An embodiment of the invention discloses a wind control model optimization method, a terminal and a computer readable storage medium. The method includes: obtaining multidimensional data and processing multidimensional data to obtain first wind control characteristic factor, second wind control characteristic factor, and third wind control characteristic factor; the XGBoost algorithm is used to make use of the first wind control feature factor and the third wind control characteristic factor. One wind control characteristic factor, second wind control characteristic factor and the third wind control characteristic factor are screened and generated to get the most effective wind control characteristic factor and combination wind control characteristic factor, and the wind control model of the most effective wind control characteristic factor and combined wind control characteristic factor is input to predict the user's overdue probability value. According to the implementation of the invention, the wind control model is optimized based on the multi-dimensional data. Further, based on the optimized wind control model, the accuracy of the user identification in the pre loan audit and the monitoring process can be improved.
【技术实现步骤摘要】
风控模型优化方法、终端及计算机可读存储介质
本专利技术涉及互联网金融风控
,具体涉及一种风控模型优化方法、终端及计算机可读存储介质。
技术介绍
现阶段,互联网金融贷款服务公司,在提供放贷服务过程中,往往只有用户提交申请所填写的数据,以及人行征信数据可用,本身存在数据覆盖少,可用信息少等问题,难以支撑一个用户在贷前审核、贷中监控等关键环节的审查。
技术实现思路
本专利技术实施例的目的在于提供一种风控模型优化方法、终端及计算机可读存储介质,以基于多维度数据进行风控模型优化,提高贷前审核、贷中监控过程中对用户进行识别的准确性。为实现上述目的,第一方面,本专利技术实施例提供了一种风控模型优化方法,包括:获取多维度数据,所述多维度数据包括应用类别数据、用户使用行为数据、用户设备地理位置轨迹数据以及用户设备基础信息数据;对所述多维度数据进行处理,以得到第一风控特征因子、第二风控特征因子以及第三风控特征因子;利用XGBoost算法,对所述第一风控特征因子、第二风控特征因子以及第三风控特征因子进行筛选及生成处理,以得到最有效风控特征因子和组合风控特征因子;将所述最有效风控特征因子和组合风控特征因子输入预设的风控模型,以预测用户逾期概率值。作为本申请一种优选的实施方式,对所述多维度数据进行处理,以得到第一风控特征因子具体包括:利用NaiveBayes算法对所述应用类别数据进行分类,以得到多个应用类别;根据所述应用类别,结合所述用户使用行为数据,利用LR算法计算出每一用户对每一类使用行为的的行为偏好;将所述行为偏好作为所述第一风控特征因子。作为本申请一种优选的实施方式,对所 ...
【技术保护点】
1.一种风控模型优化方法,其特征在于,包括:获取多维度数据,所述多维度数据包括应用类别数据、用户使用行为数据、用户设备地理位置轨迹数据以及用户设备基础信息数据;对所述多维度数据进行处理,以得到第一风控特征因子、第二风控特征因子以及第三风控特征因子;利用XGBoost算法,对所述第一风控特征因子、第二风控特征因子以及第三风控特征因子进行筛选及生成处理,以得到最有效风控特征因子和组合风控特征因子;将所述最有效风控特征因子和组合风控特征因子输入预设的风控模型,以预测用户逾期概率值。
【技术特征摘要】
1.一种风控模型优化方法,其特征在于,包括:获取多维度数据,所述多维度数据包括应用类别数据、用户使用行为数据、用户设备地理位置轨迹数据以及用户设备基础信息数据;对所述多维度数据进行处理,以得到第一风控特征因子、第二风控特征因子以及第三风控特征因子;利用XGBoost算法,对所述第一风控特征因子、第二风控特征因子以及第三风控特征因子进行筛选及生成处理,以得到最有效风控特征因子和组合风控特征因子;将所述最有效风控特征因子和组合风控特征因子输入预设的风控模型,以预测用户逾期概率值。2.如权利要求1所述的风控模型优化方法,其特征在于,对所述多维度数据进行处理,以得到第一风控特征因子具体包括:利用NaiveBayes算法对所述应用类别数据进行分类,以得到多个应用类别;根据所述应用类别,结合所述用户使用行为数据,利用LR算法计算出每一用户对每一类使用行为的的行为偏好;将所述行为偏好作为所述第一风控特征因子。3.如权利要求2所述的风控模型优化方法,其特征在于,对所述多维度数据进行处理,以得到第二风控特征因子具体包括:利用GeoHash技术,结合所述用户设备地理位置轨迹数据,计算算用户设备任一时间段所处地点的地理类型;将所述地理类型作为所述第二风控特征因子。4.如权利要求3所述的风控模型优化方法,其特征在于,所述用户设备基础信息数据包括国际移动设备身份码、MAC地址及国际移动用户识别码,对所述多维度数据进行处理,以得到第三风控特征因子具体包括:利用图算法,结合所述用户设备基础信息数据获取多个用户设备的关联数据;将所述关联数据作为所述第三风控特征因子。5.如权利要求4所述的风控模型优化方法,其特征在于,所述优化方法还包括:根据所述用户逾期概率值和预设的测试样本集中用户的好坏标识得到ks指标值。6.一种风控模型优化终端,其特征在于,包括:获取单元,用于获取多维度数据,所述多维度数据包括应用类别数据、用户使用行为数据、用户设备地理位置...
【专利技术属性】
技术研发人员:周南,潘丽妃,曾理,李孚煜,罗伟东,
申请(专利权)人:深圳市和讯华谷信息技术有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。