本发明专利技术属于人工智能技术领域,尤其涉及一种客户风险评估模型构建方法、装置、计算机可读存储介质及终端设备。所述方法从预设的数据集市中获取原始客户数据,并对所述原始客户数据进行解析,得到解析客户数据;从预设的配置文件中读取特征工程配置信息,并根据所述特征工程配置信息对所述解析客户数据进行特征工程处理,得到编码数据;从所述配置文件中读取模型配置信息,并根据所述模型配置信息和所述编码数据进行模型调参,得到客户风险评估模型。通过本发明专利技术,不再基于固化的框架进行模型构建,而是通过配置文件来对特征工程信息和模型信息进行灵活地配置,并按照这些配置完成整个模型构建过程,可以满足各种复杂的快速迭代的应用场景。
【技术实现步骤摘要】
客户风险评估模型构建方法、装置、存储介质及终端设备
本专利技术属于人工智能
,尤其涉及一种客户风险评估模型构建方法、装置、计算机可读存储介质及终端设备。
技术介绍
在现有技术中,普遍采用客户风险评估模型来对客户的违约风险进行评估,但现有的这些模型在构建过程中,一般都是采用一个固化的框架进行构建,构建过程灵活性极差,无法满足各种复杂的快速迭代的应用场景。
技术实现思路
有鉴于此,本专利技术实施例提供了一种客户风险评估模型构建方法、装置、计算机可读存储介质及终端设备,以解决现有的模型构建方法灵活性极差,无法满足各种复杂的快速迭代的应用场景的问题。本专利技术实施例的第一方面提供了一种客户风险评估模型构建方法,可以包括:从预设的数据集市中获取原始客户数据,并对所述原始客户数据进行解析,得到解析客户数据;从预设的配置文件中读取特征工程配置信息,并根据所述特征工程配置信息对所述解析客户数据进行特征工程处理,得到编码数据;从所述配置文件中读取模型配置信息,并根据所述模型配置信息和所述编码数据进行模型调参,得到客户风险评估模型。进一步地,所述模型配置信息包括模型列表和模型融合方式;所述根据所述模型配置信息和所述编码数据进行模型调参,得到客户风险评估模型,包括:根据所述模型融合方式对所述模型列表中的各个模型进行模型融合处理,得到融合模型;根据所述编码数据对所述融合模型进行模型调参,得到所述客户风险评估模型。进一步地,所述特征工程配置信息包括特征筛选标识位;所述根据所述特征工程配置信息对所述解析客户数据进行特征工程处理,得到编码数据,包括:若所述特征筛选标识位为预设的第一数值,则对所述解析客户数据中的各个客户特征进行特征筛选,得到优选客户特征;对从所述解析客户数据中筛选出的优选客户特征进行特征编码,得到所述编码数据。进一步地,所述特征工程配置信息还包括筛选维度和筛选阈值;所述对所述解析客户数据中的各个客户特征进行特征筛选,得到优选客户特征,包括:分别计算所述解析客户数据中的各个客户特征在所述筛选维度上的评估值;根据所述筛选阈值和所述评估值对各个客户特征进行特征筛选,得到所述优选客户特征。进一步地,所述特征工程配置信息还包括特征编码方式;所述对从所述解析客户数据中筛选出的优选客户特征进行特征编码,得到所述编码数据,包括:按照所述特征编码方式对所述优选客户特征进行特征编码,得到所述编码数据。进一步地,所述根据所述特征工程配置信息对所述解析客户数据进行特征工程处理,得到编码数据,还可以包括:若所述特征筛选标识位为预设的第二数值,则对所述解析客户数据中的各个客户特征进行特征编码,得到所述编码数据。进一步地,在得到客户风险评估模型之后,还可以包括:从所述配置文件中读取阈值设置信息,并根据所述阈值设置信息设置所述客户风险评估模型的风险等级划分阈值。本专利技术实施例的第二方面提供了一种客户风险评估模型构建装置,可以包括:数据解析模块,用于从预设的数据集市中获取原始客户数据,并对所述原始客户数据进行解析,得到解析客户数据;特征工程模块,用于从预设的配置文件中读取特征工程配置信息,并根据所述特征工程配置信息对所述解析客户数据进行特征工程处理,得到编码数据;模型调参模块,用于从所述配置文件中读取模型配置信息,并根据所述模型配置信息和所述编码数据进行模型调参,得到客户风险评估模型。进一步地,所述模型配置信息包括模型列表和模型融合方式;所述模型调参模块可以包括:模型融合模块,用于根据所述模型融合方式对所述模型列表中的各个模型进行模型融合处理,得到融合模型;模型调参单元,用于根据所述编码数据对所述融合模型进行模型调参,得到所述客户风险评估模型。进一步地,所述特征工程配置信息包括特征筛选标识位;所特征工程模块可以包括:特征筛选单元,用于若所述特征筛选标识位为预设的第一数值,则对所述解析客户数据中的各个客户特征进行特征筛选,得到优选客户特征;第一特征编码单元,用于对从所述解析客户数据中筛选出的优选客户特征进行特征编码,得到所述编码数据。进一步地,所述特征工程配置信息还包括筛选维度和筛选阈值;所述特征筛选单元可以包括:评估值计算子单元,用于分别计算所述解析客户数据中的各个客户特征在所述筛选维度上的评估值;特征筛选子单元,用于根据所述筛选阈值和所述评估值对各个客户特征进行特征筛选,得到所述优选客户特征。