一种训练样本生成方法、装置、系统和记录介质制造方法及图纸

本发明专利技术公开了一种基于用户特征拐点值的训练样本生成方法、装置、设备和计算机可读介质。所述方法包括获取用户样本并提取至少一个用户特征；根据至少一个用户特征的拐点值进行判断，以确定用户样本属性，所述属性包括第一属性值和第二属性值；以及根据所述确定用户样本属性的用户样本进行模型训练。本发明专利技术能够在保证样本准确性的基础上，缩短样本选择时间，提高了信贷用户的体验。

A Training Sample Generation Method, Device, System and Recording Media

【技术实现步骤摘要】
一种训练样本生成方法、装置、系统和记录介质
本专利技术涉及互联网应用
，具体涉及一种用于信用评分模型的训练样本生成方法、装置、系统和记录介质。
技术介绍
近年来，随着机器学习技术在征信领域的进一步应用，应用在征信系统中模型处于多样化、融合化的阶段，对训练数据的依赖程度高，能较好的满足机构对于用户信用的评价需求。现多服务于各类互联网征信机构、借贷机构，应用较多的是信用评分系统。信用评分系统通常从已知用户中选取用户样本，根据用户样本的行为数据和用户属性数据可以提取出用户样本的用户特征，通过用户样本的用户特征对评分模型进行训练，采用训练好的评分模型对用户进行信用评分。在实现本专利技术的过程中，专利技术人发现现有技术至少存在以下问题：在建立个人信用评分模型时，不仅需要有足够多的表征信贷申请人信用行为的特征变量，而且建模样本的容量也必须达到一定的数量。一般来说，样本容量越大，所建立的模型的精度或预测能力就越高，模型也越稳健，因此往往面临客户样本不足的问题。此外，在某些场景中，积累样本数据并训练模型，从而实现机器学习模型的部署，往往需要较长的时间，如风控模型的观察期和表现期一般都设定为1年以上，造成申请评分卡模型有着天然的滞后性，因此对用户信用的评估带来非常大的影响。基于现有技术，需要更高效、更准确的模型训练样本。
技术实现思路
鉴于以上所述现有技术的缺点，本专利技术的目的在于提供一种高效、准确的用户训练样本生成方法。为解决上述技术问题，本专利技术的第一方面提出了一种基于用户特征拐点值的训练样本生成方法，包括如下步骤：获取用户样本并提取至少一个用户特征；根据至少一个用户特征的拐点值进行判断，以确定用户样本属性，所述属性包括第一属性值和第二属性值；根据所述确定用户样本属性的用户样本进行模型训练。根据本专利技术的一种优选实施方式，所述方法还包括在至少一个用户特征出现拐点值的时间点进行样本属性判断。根据本专利技术的一种优选实施方式，所述拐点值基于至少一个用户特征进行大数据分析得到。具体为在表现期内设置等距离观测点；获取至少一个用户特征在当前观测点的值；判断当前观测值与前一观测值的差值是否满足预设条件；满足预设条件时，当前观测点的值即为拐点值。根据本专利技术的一种优选实施方式，所述拐点值基于至少一个用户特征进行大数据分析得到。具体为存储至少一个用户特征的拐点出现时刻的特征值变化的经验值；按照预定周期获取至少一个用户特征的值；并与拐点出现时刻的特征值的经验值进行比较，判断所述当前时刻是否达到拐点。根据本专利技术的一种优选实施方式，所述用户特征包括以下数据的至少一种：逾期率、欠款金额、欠款时长、逾期还款金额、逾期还款时长。根据本专利技术的一种优选实施方式，第一属性值为1，代表好客户；第二属性值为0，代表坏客户。本专利技术的第二方面提出一种基于用户特征拐点值的训练样本生成装置，包括：获取模块，获取用户样本并提取至少一个用户特征；确定模块，根据至少一个用户特征的拐点值进行判断，以确定用户样本属性，所述属性包括第一值和第二值；训练模块，根据所述确定属性的用户样本进行模型训练。根据本专利技术的一种优选实施方式，所述装置还包括判断模块，用于在至少一个用户特征出现拐点值的时间点进行样本属性判断。根据本专利技术的一种优选实施方式，所述装置还包括拐点获取模块，用于基于至少一个用户特征进行大数据分析得到所述拐点值，包括：设置模块，在表现期内设置等距离观测点；采集模块，获取至少一个用户特征在当前观测点的值；生成模块，判断当前观测值与前一观测值的差值是否满足预设条件；满足预设条件时，当前观测点的值即为拐点值。根据本专利技术的一种优选实施方式，所述装置还包括拐点获取模块，用于基于至少一个用户特征进行大数据分析得到所述拐点值，包括：经验数据存储模块，存储至少一个用户特征的拐点出现时刻的特征值变化的经验值；特征信息获取模块，按照预定周期获取至少一个用户特征的值；拐点判断模块，并与拐点出现时刻的特征值的经验值进行比较，判断所述当前时刻是否达到拐点。根据本专利技术的一种优选实施方式，所述用户特征包括以下数据的至少一种：逾期率、欠款金额、欠款时长、逾期还款金额、逾期还款时长。根据本专利技术的一种优选实施方式，第一属性值为1，代表好客户；第二属性值为0，代表坏客户。本专利技术的第三方面提出一种基于用户特征拐点值的训练样本生成设备，包括：存储器，用于存储计算机可执行程序；数据处理装置，用于读取所述存储器中的计算机可执行程序，以执行所述的基于用户特征拐点值的训练样本生成方法。本专利技术的第四方面提出一种计算机可读介质，用于存储计算机可读程序，所述计算机可读程序用于执行基于用户特征拐点值的训练样本生成方法。本专利技术采用在表现期内，实时跟踪至少一个用户特征拐点值出现的时间点，在该时间点进行样本属性进而利用确定用户样本属性的用户样本进行模型训练，解决了当前用户样本数据缺乏、训练模型滞后的问题。本专利技术的基于用户特征拐点值的训练样本生成方法能够在保证样本准确性的基础上，缩短样本选择时间，提高信贷用户的体验。附图说明图1是本专利技术的基于用户特征拐点值的训练样本的流程示意图；图2是本专利技术实施例提供的表现期内逾期率分布图；图3(a)、图3(b)是本专利技术的基于用户特征拐点值的训练样本生成装置的模块架构示意图；图4是本专利技术的基于用户特征拐点值的训练样本生成设备的结构框架示意图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本专利技术作进一步的详细说明。图1是本专利技术基于用户特征拐点值的训练样本生成方法的流程示意图。如图1所示，本专利技术的方法具有如下步骤：S1、首先，获取用户样本并提取至少一个用户特征。首先从用户数据源中获取原始用户数据，原始用户数据可以从外部数据源中获取，也可以从内部数据源中获取，或者结合外部数据源与内部数据源共同获取。其中，该用户数据可以包括用户的属性数据、行为数据和信用记录等数据。将原始用户数据转换成统一的格式，删除其中的异常数据和缺失数据，生成用户样本数据。每个用户特征用于描述用户样本数据在某一方面的信息。比如，在信用贷款业务中，用户样本数据的用户特征可以包括：欠款金额、欠款时长、逾期还款金额、逾期还款时长、逾期率等。所确定的用户特征可以直接指定，或者，也可以通过预设规则从原始训练样本包括的多个特征变量中进行选择。其中，预设规则可以根据实际业务场景的运营目标确定，或者，模型训练方向确定。以信用风险模型为例，信用风险模型的目标是识别出应被拒之门外的潜在坏客户，因此给出合理的客户好坏分类是建模的基础。比如，在信用评分领域，一般用客户逾期参数来刻画客户的行为，逾期期数、逾期金额越多的不良客户，不良程度越高。如此，在步骤S1所确定的至少一个用户特征可以包括以下数据中的至少一个：逾期率、欠款金额、欠款时长、逾期还款金额、逾期还款时长等。其中，在步骤S1所提取的用户特征可以为一个或多个，本申请对此并不限定。需要说明的是，在所确定的用户特征为多个时，针对每个确定的用户特征进行单独处理。S2、根据至少一个用户特征的拐点值进行判断，以确定用户样本属性，所述属性包括第一属性值和第二属性值。本专利技术中，将用户样本属性定义为包含第一属性值和第二属性值两类，其中，第一属性值为1，代表用户样本为好客户，第二属性值本文档来自技高网...

【技术保护点】
1.一种基于用户特征拐点值的训练样本生成方法，包括如下步骤：获取用户样本并提取至少一个用户特征；根据至少一个用户特征的拐点值进行判断，以确定用户样本属性，所述属性包括第一属性值和第二属性值；根据所述确定用户样本属性的用户样本进行模型训练。

【技术特征摘要】
1.一种基于用户特征拐点值的训练样本生成方法，包括如下步骤：获取用户样本并提取至少一个用户特征；根据至少一个用户特征的拐点值进行判断，以确定用户样本属性，所述属性包括第一属性值和第二属性值；根据所述确定用户样本属性的用户样本进行模型训练。2.如权利要求1所述的方法，其特征在于：在至少一个用户特征出现拐点值的时间点进行样本属性判断。3.根据权利要求1或2所述的方法，其特征在于，所述拐点值基于至少一个用户特征进行大数据分析得到，包括：在表现期内设置等距离观测点；获取至少一个用户特征在当前观测点的值；判断当前观测值与前一观测值的差值是否满足预设条件；满足预设条件时，当前观测点的值即为拐点值。4.根据权利要求1或2所述的方法，其特征在于，所述拐点值基于至少一个用户特征进行大数据分析得到，包括：存储至少一个用户特征的拐点出现时刻的特征值变化的经验值；按照预定周期获取至少一个用户特征的值；并与拐点出现时刻的特征值的经验值进行比较，判断所述当前时刻是否达到拐点。5.一种基于用户特征拐点值的训练样本生成装置，其特征在于，包括：获取模块，获取用户样本并提取至少一个用户特征；确定模块，根据至少一个用户特征的拐点值进行判断，以确定用户样本属性，所述属性包括第一值和第二值；训练模块，根据所述确定属性的用户样本进行模型训练。6.根据权利要求5所述的...

【专利技术属性】
技术研发人员：代守磊，苏绥绥，常富洋，
申请(专利权)人：北京淇瑀信息科技有限公司，
类型：发明
国别省市：北京,11