一种基于价格敏感模型的金融产品定价方法、装置和电子设备制造方法及图纸

本发明专利技术公开了一种基于价格敏感模型的金融产品定价方法、装置、电子设备及计算机可读介质，其特征在于，包括：获取存量用户特征数据，其中，所述存量用户为未还清借款的用户；将所述存量用户特征数据和价格调整额输入价格敏感模型，预测用户动支概率，其中，所述价格敏感模型，用于预测根据价格调整额进行价格调整后存量用户的动支概率；基于所述动支概率筛选出目标用户；根据所述价格调整额，确定所述目标用户的金融产品定价。本发明专利技术能够通过价格敏感模型预测调整金融产品定价后存量用户的动支概率，在不影响余额留存，用户对价格感知比较弱的情况下，改变一些用户的定价来增加收益。

A pricing method, device and electronic equipment of financial products based on price sensitive model

【技术实现步骤摘要】
一种基于价格敏感模型的金融产品定价方法、装置和电子设备
本专利技术涉及计算机信息处理领域，具体而言，涉及一种基于价格敏感模型的金融产品定价方法、装置、电子设备及计算机可读介质。
技术介绍
互联网金融平台在用户发生借款之后，会根据用户的借款行为调整金融产品的定价，以优化整体的余额留存与收益。若对价格感知较强的用户调整金融产品的定价，带来的收益非常不理想，严重的情况下，任意调整金融产品的定价会导致客户的流失。针对有余额的存量用户，其中部分用户对价格感知较弱，互联网金融平台欲针对该部分用户调整金融产品定价，进而带来收益。但是，现有技术缺少具体可执行的措施，在调整金融产品定价的同时，提升用户的动支率，并且带来理想的收益。
技术实现思路
本专利技术要解决的技术问题是如何在调整金融产品定价的同时，提升用户的动支率，并且带来理想的收益。本专利技术的一方面提供一种基于价格敏感模型的金融产品定价方法，其特征在于，包括：获取存量用户特征数据，其中，所述存量用户为未还清借款的用户；将所述存量用户特征数据和价格调整额输入价格敏感模型，预测用户动支概率，其中，所述价格敏感模型，用于预测根据价格调整额进行价格调整后存量用户的动支概率；基于所述动支概率筛选出目标用户；根据所述价格调整额，确定所述目标用户的金融产品定价。根据本专利技术的一种优选实施方式，还包括：根据所述存量用户特征数据，确定价格调整额。根据本专利技术的一种优选实施方式，所述根据所述存量用户特征数据，确定价格调整额，进一步包括：根据所述存量用户特征数据，按照固定值提升价格，确定价格调整额；和/或根据所述存量用户特征数据，按照固定比例提升价格，确定价格调整额。根据本专利技术的一种优选实施方式，所述获取存量用户特征数据，进一步包括：获取存量用户属性数据，所述属性数据包括：年龄、性别、学历、收入、地点中的至少一个；获取存量用户借贷行为数据，所述借贷行为数据包括：总借款金额、总借款笔数、半年内借款笔数、半年内登陆次数中的至少一个；获取存量用户APP操作数据，所述APP操作数据包括：APP登录时间、APP登录次数中的至少一个；根据所述属性数据、借贷行为数据、和/或APP操作数据生成所述特征数据。根据本专利技术的一种优选实施方式，所述基于所述动支概率筛选出目标用户的步骤，进一步包括：确定动支概率临界值；确定目标用户筛选规则，其中，所述目标用户筛选规则为动支概率大于动支概率临界值；将动支概率、动支概率临界值代入目标用户筛选规则，筛选出目标用户。根据本专利技术的一种优选实施方式，还包括：基于历史存量用户特征数据构建价格敏感模型。根据本专利技术的一种优选实施方式，所述基于历史存量用户特征数据构建价格敏感模型的步骤，进一步包括：获取历史存量用户数据；从所述历史存量用户数据中筛选出历史存量用户特征数据；基于所述历史存量用户特征数据构建价格敏感模型；对所述价格敏感模型的特征参数进行调整，获取优化的价格敏感模型。根据本专利技术的一种优选实施方式，所述从所述历史存量用户数据中筛选出历史存量用户特征数据的步骤，进一步包括：对所述历史存量用户数据进行数据清洗，获取标准数据；通过特征工程，从所述标准数据中，筛选历史存量用户特征数据；对所述历史存量用户特征数据进行检验，获取优化的历史存量用户特征数据。根据本专利技术的一种优选实施方式，所述将所述存量用户特征数据和价格调整额输入价格敏感模型，预测用户动支概率的步骤，进一步包括：从集成学习算法中选取xgboost二元分类算法作为价格敏感模型的算法；将所述存量用户特征数据和价格调整额输入价格敏感模型，通过xgboost二元分类算法，预测用户动支概率。根据本专利技术的一种优选实施方式，还包括：通过数据输出接口，输出所述目标用户至存储系统。本专利技术的第二方面提供一种基于价格敏感模型的金融产品定价装置，其特征在于，包括：存量用户特征数据获取模块，用于获取存量用户特征数据，其中，所述存量用户为未还清借款的用户；动支概率预测模块，用于将所述存量用户特征数据和价格调整额输入价格敏感模型，预测用户动支概率，其中，所述价格敏感模型，用于预测根据价格调整额进行价格调整后存量用户的动支概率；目标用户筛选模块，用于基于所述动支概率筛选出目标用户；金融产品定价确定模块，用于根据所述价格调整额，确定所述目标用户的金融产品定价。根据本专利技术的一种优选实施方式，还包括：价格调整额确定模块，用于根据所述存量用户特征数据，确定价格调整额。根据本专利技术的一种优选实施方式，所述价格调整额确定模块，进一步包括：固定值提额单元，用于根据所述存量用户特征数据，按照固定值提升价格，确定价格调整额；和/或固定比例提额单元，用于根据所述存量用户特征数据，按照固定比例提升价格，确定价格调整额。根据本专利技术的一种优选实施方式，所述存量用户特征数据获取模块，进一步包括：存量用户属性数据获取单元，用于获取存量用户属性数据，所述属性数据包括：年龄、性别、学历、收入、地点中的至少一个；存量用户借贷行为数据获取单元，用于获取存量用户借贷行为数据，所述借贷行为数据包括：总借款金额、总借款笔数、半年内借款笔数、半年内登陆次数中的至少一个；存量用户APP操作数据获取单元，用于获取存量用户APP操作数据，所述APP操作数据包括：APP登录时间、APP登录次数中的至少一个；特征数据生成单元，用于根据所述属性数据、借贷行为数据、和/或APP操作数据生成所述特征数据。根据本专利技术的一种优选实施方式，所述目标用户筛选模块，进一步包括：动支概率临界值确定单元，用于确定动支概率临界值；筛选规则确定单元，用于确定目标用户筛选规则，其中，所述目标用户筛选规则为动支概率大于动支概率临界值；目标用户筛选单元，用于将动支概率、动支概率临界值代入目标用户筛选规则，筛选出目标用户。根据本专利技术的一种优选实施方式，还包括：价格敏感模型构建模块，用于基于历史存量用户特征数据构建价格敏感模型。根据本专利技术的一种优选实施方式，所述价格敏感模型构建模块，进一步包括：历史存量用户数据获取单元，用于获取历史存量用户数据；特征数据筛选单元，用于从所述历史存量用户数据中筛选出历史存量用户特征数据；价格敏感模型构建单元，用于基于所述历史存量用户特征数据构建价格敏感模型；价格敏感模型优化单元，用于对所述价格敏感模型的特征参数进行调整，获取优化的价格敏感模型。根据本专利技术的一种优选实施方式，所述特征数据筛选单元，进一步包括：数据清洗子单元，用于对所述历史存量用户数据进行数据清洗，获取标准数据；特征工程子单元，用于通过特征工程，从所述标准数据中，筛选历史存量用户特征数据；特征数据优化子单元，用于对所述历史存量用户特征数据进行检验，获取优化的历史存量用户特征数据。根据本专利技术的一种优选实施方式，所述动支概率预测模块，进一步包括：算法选取单元，用于从集成学习算法中选取xgboost二元分类算法作为价格敏感模型的算法；动支概率预测单元，用于将所述存量用户特征数据和价格调整额输入价格敏感模型，通过xgboost二元分类算法，预测用户动支概率。根据本专利技术的一种优选实施方式，还包括：目标用户存储模块，用于通过数据输出接口，输出所述目标用户至存储系统。本专利技术的第三方面提供一种电子设备，其中，该电子设备包括：处理器；以及，存储计算机可执行指令的存储器，本文档来自技高网...

