一种基于用户在线上贷款推荐应用上的操作行为分析借贷风险的方法技术

本发明专利技术涉及一种基于用户在线上贷款推荐应用上的操作行为分析借贷风险的方法，包括以下步骤，步骤S1：贷款推荐平台采集用户在其应用中的浏览、点击的操作行为；步骤S2:与贷款推荐平台连接的服务器将操作行为归入各个Bin，同时贷款推荐平台通过大数据检索产生用户的信用数据；步骤S3：将这些整理后的数据连同贷款机构产品提供的用户的信用数据一起输入GBDT机器学习模型，得出损益曲线上的最佳平衡点，即得到风险模型，进而得出借贷指数的映射；之后服务器得到的某用户操作行为的Bin可直接输入风险模型，进而得到某一个用户的借贷指数，将借贷指数传输给贷款机构的产品做进一步风险参考。

【技术实现步骤摘要】
一种基于用户在线上贷款推荐应用上的操作行为分析借贷风险的方法
本专利技术涉及线上贷款
，尤其是涉及一种基于用户在线上贷款推荐应用上的操作行为分析借贷风险的方法。
技术介绍
线上贷款推荐作为一种商业模式，为银行等相关金融放贷机构的金融产品提供了用户来源。当前线上贷款推荐一般只是将用户的基本资料等传输给金融放贷机构，是现有金融机构做风险控制的主要来源。但在一些拥有自主应用的放贷机构，正在使用用户的操作行为作为风险控制的补充。用户在线上贷款推荐应用上的操作也可以作为平行于基本资料的新信息传输给放贷机构的产品做风险控制。一些放贷机构的自主所有的应用中，会利用用户在其应用上的操作行为作为风险控制的重要输入项。而在这些应用的上游用户来源的线上贷款推荐应用中还没有采集、分析并传输给放贷产品的先例。用户行为作为一种用户的下意识操作留存，对判断放贷风险有一定作用。当前只在一些放贷机构的自主应用中有为风险控制所用，如通过用户填写资料时的输入时间判断是否为不熟悉资料的他人代填等。而放贷机构在做用户风险判断时，普遍对用户的多头借贷水平很重本文档来自技高网...

【技术保护点】
1.一种基于用户在线上贷款推荐应用上的操作行为分析借贷风险的方法，其特征在于：包括以下步骤，/n步骤S1：贷款推荐平台采集用户在其应用中的浏览、点击的操作行为；/n步骤S2:与所述贷款推荐平台连接的服务器将所述操作行为归入各个Bin，同时所述贷款推荐平台通过大数据检索产生用户的信用数据；/n步骤S3：将这些整理后的数据连同贷款机构产品提供的用户的信用数据一起输入GBDT机器学习模型，得出损益曲线上的最佳平衡点，即得到风险模型，进而得出借贷指数的映射；/n之后所述服务器得到的某用户操作行为的Bin可直接输入所述风险模型，进而得到某一个用户的所述借贷指数，将所述借贷指数传输给贷款机构的产品做进一步...

【技术特征摘要】
1.一种基于用户在线上贷款推荐应用上的操作行为分析借贷风险的方法，其特征在于：包括以下步骤，
步骤S1：贷款推荐平台采集用户在其应用中的浏览、点击的操作行为；
步骤S2:与所述贷款推荐平台连接的服务器将所述操作行为归入各个Bin，同时所述贷款推荐平台通过大数据检索产生用户的信用数据；
步骤S3：将这些整理后的数据连同贷款机构产品提供的用户的信用数据一起输入GBDT机器学习模型，得出损益曲线上的最佳平衡点，即得到风险模型，进而得出借贷指数的映射；
之后所述服务器得到的某用户操作行为的Bin可直接输入所述风险模型，进而得到某一个用户的所述借贷指数，将所述借贷指数传输给贷款机构的产品做进一步风险参考。


2.根据权利要求1所述的一种基于用户在线上贷款推荐应用上的操作行为分析借贷风险的方法，其特征在于：在步骤S2中，客户端采集的所述用户操作行为的项目包括列表打开次数及停留时间、在列表中点击...

【专利技术属性】
技术研发人员：曾天宇，边前卫，王驰，张盛业，
申请(专利权)人：上海印闪网络科技有限公司，
类型：发明
国别省市：上海;31