR验证模型的预测指标达到设定指标。
本发明实现了自动化、端到端地训练出高预测性能的线性分类模型，适用于各种输入数据集，无需人工考虑自变量取值范围、分布和异常值；超参数少、调参简单，连续变量分箱和变量筛选无需人工介入处理。
如图3所示，一种评分卡生成方法，包括：
S31对于如图1所示方法或图2所示装置得到的所述信贷风控模型的每个自变量，将信贷风控模型的回归系数与该自变量每个分箱区间对应的WOE值相乘，得到该分箱区间的评分；
S32对所述评分执行标准归一化，得到标准评分卡。
标准评分卡可以表示为：
Figure BDA0002609858720000131
Figure BDA0002609858720000141
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5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5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5是对图4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5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4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 (15)

1.一种信贷风控模型生成方法，其特征在于，包括：
利用预先训练的基分类器节点最大深度为1的GBDT模型确定对信贷业务对象的原始属性数据进行特征工程处理；
基于所述特征工程处理后的数据训练生成LR评分卡模型，将所述LR评分卡模型作为信贷风控模型；
所述特征工程处理的特征条件包括：
预筛选变量，由所述GBDT模型中每一个基分类器的根节点所表示的切分自变量表示；
分箱阈值，由所述GBDT模型中每一个基分类器的根节点所表示的与所述切分自变量的切分阈值表示；
所述特征工程处理包括：
基于所述预筛选变量对所述原始属性数据进行变量筛选，得到第一筛选结果；
基于所述分箱阈值对所述第一筛选结果进行分箱处理，得到分箱结果；
对所述分箱结果进行WOE编码，得到编码结果。
2.根据权利要求1所述的信贷风控模型生成方法，其特征在于，所述特征工程处理还包括：
计算所述编码结果中每一列自变量的IV值；
基于IV阈值对编码结果进行变量筛选，得到第二筛选结果。
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，所述特征工程处理还包括：
对所述第二筛选结果进行基于协方差矩阵的共线性检查和基于方差膨胀系数的多重共线性检查；
删除引起共线性和多重共线性的自变量列，得到第三筛选结果。
4.根据权利要求3所述的信贷风控模型生成方法，其特征在于，所述特征工程处理还包括：
对第三筛选结果进行Backwards逐步回归，得到第四筛选结果。
5.根据权利要求4所述的信贷风控模型生成方法，其特征在于，所述对第三筛选结果进行Backwards逐步回归，包括：
对所述第三筛选结果执行一次或多次以下操作，直至所述自变量列的数量小于设定阈值或直至所有自变量中最大卡方检验p值小于设定阈值；
从所述第三筛选结果中删除最大卡方检验p值对应的自变量所在的自变量列。
6.根据权利要求4所述的信贷风控模型生成方法，其特征在于，所述对第三筛选结果进行Backwards逐步回归，包括：
通过第三筛选结果和训练集的分类标签Y训练生成一个LR验证模型；
基于验证集得到LR验证模型的预测指标；
从所述第三筛选结果中删除最大卡方检验p值对应的自变量所在的自变量列，直至训练的LR验证模型的预测指标达到设定指标。
7.一种信贷风控模型生成装置，其特征在于，包括：
特征处理模块，用于利用预先训练的基分类器节点最大深度为1的GBDT模型确定对信贷业务对象的原始属性数据进行特征工程处理；
模块生成模块，用于基于所述特征工程处理后的数据训练生成LR评分卡模型，将所述LR评分卡模型作为信贷风控模型；
所述特征工程处理的特征条件包括：
预筛选变量，由所述GBDT模型中每一个基分类器的根节点所表示的切分自变量表示；
分箱阈值，由所述GBDT模型中每一个基分类器的根节点所表示的与所述切分自变量的切分阈值表示；
所述特征处理模块包括：
第一筛选子模块，用于基于所述预筛选变量对所述原始属性数据进行变量筛选，得到第一筛选结果；
分箱模块，用于基于所述分箱阈值对所述第一筛选结果进行分箱处理，得到分箱结果；
编码模块，用于对所述分箱结果进行WOE编码，得到编码结果。
8.根据权利要求7所述的信贷风控模型生成装置，其特征在于，所述特征处理模块还包括：
IV计算子模块，用于计算所述编码结果中每一列自变量的IV值；
第二筛选子模块，用于第二基于IV阈值对编码结果进行变量筛选，得到第二筛选结果。
9.根据权利要求8所述的信贷风控模型生成装置，其特征在于，所述特征处理模块还包括：
共线性检测子模块，用于对所述第二筛选结果进行基于协方差矩阵的共线性检查和基于方差膨胀系数的多重共线性检查；
第三筛选子模块，用于删除引起共线性和多重共线性的自变量列，得到第三筛选结果。
10.根据权利要求9所述的信贷风控模型生成装置，其特征在于，所述特征处理模块还包括：
第四筛选子模块，用于对第三筛选结果进行Backwards逐步回归，得到第四筛选结果。
11.根据权利要求10所述的信贷风控模型生成装置，其特征在于，所述对第三筛选结果进行Backwards逐步回归，包括：
对所述第三筛选结果执行一次或多次以下操作，直至所述自变量列的数量小于设定阈值或直至所有自变量中最大卡方检验p值小于设定阈值；
从所述第三筛选结果中删除最大卡方检验p值对应的自变量所在的自变量列。
12.根据权利要求10所述的信贷风控模型生成装置，其特征在于，所述对第三筛选结果进行Backwards逐步回归，包括：
通过第三筛选结果和训练集的分类标签Y训练生成一个LR验证模型；
基于验证集得到LR验证模型的预测指标；
从所述第三筛选结果中删除最大卡方检验p值对应的自变量所在的自变量列，直至训练的LR验证模型的预测指标达到设定指标。
13.一种评分卡生成方法，其特征在于，包括：
对于如权利要求1-6或7-12一个或多个所述信贷风控模型的每个自变量，将信贷风控模型的回归系数与该自变量每个分箱区间对应的WOE值相乘，得到该分箱区间的评分；
对所述评分执行标准归一化，得到标准评分卡。
14.一种评分卡生成设备，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1-6中一个或多个所述的方法。
15.一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1-6中一个或多个所述的方法。
CN202010750308.3A 2020-07-30 2020-07-30 信贷风控模型生成方法、装置、评分卡生成方法、机器可读介质及设备 Active CN111898675B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010750308.3A CN111898675B (zh) 2020-07-30 2020-07-30 信贷风控模型生成方法、装置、评分卡生成方法、机器可读介质及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010750308.3A CN111898675B (zh) 2020-07-30 2020-07-30 信贷风控模型生成方法、装置、评分卡生成方法、机器可读介质及设备