进一步地,所述特征工程配置信息还包括特征编码方式;所述第一特征编码单元具体用于按照所述特征编码方式对所述优选客户特征进行特征编码,得到所述编码数据。进一步地,所述所特征工程模块可以包括:第二特征编码单元,用于若所述特征筛选标识位为预设的第二数值,则对所述解析客户数据中的各个客户特征进行特征编码,得到所述编码数据。进一步地,所述客户风险评估模型构建装置还可以包括:阈值设置模块,用于从所述配置文件中读取阈值设置信息,并根据所述阈值设置信息设置所述客户风险评估模型的风险等级划分阈值。本专利技术实施例的第三方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可读指令,所述计算机可读指令被处理器执行时实现上述任意一种客户风险评估模型构建方法的步骤。本专利技术实施例的第四方面提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令,所述处理器执行所述计算机可读指令时实现上述任意一种客户风险评估模型构建方法的步骤。本专利技术实施例与现有技术相比存在的有益效果是:本专利技术实施例从预设的数据集市中获取原始客户数据,并对所述原始客户数据进行解析,得到解析客户数据;从预设的配置文件中读取特征工程配置信息,并根据所述特征工程配置信息对所述解析客户数据进行特征工程处理,得到编码数据;从所述配置文件中读取模型配置信息,并根据所述模型配置信息和所述编码数据进行模型调参,得到客户风险评估模型。通过本专利技术实施例,不再基于固化的框架进行模型构建,而是通过配置文件来对特征工程信息和模型信息进行灵活地配置,并按照这些配置完成整个模型构建过程,可以满足各种复杂的快速迭代的应用场景。附图说明为了更清楚地说明本专利技术实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本专利技术的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。图1为本专利技术实施例中一种客户风险评估模型构建方法的一个实施例流程图;图2为模型调参的一种具体实现方式的示意图;图3为模型调参的另一种具体实现方式的示意图;图4为本专利技术实施例中一种客户风险评估模型构建装置的一个实施例结构图;图本文档来自技高网...
【技术保护点】
1.一种客户风险评估模型构建方法,其特征在于,包括:/n从预设的数据集市中获取原始客户数据,并对所述原始客户数据进行解析,得到解析客户数据;/n从预设的配置文件中读取特征工程配置信息,并根据所述特征工程配置信息对所述解析客户数据进行特征工程处理,得到编码数据;/n从所述配置文件中读取模型配置信息,并根据所述模型配置信息和所述编码数据进行模型调参,得到客户风险评估模型。/n
【技术特征摘要】
1.一种客户风险评估模型构建方法,其特征在于,包括:
从预设的数据集市中获取原始客户数据,并对所述原始客户数据进行解析,得到解析客户数据;
从预设的配置文件中读取特征工程配置信息,并根据所述特征工程配置信息对所述解析客户数据进行特征工程处理,得到编码数据;
从所述配置文件中读取模型配置信息,并根据所述模型配置信息和所述编码数据进行模型调参,得到客户风险评估模型。
2.根据权利要求1所述的客户风险评估模型构建方法,其特征在于,所述模型配置信息包括模型列表和模型融合方式;
所述根据所述模型配置信息和所述编码数据进行模型调参,得到客户风险评估模型,包括:
根据所述模型融合方式对所述模型列表中的各个模型进行模型融合处理,得到融合模型;
根据所述编码数据对所述融合模型进行模型调参,得到所述客户风险评估模型。
3.根据权利要求1所述的客户风险评估模型构建方法,其特征在于,所述特征工程配置信息包括特征筛选标识位;
所述根据所述特征工程配置信息对所述解析客户数据进行特征工程处理,得到编码数据,包括:
若所述特征筛选标识位为预设的第一数值,则对所述解析客户数据中的各个客户特征进行特征筛选,得到优选客户特征;
对从所述解析客户数据中筛选出的优选客户特征进行特征编码,得到所述编码数据。
4.根据权利要求3所述的客户风险评估模型构建方法,其特征在于,所述特征工程配置信息还包括筛选维度和筛选阈值;
所述对所述解析客户数据中的各个客户特征进行特征筛选,得到优选客户特征,包括:
分别计算所述解析客户数据中的各个客户特征在所述筛选维度上的评估值;
根据所述筛选阈值和所述评估值对各个客户特征进行特征筛选,得到所述优选客户特征。
5.根据权利要求3所述...
【专利技术属性】
技术研发人员:林丹,
申请(专利权)人:中国平安人寿保险股份有限公司,
类型:发明
国别省市:广东;44
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。