基于因子分解机的APP风险评估方法、装置和电子设备制造方法及图纸

本发明专利技术公开了基于因子分解机的APP风险评估方法、装置和电子设备，其中方法包括：获取与用户关联的移动终端的APP安装列表信息；根据APP安装列表信息提取APP特征和APP组合特征；将APP特征和APP组合特征进行独热编码，得到与用户关联的独热编码特征；将独热编码特征输入训练好的机器学习模型，计算用户的风险评分。本发明专利技术通过将用户移动终端APP安装列表信息转换成的独热编码特征代入预设的机器学习模型进行训练，从而得到用户的授信风险，操作简单，易于实现，且评估的授信风险结果准确率高，同时还能够在较稀疏的数据集的情况下评估出有多个特征组合时对授信风险的贡献度，稳定性较好，在建模和特征维护方面，投入的人力少，节省资源，效果显著。

【技术实现步骤摘要】
基于因子分解机的APP风险评估方法、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，涉及一种基于因子分解机的APP风险评估方法、装置、电子设备及计算机可读介质。
技术介绍
在客户充分授权的情况下，获取客户终端应用程序(APP)相关的信息用以风险控制是消费金融领域的一种普遍做法。对于客户APP信息的挖掘，普遍的做法是对APP进行分类，然后通过统计客户对某一类APP的安装和使用偏好来进行客户画像。这种做法的缺点在于APP的分类非常难以维护，因为本身很多APP兼具多重功能，难以将这些APP分到某一类。比如某APP，既有社交属性，又有理财、支付等功能。正是因为APP数据比较重要，因此业内的消费金融公司都会在贷前或者贷中建立APP风险模型。现有的APP风险模型一般用的是逻辑回归或者一些集成算法，如GBDT、xgboost等。这类算法一般需要事先对特征进行一定的挖掘，以构建有一定的区分度的变量，然后将这些变量送入模型进行模型训练。这些模型确实能学习到特征的潜在规律并用于风险控制，但是这些模型回答不了同时有APPa和b或者同时拥有特征a和b时，组本文档来自技高网...

【技术保护点】
1.一种基于因子分解机的APP风险评估方法，用于评估用户的金融风险，其特征在于，包括：/n获取与用户关联的移动终端的APP安装列表信息；/n根据所述APP安装列表信息提取APP特征和APP组合特征；/n将所述APP特征和APP组合特征进行独热编码，得到与用户关联的独热编码特征；/n将所述独热编码特征输入训练好的机器学习模型，计算所述用户的风险评分。/n

【技术特征摘要】
1.一种基于因子分解机的APP风险评估方法，用于评估用户的金融风险，其特征在于，包括：
获取与用户关联的移动终端的APP安装列表信息；
根据所述APP安装列表信息提取APP特征和APP组合特征；
将所述APP特征和APP组合特征进行独热编码，得到与用户关联的独热编码特征；
将所述独热编码特征输入训练好的机器学习模型，计算所述用户的风险评分。


2.根据权利要求1所述的方法，其特征在于，所述机器学习模型为因子分解机模型。


3.根据权利要求1-2中任一项所述的方法，其特征在于，所述根据所述APP安装列表信息提取APP特征和APP组合特征，进一步包括：
对所述APP安装列表信息中的每个APP设定对应的特征；
将所述APP安装列表信息中的任意两个APP对应的特征进行组合，得到所述组合特征。


4.根据权利要求1-3中任一项所述的方法，其特征在于，所述对所述APP安装列表信息中的每个APP设定对应的特征，进一步包括：
将所述APP安装列表信息中的每个APP进行分类；
将所述APP安装列表信息中的同一类型的APP设定为同一个特征。


5.根据权利要求1-4中任一项所述的方法，其特征在于，所述类型包括以下的任意一种：金融类、贷款类、理财类、社交类、游戏类、工作类。


6.根据权利要求1-5中任一项所述的方法，其特征在于，所述根据所述APP安装列表信息提取APP特征和APP组...

【专利技术属性】
技术研发人员：聂婷婷，张蓉，姚王照，
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