Publications (2)

Publication Number Publication Date
CN111898675A CN111898675A (zh) 2020-11-06
CN111898675B true CN111898675B (zh) 2021-04-23

Family

ID=73182722

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010750308.3A Active CN111898675B (zh) 2020-07-30 2020-07-30 信贷风控模型生成方法、装置、评分卡生成方法、机器可读介质及设备

Country Status (1)

Country Link
CN (1) CN111898675B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112598294A (zh) * 2020-12-25 2021-04-02 四川云从天府人工智能科技有限公司 在线建立评分卡模型的方法、装置、机器可读介质及设备
CN112765451A (zh) * 2020-12-30 2021-05-07 中国人寿保险股份有限公司上海数据中心 一种基于集成学习算法的客户智能筛选方法和系统
CN113379528A (zh) * 2021-05-25 2021-09-10 杭州搜车数据科技有限公司 风控模型建立方法、装置和风险控制方法
CN113554504A (zh) * 2021-06-10 2021-10-26 浙江惠瀜网络科技有限公司 一种车贷风控模型生成方法、装置及评分卡生成方法
CN114240215A (zh) * 2021-12-22 2022-03-25 中国建设银行股份有限公司 用户失联等级获取方法、装置及存储介质
CN117974290A (zh) * 2024-01-18 2024-05-03 紫金诚征信有限公司 决策树和逻辑回归的信用评分卡开发、评分方法和装置

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107743249A (zh) * 2017-11-27 2018-02-27 四川长虹电器股份有限公司 一种基于模型融合的ctr预估方法
CN108009914A (zh) * 2017-12-19 2018-05-08 马上消费金融股份有限公司 一种信用风险评估方法、系统、设备及计算机存储介质
CN108269012A (zh) * 2018-01-12 2018-07-10 中国平安人寿保险股份有限公司 风险评分模型的构建方法、装置、存储介质及终端
CN109871858A (zh) * 2017-12-05 2019-06-11 北京京东尚科信息技术有限公司 预测模型建立、对象推荐方法及系统、设备及存储介质
CN110728301A (zh) * 2019-09-09 2020-01-24 北京镭文科技有限公司 一种个人用户的信用评分方法、装置、终端及存储介质
CN111311400A (zh) * 2020-03-30 2020-06-19 百维金科(上海)信息科技有限公司 基于gbdt算法的评分卡模型的建模方法及其系统
CN111311402A (zh) * 2020-03-30 2020-06-19 百维金科(上海)信息科技有限公司 一种基于XGBoost的互联网金融风控模型
CN111401792A (zh) * 2020-04-16 2020-07-10 三峡大学 一种基于极限梯度提升决策树的动态安全评估方法
CN111401914A (zh) * 2020-04-02 2020-07-10 支付宝(杭州)信息技术有限公司 风险评估模型的训练、风险评估方法及装置

