【技术实现步骤摘要】
一种贷款连续逾期的预测方法及装置
本专利技术涉及人工智能
,具体涉及一种贷款连续逾期的预测方法及装置。
技术介绍
随着用户消费习惯的逐渐改变,贷款量不断增长,贷款的逾期风险也在不断增加。因此,提供贷款的一方需要对贷款逾期风险进行管控。目前,行业内在贷后管理依赖专家经验进行决策,主观因素影响较大。对贷款的监控指标单一,主要是逾期天数、逾期金额等事后指标,导致不良贷款发现不及时,贷款事后风控管理被动。
技术实现思路
针对现有技术中的问题,本专利技术实施例提供一种贷款连续逾期的预测方法及装置,能够至少部分地解决现有技术中存在的问题。一方面,本专利技术提出一种贷款连续逾期的预测方法,包括:获取客户的贷款逾期评估信息;对所述贷款逾期评估信息进行预处理,获得贷款特征数据;将所述贷款特征数据输入至贷款连续逾期预测模型,输出所述客户的贷款连续逾期的预测结果;其中,所述贷款连续逾期预测模型是基于贷款逾期评估样本数据以及预先确定的贷款连续逾期标签训练后获得的。另一方面,本专利技术提供一种贷款连续逾期的预测装置,包括:获取单元,用于获取客户的贷款逾期评估信息;预处理单元,用于对所述贷款逾期评估信息进行预处理,获得贷款特征数据;预测单元,用于将所述贷款特征数据输入至贷款连续逾期预测模型,输出所述客户的贷款连续逾期的预测结果;其中,所述贷款连续逾期预测模型是基于贷款逾期评估样本数据以及预先确定的贷款连续逾期标签训练后获得的。再一方面,本专 ...
【技术保护点】
1.一种贷款连续逾期的预测方法,其特征在于,包括:/n获取客户的贷款逾期评估信息;/n对所述贷款逾期评估信息进行预处理,获得贷款特征数据;/n将所述贷款特征数据输入至贷款连续逾期预测模型,输出所述客户的贷款连续逾期的预测结果;其中,所述贷款连续逾期预测模型是基于贷款逾期评估样本数据以及预先确定的贷款连续逾期标签训练后获得的。/n
【技术特征摘要】
1.一种贷款连续逾期的预测方法,其特征在于,包括:
获取客户的贷款逾期评估信息;
对所述贷款逾期评估信息进行预处理,获得贷款特征数据;
将所述贷款特征数据输入至贷款连续逾期预测模型,输出所述客户的贷款连续逾期的预测结果;其中,所述贷款连续逾期预测模型是基于贷款逾期评估样本数据以及预先确定的贷款连续逾期标签训练后获得的。
2.根据权利要求1所述的方法,其特征在于,基于贷款逾期评估样本数据以及预先确定的贷款连续逾期标签训练所述贷款连续逾期预测模型的步骤包括:
对所述贷款逾期评估样本数据进行预处理,获得样本特征集,并将所述样本特征集划分为训练集、验证集和测试集;
根据所述训练集、所述训练集对应的贷款连续逾期标签以及梯度提升机算法模型,训练获得待确定贷款连续逾期预测模型;
根据所述验证集以及所述验证集对应的贷款连续逾期标签对所述待确定贷款连续逾期预测模型进行验证;
若判断所述待确定贷款连续逾期预测模型通过验证,则根据所述测试集以及测试集对应的贷款连续逾期标签对所述待确定贷款连续逾期预测模型进行测试;
若判断获知所述待确定贷款连续逾期预测模型通过测试,则将所述待确定贷款连续逾期预测模型作为所述贷款连续逾期预测模型。
3.根据权利要求2所述的方法,其特征在于,所述根据所述验证集以及所述验证集对应的贷款连续逾期标签对所述待确定贷款连续逾期预测模型进行验证包括:
将所述验证集的各个样本特征数据分别输入至所述待确定贷款连续逾期预测模型,输出每个样本特征数据的预测结果;
根据所述验证集的各个样本特征数据的预测结果以及各个样本特征数据对应的贷款连续逾期标签,获得ROC曲线;
根据ROC曲线对应的AUC值对所述待确定贷款连续逾期预测模型进行验证。
4.根据权利要求1至3任一项所述的方法,其特征在于,所述贷款逾期评估信息包括客户基本信息、客户资产信息、客户贷款信息、交易信息、风险信息和同类客户信息六类信息。
5.一种贷款连续逾期的预测装置,其特征在于,包括:
获取单元,用于获取客户的贷款逾期评估信息;
预处理单元,用于对所述贷款逾期评估信息进行预处理,获...
【专利技术属性】
技术研发人员:张营,谢阳,戴丹,蓝振杰,
申请(专利权)人:中国工商银行股份有限公司,
类型:发明
国别省市:北京;11
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。