逾期风险控制方法、设备及可读存储介质技术

技术编号:25952811 阅读:27 留言:0更新日期:2020-10-17 03:45
本申请公开了一种逾期风险控制方法、设备及可读存储介质,所述逾期风险控制方法包括:获取目标用户对应的逾期特征数据,并将所述逾期特征数据输入预设逾期预测模型,对所述目标用户进行逾期预测,获得逾期预测结果,进而对所述逾期预测结果进行模型预测解释,确定所述逾期预测结果对应的逾期影响因素,进而基于所述逾期影响因素,生成催收信息,以控制所述目标用户对应的逾期风险。本申请解决了贷款逾期风险高的技术问题。

【技术实现步骤摘要】
逾期风险控制方法、设备及可读存储介质
本申请涉及人工智能领域,尤其涉及一种逾期风险控制方法、设备及可读存储介质。
技术介绍
随着金融科技,尤其是互联网科技金融的不断发展,越来越多的技术(如分布式、区块链Blockchain、人工智能等)应用在金融领域,但金融业也对技术提出了更高的要求,如对金融业对应待办事项的分发也有更高的要求。随着计算机软件和人工智能的不断发展,机器学习模型在商业银行或者其他信贷金融机构的业务中应用广泛,目前,逾期预测模型可对用户进行评分,进而基于评分,预测用户贷款是否会逾期,例如,若评分高于阀值,则预测结果为逾期,进而在用户发生实际逾期行为前,基于评分生成催收信息,以督促用户按期还款,但是,对于贷款用户,基于评分生成的催收信息所具备的置信度较低,贷款用户在接收到催收信息后,往往不愿意按期还款,进而导致贷款逾期的风险较高。
技术实现思路
本申请的主要目的在于提供一种逾期风险控制方法、设备及可读存储介质,旨在解决现有技术中贷款逾期风险高的技术问题。为实现上述目的,本申请提供一种逾期风险控制方法,所述逾期风险控制方法应用于逾期风险控制设备,所述逾期风险控制方法包括:获取目标用户对应的逾期特征数据,并将所述逾期特征数据输入预设逾期预测模型,对所述目标用户进行逾期预测,获得逾期预测结果;对所述逾期预测结果进行模型预测解释,确定所述逾期预测结果对应的逾期影响因素;基于所述逾期影响因素,生成催收信息,以控制所述目标用户对应的逾期风险。可选地,所述逾期影响因素包括目标逾期特征,所述对所述逾期预测结果进行模型预测解释,确定所述逾期预测结果对应的逾期影响因素的步骤包括:若所述逾期预测结果符合预设催收条件,则确定所述逾期特征数据对应的各逾期特征;基于所述预设逾期预测模型,分别计算各所述逾期特征对所述逾期预测结果的特征贡献度;基于各所述特征贡献度,在各所述逾期特征中确定所述目标逾期特征。可选地,所述基于各所述特征贡献度,在各所述逾期特征中确定所述目标逾期特征的步骤包括:确定各所述特征贡献度的目标绝对值,并对各所述目标绝对值进行排序,获得排序结果;基于所述排序结果,在各所述逾期特征中选取所述目标逾期特征。可选地,所述逾期预测结果包括逾期概率,在所述若所述逾期预测结果符合预设催收条件,则确定所述逾期特征数据对应的各逾期特征的步骤之前,所述逾期风险控制方法还包括:将所述逾期概率与预设逾期概率阀值进行比对,若所述逾期概率大于所述预设逾期概率阀值,则判定所述逾期预测结果符合所述预设催收条件;若所述逾期概率小于或者等于所述预设逾期概率阀值,则判定所述逾期预测结果不符合所述预设催收条件。可选地,所述逾期影响因素包括目标逾期特征,所述基于所述逾期影响因素,生成催收信息的步骤包括:基于所述目标逾期特征对应的目标特征编码组合,匹配所述目标逾期特征组合对应的催收关键词;基于所述催收关键词,生成所述催收信息。可选地,所述将所述逾期特征数据输入预设逾期预测模型,对所述目标用户进行逾期预测,获得逾期预测结果的步骤包括:将所述逾期特征数据输入所述预设逾期预测模型,对所述逾期特征数据进行分类,以对所述目标用户进行逾期预测,获得分类标签;基于所述分类标签,确定所述逾期预测结果。可选地,所述基于所述预设逾期预测模型,分别计算各所述逾期特征对所述逾期预测结果的特征贡献度的步骤包括:基于各所述逾期特征和所述逾期特征数据,确定模型解释样本集;基于所述预设逾期预测模型和所述模型解释样本集,分别计算各所述特征贡献度。可选地,所述模型解释样本集至少包括一个模型输入元素,所述模型输入元素至少包括一个第一类型元素和一个第二类型元素,所述基于各所述逾期特征和所述逾期特征数据,确定模型解释样本集的步骤包括:在各所述逾期特征中选取目标特征,并在所述逾期特征数据中剔除所述目标特征对应的目标特征数据,获得剔除数据集,并在所述剔除数据集中选取所述第一类型元素之一,其中,所述第一类型元素为所述剔除数据集的子集;将所述目标特征数据加入所述第一类型元素,获得所述第二类型元素之一;重新在所述逾期特征中选取所述目标特征,以获取其他所述第一类型元素和其他所述第二类型元素,直至所述逾期特征数据中不存在所述目标特征,获得所述模型解释样本集。本申请还提供一种逾期风险控制装置,所述逾期风险控制装置为虚拟装置,且所述逾期风险控制装置应用于逾期风险控制设备,所述逾期风险控制装置包括:预测模块,用于获取目标用户对应的逾期特征数据,并将所述逾期特征数据输入预设逾期预测模型,对所述目标用户进行逾期预测,获得逾期预测结果;模型解释模块,用于对所述逾期预测结果进行模型预测解释,确定所述逾期预测结果对应的逾期影响因素;生成模块,用于基于所述逾期影响因素,生成催收信息,以控制所述目标用户对应的逾期风险。可选地,所述模型解释模块包括:第一确定子模块,用于若所述逾期预测结果符合预设催收条件,则确定所述逾期特征数据对应的各逾期特征;计算子模块,用于基于所述预设逾期预测模型,分别计算各所述逾期特征对所述逾期预测结果的特征贡献度;第二确定子模块,用于基于各所述特征贡献度,在各所述逾期特征中确定所述目标逾期特征。可选地,所述第一确定子模块包括:排序单元,用于确定各所述特征贡献度的目标绝对值,并对各所述目标绝对值进行排序,获得排序结果;选取单元,用于基于所述排序结果,在各所述逾期特征中选取所述目标逾期特征。可选地,所述逾期风险控制装置还包括:第一判定模块,用于将所述逾期概率与预设逾期概率阀值进行比对,若所述逾期概率大于所述预设逾期概率阀值,则判定所述逾期预测结果符合所述预设催收条件;第二判定模块,用于若所述逾期概率小于或者等于所述预设逾期概率阀值,则判定所述逾期预测结果不符合所述预设催收条件。可选地,所述生成模块包括:匹配子模块,用于基于所述目标逾期特征对应的目标特征编码组合,匹配所述目标逾期特征组合对应的催收关键词;生成子模块,用于基于所述催收关键词,生成所述催收信息。可选地,所述预测模块包括:分类子模块,用于将所述逾期特征数据输入所述预设逾期预测模型,对所述逾期特征数据进行分类,以对所述目标用户进行逾期预测,获得分类标签;第三确定子模块,用于基于所述分类标签,确定所述逾期预测结果。可选地,所述计算子模块包括:确定单元,用于基于各所述逾期特征和所述逾期特征数据,确定模型解释样本集;计算单元,用于基于所述预设逾期预测模型和所述模型解释样本集,分别计算各所述特征贡献度。可选地,所述确定单元包括:剔除子单元,用于在各所述逾期特征中选取目标特征,并在所述逾期特征数据中剔除所述目标特征对应的目标特征数据,获本文档来自技高网...