【技术保护点】
1.一种基于价格敏感模型的金融产品定价方法，其特征在于，包括：获取存量用户特征数据，其中，所述存量用户为未还清借款的用户；将所述存量用户特征数据和价格调整额输入价格敏感模型，预测用户动支概率，其中，所述价格敏感模型，用于预测根据价格调整额进行价格调整后存量用户的动支概率；基于所述动支概率筛选出目标用户；根据所述价格调整额，确定所述目标用户的金融产品定价。

【技术特征摘要】
1.一种基于价格敏感模型的金融产品定价方法，其特征在于，包括：获取存量用户特征数据，其中，所述存量用户为未还清借款的用户；将所述存量用户特征数据和价格调整额输入价格敏感模型，预测用户动支概率，其中，所述价格敏感模型，用于预测根据价格调整额进行价格调整后存量用户的动支概率；基于所述动支概率筛选出目标用户；根据所述价格调整额，确定所述目标用户的金融产品定价。2.如权利要求1所述的方法，其特征在于，还包括：根据所述存量用户特征数据，确定价格调整额。3.如权利要求1-2中任一项所述的方法，其特征在于，所述根据所述存量用户特征数据，确定价格调整额，进一步包括：根据所述存量用户特征数据，按照固定值提升价格，确定价格调整额；和/或根据所述存量用户特征数据，按照固定比例提升价格，确定价格调整额。4.如权利要求1-3中任一项所述的方法，其特征在于，所述获取存量用户特征数据，进一步包括：获取存量用户属性数据，所述属性数据包括：年龄、性别、学历、收入、地点中的至少一个；获取存量用户借贷行为数据，所述借贷行为数据包括：总借款金额、总借款笔数、半年内借款笔数、半年内登陆次数中的至少一个；获取存量用户APP操作数据，所述APP操作数据包括：APP登录时间、APP登录次数中的至少一个；根据所述属性数据、借贷行为数据、和/或APP操作数据生成所述特征数据。5.如权利要求1-4中任一项所述的方法，其特征在于，所述基于所述动支概率筛选出目标用户的步骤，进一步包括：确定动支概率临界值；确定目标用户筛选规则，...

【专利技术属性】
技术研发人员：陈睿楠，
申请(专利权)人：上海淇毓信息科技有限公司，
类型：发明
国别省市：上海,31