基于人工智能对分期购车用户的再授信评估方法和设备技术

本发明专利技术内容公开基于人工智能对分期购车用户的再授信评估方法、设备以及存储介质，方法包括：基于多个训练数据训练出第一单个分类器模型、第一串联集成模型以及第一并联集成模型；将多个测试数据分别输入上述多个模型得到每个模型的多个预测值；基于所有预测值采用平均法、投票法计算得到相应平均值集合、投票值集合；基于多个训练数据、多个测试数据，采用层次堆叠法得到堆叠预测值集合；以及采用平均法计算平均值集合、投票值集合、堆叠预测值集合得到最终预测值集合。本发明专利技术采用三种模型融合方法：平均法、投票法、层次堆叠法，将单个分类器模型、串行集成模型、并行集成模型分别融合在一起生成铁三角集成模型，大幅提升模型预测能力和稳定性。

Re-credit Assessment Method and Equipment for Phase Purchase Users Based on Artificial Intelligence

【技术实现步骤摘要】
基于人工智能对分期购车用户的再授信评估方法和设备
本
技术实现思路
涉及客户再授信评估
，更具体地涉及一种基于人工智能对分期购车用户的再授信评估方法、一种基于人工智能对分期购车用户的再授信评估设备以及一种相应的计算机可读存储介质。
技术介绍
银行等传统金融机构对分期购车用户的授信相对较严，额度固定，最高为车价的70％，并且在用户未结清前的再授信较少，额度也较低。人工智能(ArtificialIntelligence，英文缩写为AI)，是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。随着大数据和人工智能技术的发展，信用贷款行业开始向技巧型和智能化发展。现有的信用贷款行业运用人工智能的方法，较多为选用机器学习中单一分类器模型，或者单一的集成学习的算法，无法取长补短，发挥机器学习的最优效果。现有的基于人工智能技术实现对分期购车用户的授信评估技术，选用用户车辆相关信息进行建模时，车辆相关信息的变量如事故信息、车辆维护信息、投保信息等文本类变量，存在缺失和客户不涉及的情况，一般做法是直接舍弃不入模，或做成单条准入规则，但这样大量重要的客户车辆信息并未被本文档来自技高网...

【技术保护点】
1.一种基于人工智能对分期购车用户的再授信评估方法，所述方法包括：A.基于多个训练数据，训练出第一单个分类器模型、第一串行集成模型以及第一并行集成模型；B.将多个测试数据分别输入所述第一单个分类器模型、所述第一串行集成模型以及所述第一并行集成模型，以相应地得到每一个模型的多个预测值，其中，所述训练数据和所述测试数据分别包括车辆相关信息、用户个人基本信息、用户个人征信信息、用户个人资产负债以及运营商数据；C.基于所有预测值，分别采用平均法、投票法计算得到相应的平均值集合、投票值集合；D.基于所述多个训练数据、所述多个测试数据，采用层次堆叠法得到堆叠预测值集合；以及E.基于所述平均值集合、所述投票...

【技术特征摘要】
1.一种基于人工智能对分期购车用户的再授信评估方法，所述方法包括：A.基于多个训练数据，训练出第一单个分类器模型、第一串行集成模型以及第一并行集成模型；B.将多个测试数据分别输入所述第一单个分类器模型、所述第一串行集成模型以及所述第一并行集成模型，以相应地得到每一个模型的多个预测值，其中，所述训练数据和所述测试数据分别包括车辆相关信息、用户个人基本信息、用户个人征信信息、用户个人资产负债以及运营商数据；C.基于所有预测值，分别采用平均法、投票法计算得到相应的平均值集合、投票值集合；D.基于所述多个训练数据、所述多个测试数据，采用层次堆叠法得到堆叠预测值集合；以及E.基于所述平均值集合、所述投票值集合以及所述堆叠预测值集合，采用平均法计算得到最终预测值集合。2.根据权利要求1所述的再授信评估方法，其中，所述车辆相关信息至少包括车辆事故衍生变量、年度驾照扣分衍生变量以及车辆品牌变量。3.根据权利要求2所述的再授信评估方法，其中，基于事故权重系数、事故发生时的驾龄系数以及事故数量，计算得到所述车辆事故衍生变量，其中，所述事故权重系数是根据用户导致的事故发生的严重程度计算得到的数值，所述事故发生时的驾龄系数是根据事故发生时所述用户持有驾照的时长、所述用户持有行驶证的时长以及与所述用户持有驾照的时长和所述用户持有行驶证的时长相对应的驾驶技巧熟练度、交通法规熟悉度和遵纪守法意识度进行计算得到的数值。4.根据权利要求2所述的再授信评估方法，其中，基于提起申请年度驾龄系数、时间维度系数以及提起申请年度驾照扣分，计算得到所述年度驾照扣分衍生变量，其中，所述提起申请年度驾龄系数是根据提起分期购车申请的年度所述用户持有驾照的时长、所述用户持有行驶证的时长、以及与所述用户持有驾照的时长和所述用户持有行驶证的时长相对应的驾驶技巧熟练度、交通法规熟悉度和遵纪守法意识度进行计算得到的数值，所述提起申请年度驾照扣分是在所述用户提起分期购车申请的年度已经发生的驾照扣分，所述时间维度系数与提起分期购车申请的年度的月份相关。5.根据权利要求2所述的再授信评估方法，其中，所述车辆品牌变量是采用独热编码方式将每一个车辆品牌转换成相应的哑变量。6.根据权利要求1所述的再授信评估方法，其中，所述步骤C具体包括：针对每一个测试数据，采用平均法计算所述测试数据所生成的所有预测值的平均值，以作为与所述测试数据相对应的平均值；将计算得到的所有平均值形成所述平均值集合；针对每一个测试数据，排除所述测试数据所生成的所有预测值中异常预测值；针对每一个测试数据，采用平均法计算所述测试数据所生成的剩余预测值的平均值，以作为与所述测试数据相对应的投票值；以及将计算得到的所有投票值形成所述投票值集合。7.根据权利要求1所述的再授信评估方法，其中，所述步骤D具体包括：D1.基于所述多个训练数据，训练出多个第二类单个分类器模型、多个第二类串行集成模型以及多个第二类并行集成模型，并且生成训练集；D2.将所述多个测试数据分别输入所述多个第二类单个分类器模型、所述多个第二类串行集成模型以及所述多个第二类并行集成模型，以生成测试集；以及D3.基于所述训练集和所述测试集，采用多响应线性回归算法得到堆叠预测值集合。8.一种基于人工智能对分期购车用户的再授信评估设备，所述设备包括：处理器；以及存储器，其用于存储指令，当所述指令执行时使得所述处理...

【专利技术属性】
技术研发人员：钟忠，刘振，
申请(专利权)人：上海点融信息科技有限责任公司，
类型：发明
国别省市：上海,31