【技术保护点】
1.一种逾期风险控制方法,其特征在于,所述逾期风险控制方法包括:/n获取目标用户对应的逾期特征数据,并将所述逾期特征数据输入预设逾期预测模型,对所述目标用户进行逾期预测,获得逾期预测结果;/n对所述逾期预测结果进行模型预测解释,确定所述逾期预测结果对应的逾期影响因素;/n基于所述逾期影响因素,生成催收信息,以控制所述目标用户对应的逾期风险。/n

【技术特征摘要】
1.一种逾期风险控制方法,其特征在于,所述逾期风险控制方法包括:
获取目标用户对应的逾期特征数据,并将所述逾期特征数据输入预设逾期预测模型,对所述目标用户进行逾期预测,获得逾期预测结果;
对所述逾期预测结果进行模型预测解释,确定所述逾期预测结果对应的逾期影响因素;
基于所述逾期影响因素,生成催收信息,以控制所述目标用户对应的逾期风险。


2.如权利要求1所述逾期风险控制方法,其特征在于,所述逾期影响因素包括目标逾期特征,
所述对所述逾期预测结果进行模型预测解释,确定所述逾期预测结果对应的逾期影响因素的步骤包括:
若所述逾期预测结果符合预设催收条件,则确定所述逾期特征数据对应的各逾期特征;
基于所述预设逾期预测模型,分别计算各所述逾期特征对所述逾期预测结果的特征贡献度;
基于各所述特征贡献度,在各所述逾期特征中确定所述目标逾期特征。


3.如权利要求2所述逾期风险控制方法,其特征在于,所述基于各所述特征贡献度,在各所述逾期特征中确定所述目标逾期特征的步骤包括:
确定各所述特征贡献度的目标绝对值,并对各所述目标绝对值进行排序,获得排序结果;
基于所述排序结果,在各所述逾期特征中选取所述目标逾期特征。


4.如权利要求2所述逾期风险控制方法,其特征在于,所述逾期预测结果包括逾期概率,
在所述若所述逾期预测结果符合预设催收条件,则确定所述逾期特征数据对应的各逾期特征的步骤之前,所述逾期风险控制方法还包括:
将所述逾期概率与预设逾期概率阀值进行比对,若所述逾期概率大于所述预设逾期概率阀值,则判定所述逾期预测结果符合所述预设催收条件;
若所述逾期概率小于或者等于所述预设逾期概率阀值,则判定所述逾期预测结果不符合所述预设催收条件。


5.如权利要求1所述逾期风险控制方法,其特征在于,所述逾期影响因素包括目标逾期特征,
所述基于所述逾期影响因素,生成催收信息的步骤包括:
基于所述目标逾期特征对应的目标特征编码组合,匹配所述目标逾期特征组合对应的催收关键词;
基于所述催收关键词,生成所述催收信息。
<...

【专利技术属性】
技术研发人员:卓本刚黄启军唐兴兴李诗琦
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

网友询问留言 已有0条评论
  • 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。

1