风险控制规则确定方法、装置和电子设备制造方法及图纸

本申请提供的风险控制规则确定方法、装置和电子设备，涉及信贷风控技术领域。在本申请中，首先，获取多条信贷业务样本信息；其次，将多条信贷业务样本信息进行分割处理，形成训练样本集合和测试样本集合；然后，基于目标决策树算法对训练样本集合中的信贷业务样本信息进行切分处理，得到至少一条信贷业务风险控制规则；最后，基于测试样本集合中的信贷业务样本信息对至少一条信贷业务风险控制规则进行验证处理，以得到符合目标条件的至少一条目标信贷业务风险控制规则，用于判断目标信贷业务是否予以审核通过。基于上述方法，可以改善现有信贷风控技术中存在的风险控制效果不佳的问题。

【技术实现步骤摘要】
风险控制规则确定方法、装置和电子设备
本申请涉及信贷风控
，具体而言，涉及一种风险控制规则确定方法、装置和电子设备。
技术介绍
消费信贷市场正展现出惊人的潜力，各金融机构纷纷布局个人线上信贷业务。其中，在线上消费信贷风控中，针对不同的客群、不同的产品，都需要定制化的设计不同的风控规则，以保证在贷前授信阶段将欺诈客群和低还款能力的客群排除掉。但是，经专利技术人研究发现，在现有技术中，基于经验设置的风控规则，由于人为不确定性因素较多，不同的人往往会设置不同的阈值，可能会导致风控策略不准确，如打扰率过高或者准确率过低，因而，存在风险控制效果不佳的问题。。
技术实现思路
有鉴于此，本申请的目的在于提供一种风险控制规则确定方法、装置和电子设备，以改善现有信贷风控技术中存在的风险控制效果不佳的问题。为实现上述目的，本申请实施例采用如下技术方案：一种风险控制规则确定方法，应用于电子设备，所述风险控制规则确定方法包括：获取多条信贷业务样本信息，其中，每一条所述信贷业务样本信息基于历史上每一次处理信贷业务之后生成本文档来自技高网...

【技术保护点】
1.一种风险控制规则确定方法，其特征在于，应用于电子设备，所述风险控制规则确定方法包括：/n获取多条信贷业务样本信息，其中，每一条所述信贷业务样本信息基于历史上每一次处理信贷业务之后生成，每一条所述信贷业务样本信息具有标签信息，所述标签信息用于表征信贷客户是否发生逾期；/n将所述多条信贷业务样本信息进行分割处理，形成训练样本集合和测试样本集合，其中，所述训练样本集合包括多条信贷业务样本信息，所述测试样本集合包括多条信贷业务样本信息；/n基于目标决策树算法对所述训练样本集合中的信贷业务样本信息进行切分处理，得到至少一条信贷业务风险控制规则；/n基于所述测试样本集合中的信贷业务样本信息对所述至少一...

【技术特征摘要】
1.一种风险控制规则确定方法，其特征在于，应用于电子设备，所述风险控制规则确定方法包括：
获取多条信贷业务样本信息，其中，每一条所述信贷业务样本信息基于历史上每一次处理信贷业务之后生成，每一条所述信贷业务样本信息具有标签信息，所述标签信息用于表征信贷客户是否发生逾期；
将所述多条信贷业务样本信息进行分割处理，形成训练样本集合和测试样本集合，其中，所述训练样本集合包括多条信贷业务样本信息，所述测试样本集合包括多条信贷业务样本信息；
基于目标决策树算法对所述训练样本集合中的信贷业务样本信息进行切分处理，得到至少一条信贷业务风险控制规则；
基于所述测试样本集合中的信贷业务样本信息对所述至少一条信贷业务风险控制规则进行验证处理，以得到符合目标条件的至少一条目标信贷业务风险控制规则，其中，所述至少一条目标信贷业务风险控制规则用于判断目标信贷业务的逾期概率是否达到预设概率，并在所述逾期概率大于所述预设概率时，确定所述目标信贷业务不予审核通过。


2.根据权利要求1所述的风险控制规则确定方法，其特征在于，所述将所述多条信贷业务样本信息进行分割处理，形成训练样本集合和测试样本集合的步骤，包括：
获取预先确定的目标比例信息；
基于所述目标比例信息将所述多条信贷业务样本信息进行分割处理，形成包括第一数量条信贷业务样本信息的训练样本集合和包括第二数量条信贷业务样本信息的测试样本集合，其中，所述第一数量和所述第二数量之间的比值等于所述目标比例信息，且所述第一数量大于所述第二数量。


3.根据权利要求1所述的风险控制规则确定方法，其特征在于，所述基于目标决策树算法对所述训练样本集合中的信贷业务样本信息进行切分处理，得到至少一条信贷业务风险控制规则的步骤，包括：
获取预先确定的第一决策树参数和第二决策树参数，其中，所述第一决策树参数用于表征决策树在进行切分处理时的节点划分最小不纯度，所述第二决策树参数用于表征决策树在进行切分处理时的节点划分所需最小样本数量，所述第一决策树参数小于0.001、大于0.01，所述第二决策树参数小于10、大于100；
基于所述第一决策树参数、所述第二决策树参数和目标决策树算法对所述训练样本集合中的信贷业务样本信息进行切分处理，得到至少一条信贷业务风险控制规则。


4.根据权利要求3所述的风险控制规则确定方法，其特征在于，所述基于所述第一决策树参数、所述第二决策树参数和目标决策树算法对所述训练样本集合中的信贷业务样本信息进行切分处理，得到至少一条信贷业务风险控制规则的步骤，包括：
基于所述第一决策树参数、所述第二决策树参数和目标决策树算法对所述训练样本集合中的信贷业务样本信息进行第一切分处理，得到至少一条初始信贷业务风险控制规则；
确定所述至少一条初始信贷业务风险控制规则的可解释性是否达到目标程度，并在所述可解释性未达到所述目标程度时，对所述第一决策树参数和所述第二决策树参数进行调整，得到新的第一决策树参数和新的第二决策树参数；
基于所述新的第一决策树参数、所述新的第二决策树参数和目标决策树算法对所述训练样本集合中的信贷业务样本信息进行第二切分处理，得到至少一条信贷业务风险控制规则。


5.根据权利要求1所述的风险控制规则确定方法，其特征在于，所述基于所述测试样本集合中的信贷业务样本信息对所述至少一条信贷业务风险控制规则进行验证处理，以得到符合目标条件的至少一条目标信贷业务风险控制规则的步骤，包括：
基于所述测试样本集合中的信贷业务样本信息对所述至少一条信贷业务风险控制规则进行验证处...

【专利技术属性】
技术研发人员：顾凌云，谢旻旗，段湾，谢苗，王存伟，
申请(专利权)人：上海冰鉴信息科技有限公司，
类型：发明
国别省市：上海;31