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090248595A1 (en) * 2008-03-31 2009-10-01 Yumao Lu Name verification using machine learning
CN107301577A (zh) * 2016-04-15 2017-10-27 阿里巴巴集团控股有限公司 信用评估模型的训练方法、信用评估方法以及装置
CN108320171B (zh) * 2017-01-17 2020-11-03 北京京东尚科信息技术有限公司 热销商品预测方法、系统及装置
CN107844867A (zh) * 2017-11-22 2018-03-27 广州优视网络科技有限公司 数据处理方法、装置及设备
US10977737B2 (en) * 2018-01-10 2021-04-13 Liberty Mutual Insurance Company Training gradient boosted decision trees with progressive maximum depth for parsimony and interpretability
CN108733631A (zh) * 2018-04-09 2018-11-02 中国平安人寿保险股份有限公司 一种数据评估方法、装置、终端设备及存储介质
CN108829776A (zh) * 2018-05-30 2018-11-16 大连理工大学 一种基于梯度提升树的慕课论坛主题分类方法
WO2019232776A1 (en) * 2018-06-08 2019-12-12 Beijing Didi Infinity Technology And Development Co., Ltd. Systems and methods for generating personalized destination recommendations
CN110866819A (zh) * 2019-10-18 2020-03-06 华融融通（北京）科技有限公司 一种基于元学习的自动化信贷评分卡生成方法
CN110824099B (zh) * 2019-11-07 2022-03-04 东南大学 基于gbrt预测固体燃料化学链过程中反应性能的方法
CN110942248B (zh) * 2019-11-26 2022-05-31 支付宝(杭州)信息技术有限公司 交易风控网络的训练方法及装置、交易风险检测方法
CN110888186A (zh) * 2019-11-29 2020-03-17 天津大学 基于gbdt+lr模型的冰雹和短时强降水预报方法
CN111222982A (zh) * 2020-01-16 2020-06-02 随手(北京)信息技术有限公司 一种互联网信贷逾期预测方法、装置、服务器和存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107743249A (zh) * 2017-11-27 2018-02-27 四川长虹电器股份有限公司 一种基于模型融合的ctr预估方法
CN109871858A (zh) * 2017-12-05 2019-06-11 北京京东尚科信息技术有限公司 预测模型建立、对象推荐方法及系统、设备及存储介质
CN108009914A (zh) * 2017-12-19 2018-05-08 马上消费金融股份有限公司 一种信用风险评估方法、系统、设备及计算机存储介质
CN108269012A (zh) * 2018-01-12 2018-07-10 中国平安人寿保险股份有限公司 风险评分模型的构建方法、装置、存储介质及终端
CN110728301A (zh) * 2019-09-09 2020-01-24 北京镭文科技有限公司 一种个人用户的信用评分方法、装置、终端及存储介质
CN111311400A (zh) * 2020-03-30 2020-06-19 百维金科(上海)信息科技有限公司 基于gbdt算法的评分卡模型的建模方法及其系统
CN111311402A (zh) * 2020-03-30 2020-06-19 百维金科(上海)信息科技有限公司 一种基于XGBoost的互联网金融风控模型
CN111401914A (zh) * 2020-04-02 2020-07-10 支付宝(杭州)信息技术有限公司 风险评估模型的训练、风险评估方法及装置
CN111401792A (zh) * 2020-04-16 2020-07-10 三峡大学 一种基于极限梯度提升决策树的动态安全评估方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于梯度提升决策树模型的P2P网贷借款人信用风险评测研究;谭中明 等;《软科学》;20181210;第32卷(第12期);第136-140页 *

Also Published As

Publication number Publication date
CN111898675A (zh) 2020-11-06

Similar Documents

Publication Publication Date Title
CN111898675B (zh) 信贷风控模型生成方法、装置、评分卡生成方法、机器可读介质及设备
US20200210899A1 (en) Machine learning model training method and device, and electronic device
US20230102337A1 (en) Method and apparatus for training recommendation model, computer device, and storage medium
CN113610239B (zh) 针对机器学习的特征处理方法及特征处理系统
CN110598620B (zh) 基于深度神经网络模型的推荐方法和装置
US20180181641A1 (en) Recommending analytic tasks based on similarity of datasets
WO2018170454A2 (en) Using different data sources for a predictive model
Hii et al. Multigap: Multi-pooled inception network with text augmentation for aesthetic prediction of photographs
CN114118192A (zh) 用户预测模型的训练方法、预测方法、装置及存储介质
CN113177700B (zh) 一种风险评估方法、系统、电子设备及存储介质
CN112883990A (zh) 数据分类方法及装置、计算机存储介质、电子设备
CN115545103A (zh) 异常数据识别、标签识别方法和异常数据识别装置
CN113392920B (zh) 生成作弊预测模型的方法、装置、设备、介质及程序产品
CN114693409A (zh) 产品匹配方法、装置、计算机设备、存储介质和程序产品
CN114360053A (zh) 一种动作识别方法、终端及存储介质
JP7288062B2 (ja) 情報を出力するための方法及び装置、電子機器、記憶媒体並びにコンピュータプログラム
CN113919361A (zh) 一种文本分类方法和装置
CN111259975B (zh) 分类器的生成方法及装置、文本的分类方法及装置
CN111275683B (zh) 图像质量评分处理方法、系统、设备及介质
CN111126501B (zh) 一种图像识别方法、终端设备及存储介质
CN116756419A (zh) 基于人工智能的信用卡权益推荐方法、装置、设备及介质
US20230162518A1 (en) Systems for Generating Indications of Relationships between Electronic Documents
CN115329958A (zh) 模型迁移方法、装置及电子设备
CN111325350A (zh) 可疑组织发现系统和方法
CN117172632B (zh) 一种企业异常行为检测方法、装置、设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant