资金饥渴特征分类方法、装置、设备及可读存储介质制造方法及图纸

本发明专利技术公开了一种资金饥渴特征分类方法，包括：建立资金饥渴特征与指标变量之间的映射关系；对所述映射关系进行多角度分析，得到分析结果；基于所述分析结果，确定所述指标变量对应的网格搜索的起始点；结合所述指标变量，基于所述起始点进行网格搜索，得到所述指标变量的取值范围。本发明专利技术还公开了一种资金饥渴特征分类装置、设备和一种存储介质。本发明专利技术能够确定如多头查询指标的指标变量；在实现对资金饥渴类型为信用资金饥渴或欺诈资金饥渴的判断及分类后，可对信用资金饥渴和欺诈资金饥渴的目标变量进行分别建模，有效提升模型准确性和区分能力。

Classification methods, devices, devices and readable storage media for the characteristics of capital hunger and thirst

【技术实现步骤摘要】
资金饥渴特征分类方法、装置、设备及可读存储介质
本专利技术涉及金融科技(Fintech)
，尤其涉及金融行业的资金饥渴特征分类方法、装置、设备及可读存储介质。
技术介绍
随着计算机技术的发展，越来越多的技术应用在金融领域，传统金融业正在逐步向金融科技(Fintech)转变，越来越多的技术应用于金融行业。目前，在互联网金融场景下，大量小贷或者网贷机构并未接入人行征信系统，使得单纯基于人行征信报告中的信贷申请数量和负债比例等信息判定客户是否属于资金饥渴的准确率较低，资金饥渴特征是基于人行征信报告中信贷申请数量和负债比例等信息定义。并且，现有技术中并未对资金饥渴特征进行分类，无法区分是因为信用原因导致而呈现的资金饥渴特征，还是因为欺诈原因导致而呈现的资金饥渴特征。上述现象直接导致资金饥渴特征模型的准确性和区分能力较差。
技术实现思路
本专利技术的主要目的在于提出一种资金饥渴特征分类方法、装置、设备及可读存储介质，旨在解决现有技术中资金饥渴特征模型无法分类的问题。为实现上述目的，本专利技术提供一种资金饥渴特征分类方法，其特征在于，所述资金饥渴特征分类方法包括如下步骤：建立资金饥渴特征与指标变量之间的映射关系，其中，所述指标变量通过多个数据信息维度获取；对所述映射关系进行多角度分析，得到分析结果；基于所述分析结果，确定所述指标变量对应的网格搜索的起始点；结合所述指标变量，基于所述起始点进行网格搜索，得到所述指标变量的取值范围；若所述指标变量的查询次数属于所述取值范围，则判定所述资金饥渴特征对应的饥渴类型为信用资金饥渴；若所述指标变量的查询次数大于所述取值范围的最大值，则判定所述资金饥渴特征对应的饥渴类型为欺诈资金饥渴。优选地，所述多角度分析包括指标变量有效性分析、指标变量成熟度分析及指标变量迁移分析；所述对所述映射关系进行多角度分析，得到分析结果的步骤包括：基于所述映射关系进行指标变量有效性分析，得到所述指标变量与所述资金饥渴类型之间的风险单调性；基于所述映射关系进行指标变量成熟度分析，得到所述指标变量的考察期长度；基于所述映射关系进行指标变量迁移分析，得到所述指标变量的迁徙情况。优选地，所述指标变量为多头查询指标，所述基于所述分析结果，确定所述指标变量对应的网格搜索的起始点的步骤包括：基于所述风险单调性、考察期长度及所述迁徙情况，确定所述网格搜索的起始点，其中，所述网格搜索为所述多头查询指标形成的网格。优选地，所述多头查询指标包括多头查询考察区间和多头查询次数；所述结合所述指标变量，基于所述起始点进行网格搜索，得到所述指标变量的取值范围的步骤包括：结合所述多头查询考察区间和所述多头查询次数，基于所述起始点进行网格搜索，得到所述取值范围。优选地，所述结合所述指标变量，基于所述起始点进行网格搜索，得到所述指标变量的取值范围的步骤包括：基于所述起始点进行网格搜索，得到多头查询考察区间对应的多头查询表现期及搜索结果；在所述多头查询表现期内，获取逾期代偿率、欺诈拒绝率及所述多头查询次数；建立所述多头查询次数与所述逾期代偿率之间的第一折线关系图，且建立所述多头查询次数与所述欺诈拒绝率之间的第二折线关系图；基于所述第一折线关系图、所述第二折线关系图及网格搜索的搜索结果获取所述取值范围的最大值及最小值。优选地，所述建立资金饥渴特征与指标变量之间的映射关系，其中，所述指标变量通过多个数据信息维度获取的步骤之前，所述资金饥渴特征分类方法还包括：获取多个数据源；将多个所述数据源输入信用子模型及欺诈子模型中；通过所述信用子模型对所述数据源进行训练，得到第一特征标签结果；通过所述欺诈子模型对所述数据源进行训练，得到第二特征标签结果；将所述第一特征标签结果和第二特征标签结果进行加权集成得到所述资金饥渴特征。此外，为实现上述目的，本专利技术还提供一种资金饥渴特征分类装置，所述资金饥渴特征分类装置包括：建立模块，用于建立资金饥渴特征与指标变量之间的映射关系，其中，所述指标变量通过多个数据信息维度获取；分析模块，用于对所述映射关系进行多角度分析，得到分析结果；确定模块，用于基于所述分析结果，确定所述指标变量对应的网格搜索的起始点；搜索模块，用于结合所述指标变量，基于所述起始点进行网格搜索，得到所述指标变量的取值范围；判断模块，用于若所述指标变量的查询次数属于所述取值范围，则判定所述资金饥渴特征对应的饥渴类型为信用资金饥渴；若所述指标变量的查询次数大于所述取值范围的最大值，则判定所述资金饥渴特征对应的饥渴类型为欺诈资金饥渴。优选地，所述分析模块还包括：第一分析单元，用于基于所述映射关系进行指标变量有效性分析，得到所述指标变量与所述资金饥渴类型之间的风险单调性；第二分析单元，用于基于所述映射关系进行指标变量成熟度分析，得到所述指标变量的考察期长度；第三分析单元，用于基于所述映射关系进行指标变量迁移分析，得到所述指标变量的迁徙情况。优选地，所述指标变量为多头查询指标，所述确定模块还用于：基于所述风险单调性、考察期长度及所述迁徙情况，确定所述网格搜索的起始点，其中，所述网格搜索为所述多头查询指标形成的网格。优选地，所述多头查询指标包括多头查询考察区间和多头查询次数；所述搜索模块还用于：结合所述多头查询考察区间和所述多头查询次数，基于所述起始点进行网格搜索，得到所述取值范围。优选地，所述搜索模块还用于：基于所述起始点进行网格搜索，得到多头查询考察区间对应的多头查询表现期及搜索结果；在所述多头查询表现期内，获取逾期代偿率、欺诈拒绝率及所述多头查询次数；建立所述多头查询次数与所述逾期代偿率之间的第一折线关系图，且建立所述多头查询次数与所述欺诈拒绝率之间的第二折线关系图；基于所述第一折线关系图及所述第二折线关系图获取所述取值范围的最大值及最小值。优选地，所述资金饥渴特征分类装置还包括获取模块，用于：获取多个数据源；将多个所述数据源输入信用子模型及欺诈子模型中；通过所述信用子模型对所述数据源进行训练，得到第一特征标签结果；通过所述欺诈子模型对所述数据源进行训练，得到第二特征标签结果；将所述第一特征标签结果和第二特征标签结果进行加权集成得到所述资金饥渴特征。此外，为实现上述目的，本专利技术还提供一种资金饥渴特征分类设备，所述资金饥渴特征分类设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的资金饥渴特征分类程序，所述资金饥渴特征分类程序被所述处理器执行时实现如上所述的资金饥渴特征分类方法的步骤。此外，为实现上述目的，本专利技术还提供一种可读存储介质，所述可读存储介质上存储有资金饥渴特征分类程序，所述资金饥渴特征分类程序被处理器执行时实现如上所述的资金饥渴特征分类方法的步骤。本专利技术提出的资金饥渴特征分类方法、装置、设备及可读存储介质，首先，建立资金饥渴特征的资金饥渴特征与指标变量之间的映射关系，通过映射关系进行多角度分析，从而得到分析结果；并且，结合指标变量，进行网格搜索，得到指标变量的取值范围，再通过对指标变量的查询次数判断资金饥渴类型，实现对资金饥渴类型为信用资金饥渴或欺诈资金饥渴的判断及分类；由于指标变量通过多个数据信息维度获取，包括目标变量分布、稳定周期、迁移情况、样本覆盖等维度及维度表现的差异性，从而能够确定如多头查询指标的指标变量；在实现对资金本文档来自技高网...

【技术保护点】
1.一种资金饥渴特征分类方法，其特征在于，所述资金饥渴特征分类方法包括如下步骤：建立资金饥渴特征与指标变量之间的映射关系，其中，所述指标变量通过多个数据信息维度获取；对所述映射关系进行多角度分析，得到分析结果；基于所述分析结果，确定所述指标变量对应的网格搜索的起始点；结合所述指标变量，基于所述起始点进行网格搜索，得到所述指标变量的取值范围；若所述指标变量的查询次数属于所述取值范围，则判定所述资金饥渴特征对应的饥渴类型为信用资金饥渴；若所述指标变量的查询次数大于所述取值范围的最大值，则判定所述资金饥渴特征对应的饥渴类型为欺诈资金饥渴。

【技术特征摘要】
1.一种资金饥渴特征分类方法，其特征在于，所述资金饥渴特征分类方法包括如下步骤：建立资金饥渴特征与指标变量之间的映射关系，其中，所述指标变量通过多个数据信息维度获取；对所述映射关系进行多角度分析，得到分析结果；基于所述分析结果，确定所述指标变量对应的网格搜索的起始点；结合所述指标变量，基于所述起始点进行网格搜索，得到所述指标变量的取值范围；若所述指标变量的查询次数属于所述取值范围，则判定所述资金饥渴特征对应的饥渴类型为信用资金饥渴；若所述指标变量的查询次数大于所述取值范围的最大值，则判定所述资金饥渴特征对应的饥渴类型为欺诈资金饥渴。2.如权利要求1所述的资金饥渴特征分类方法，其特征在于，所述多角度分析包括指标变量有效性分析、指标变量成熟度分析及指标变量迁移分析；所述对所述映射关系进行多角度分析，得到分析结果的步骤包括：基于所述映射关系进行指标变量有效性分析，得到所述指标变量与所述资金饥渴类型之间的风险单调性；基于所述映射关系进行指标变量成熟度分析，得到所述指标变量的考察期长度；基于所述映射关系进行指标变量迁移分析，得到所述指标变量的迁徙情况。3.如权利要求2所述的资金饥渴特征分类方法，其特征在于，所述指标变量为多头查询指标，所述基于所述分析结果，确定所述指标变量对应的网格搜索的起始点的步骤包括：基于所述风险单调性、考察期长度及所述迁徙情况，确定所述网格搜索的起始点，其中，所述网格搜索为所述多头查询指标形成的网格。4.如权利要求3所述的资金饥渴特征分类方法，其特征在于，所述多头查询指标包括多头查询考察区间和多头查询次数；所述结合所述指标变量，基于所述起始点进行网格搜索，得到所述指标变量的取值范围的步骤包括：结合所述多头查询考察区间和所述多头查询次数，基于所述起始点进行网格搜索，得到所述取值范围。5.如权利要求4所述的资金饥渴特征分类方法，其特征在于，所述结合所述指标变量，基于所述起始点进行网格搜索，得到所述指标变量的取值范围的步骤包括：基于所述起始点进行网格搜索，得到多头查询考察区间对应的多头查询表现期及搜索结果；在所述多头查询表现期内，获取逾期代偿率、欺诈拒绝率及所述多头查询次数；建立所述多头查询次数与所述逾期代偿率之间的第一折线关系图，且建立所述多头查询次数与所述欺诈拒绝率之间的第二折线关系图；基于所述第一折线关系图、所述第二折线关系图及网格搜索的搜索结果获取所述取值范围的最大值及最小值。6.如权利要求1至5中任一项所述的资金饥渴特征分类方法，其特征在于，所述建立资金饥渴特征与指标变量之间的映射关系，其中，所述指标变量通过多个数据信息维度获取的步骤之前，所述资金饥渴特征分类方法还包括：获取多个数据源；将多个所述数据源输入信用子模型及欺诈子模型中；通过所述信用子模型对所述数据源进行训练，得到第一特征标签结果；通过所述欺诈子模型对所述数据源进行训练，得到第二特征标签结果；将所述第一特征标签结果和第二特征标签结果进行加权集成得到所述资金饥渴特征。7.一种资金饥渴特征分类装置，其特征在于，所述资金饥渴特征分类装置包括：建立模...

【专利技术属性】
技术研发人员：王磊，王玮光，夏鹏，
申请(专利权)人：深圳前海微众银行股份有限公司，
类型：发明
国别省市：广东,44