公开了一种用户评分模型创建方法、用户评分模型创建装置和电子设备。该用户评分模型创建方法包括：设计基础模型和场景子模型；基于模型数据创建符合所述设计的基础模型和场景子模型；确定所述基础模型和所述场景子模型的权重；以及，基于所述权重组合所述基础模型和所述场景子模型以构建用户评分模型，所述用户评分模型用于从用户数据预测用户分数。这样，通过以预定权重结合通用的基础模型和场景下的细分子模型来创建组合的用户评分模型，改进了用户评分模型的开发、更新和使用效果。更新和使用效果。更新和使用效果。
【技术实现步骤摘要】
用户评分模型创建方法、装置和电子设备
[0001]本申请涉及数据处理领域，且更为具体地，涉及一种用户评分模型创建方法，用户评分模型创建装置和电子设备。
技术介绍
[0002]随着信息技术的发展，基于用户数据进行用户评分的数据处理技术得到了长足的发展，例如，在金融领域中，个人信用评分技术显著发展。并且，随着征信信息的规范以及更多外部数据的接入，使得数据更加丰富和可靠，这也使得用户评分模型，例如，用户的信用风险计量模型从单一模型向精准度更好、稳健度更好、优化及调整更快速的组合模型发展。
[0003]目前，在实际利用用户数据进行用户评分的模型的建模过程中，更多的研究是如何做好模型的细分，从而提升模型的预测效能，但是这也相应地带来问题，即，细分模型越多，每个细分模型的样本量就越少，从而不利于保证模型的稳定性。另一方面，随着外部数据源的不断引入，在利用多源数据的建模过程中，主要方式是根据数据的维度特征进行分组后分别建立子模型，并且对子模型的建模结果作为输入变量重新建模。但是，这也会受到细分模型的预测性能和稳定性的影响。
[0004]因此，期望提供一种改进的用户评分模型的创建方式。
技术实现思路
[0005]为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种用户评分模型创建方法、用户评分模型创建装置和电子设备，其通过以预定权重结合通用的基础模型和场景下的细分子模型来创建组合的用户评分模型，从而改进了用户评分模型的开发、更新和使用效果。
[0006]根据本申请的一方面，提供了一种用户评分模型创建方法，包括：设计基础模型和场景子模型；基于模型数据创建符合所述设计的基础模型和场景子模型；确定所述基础模型和所述场景子模型的权重；以及，基于所述权重组合所述基础模型和所述场景子模型以构建用户评分模型，所述用户评分模型用于从用户数据预测用户分数。
[0007]在上述用户评分模型创建方法中，所述基础模型包括人口信息模型、征信模型、三方信息模型中的一个或多个；以及，所述场景子模型包括公积金子模型、社保子模型、个税子模型、其它渠道子模型中的一个或多个。
[0008]在上述用户评分模型创建方法中，基于模型数据创建符合所述设计的基础模型和场景子模型包括：将模型数据按照预定比例划分为训练集和测试集；通过WOE转化及逻辑回归方式创建符合所述设计的基础模型和场景子模型，WOE用于表示当前分组中好客户占所有好客户的比例与当前分组中坏客户占所有坏客户的比例之间的差异；以及，对所创建的基础模型和场景子模型进行评分校准。
[0009]在上述用户评分模型创建方法中，对所创建的基础模型和场景子模型进行评分校准包括：通过标准评分、标准可能性和可能性翻倍所需增加的分值这三个参数来对所创建
的基础模型和场景子模型进行评分校准。
[0010]在上述用户评分模型创建方法中，确定所述基础模型和所述场景子模型的权重包括：确定所述基础模型和所述场景子模型的初始权重；构建所述基础模型和所述场景子模型组合成的组合模型的效果评估目标函数；以及，通过对所述效果评估目标函数求最优解以获得所述基础模型和所述场景子模型的权重。
[0011]在上述用户评分模型创建方法中，所述效果评估目标函数为KS值。
[0012]在上述用户评分模型创建方法中，进一步包括：获取更新的用户数据；基于所述更新的用户数据从所述用户评分模型获得更新的用户评分；计算所述更新的用户评分以及根据所述更新的用户数据的实际用户评分之间的差异；以及，响应于所述差异大于预定阈值，对所述用户评分模型进行更新。
[0013]在上述用户评分模型创建方法中，对所述用户评分模型进行更新包括：基于所述实际用户评分对所述用户评分模型的输出分数进行偏差修正。
[0014]根据本申请的另一方面，提供了一种用户评分模型创建装置，包括：模型设计单元，用于设计基础模型和场景子模型；模型创建单元，用于基于模型数据创建符合所述设计的基础模型和场景子模型；权重确定单元，用于确定所述基础模型和所述场景子模型的权重；以及，模型组合单元，用于基于所述权重组合所述基础模型和所述场景子模型以构建用户评分模型，所述用户评分模型用于从用户数据预测用户分数。
[0015]根据本申请的再一方面，提供了一种电子设备，包括：处理器；以及，存储器，在所述存储器中存储有计算机程序指令，所述计算机程序指令在被所述处理器运行时使得所述处理器执行如上所述的用户评分模型创建方法。
[0016]根据本申请的又一方面，提供了一种计算机可读介质，其上存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行如上所述的用户评分模型创建方法。
[0017]本申请的用户评分模型创建方法、用户评分模型创建装置和电子设备，通过以预定权重结合通用的基础模型和场景下的细分子模型来创建组合的用户评分模型，可以在新业务场景下首先参考通用的基础模型，再增加场景下的细分子模型，从而实现了模型的快速开发。
[0018]并且，本申请的用户评分模型创建方法、用户评分模型创建装置和电子设备在完成基础模型和细分子模型的创建之后，不需要再重复建模，仅通过最优的权重加权，就可以上线应用，且如果合作场景或者数据方意外中断，可移除相关子模型，而不会对其他模型产生影响，从而促进了模型的即时更新。
[0019]另外，本申请的用户评分模型创建方法、用户评分模型创建装置和电子设备通过以最优权重加权通用的基础模型和场景下的细分子模型，可以保证模型的使用性能。
附图说明
[0020]通过结合附图对本申请实施例进行更详细的描述，本申请的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本申请实施例的进一步理解，并且构成说明书的一部分，与本申请实施例一起用于解释本申请，并不构成对本申请的限制。在附图中，相同的参考标号通常代表相同部件或步骤。
[0021]图1图示了根据本申请实施例的用户评分模型创建方法的流程图
[0022]图2图示了根据本申请实施例的用户评分模型创建方法中的模型的具体设计框架的示意图。
[0023]图3图示了根据本申请实施例的用户评分模型创建方法中确定最优权重的示意图。
[0024]图4图示了根据本申请实施例的用户评分模型创建方法中的模型分数校正过程的示意图。
[0025]图5图示了根据本申请实施例的用户评分模型创建方法的示例性应用示例的流程图。
[0026]图6图示了根据本申请实施例的用户评分模型创建装置的框图。
[0027]图7图示了根据本申请实施例的电子设备的框图。
具体实施方式
[0028]下面，将参考附图详细地描述根据本申请的示例实施例。显然，所描述的实施例仅仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。
[0029]示例性方法
[0030]图1图示了根据本申请实施例的用户评分模型创建方法的流程图。
[0031]如图1所示，根本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种用户评分模型创建方法，包括：设计基础模型和场景子模型；基于模型数据创建符合所述设计的基础模型和场景子模型；确定所述基础模型和所述场景子模型的权重；以及基于所述权重组合所述基础模型和所述场景子模型以构建用户评分模型，所述用户评分模型用于从用户数据预测用户分数。2.如权利要求1所述的用户评分模型创建方法，其中，所述基础模型包括人口信息模型、征信模型、三方信息模型中的一个或多个；以及所述场景子模型包括公积金子模型、社保子模型、个税子模型、其它渠道子模型中的一个或多个。3.如权利要求1所述的用户评分模型创建方法，其中，基于模型数据创建符合所述设计的基础模型和场景子模型包括：将模型数据按照预定比例划分为训练集和测试集；通过WOE转化及逻辑回归方式创建符合所述设计的基础模型和场景子模型，WOE用于表示当前分组中好客户占所有好客户的比例与当前分组中坏客户占所有坏客户的比例之间的差异；以及对所创建的基础模型和场景子模型进行评分校准。4.如权利要求3所述的用户评分模型创建方法，其中，对所创建的基础模型和场景子模型进行评分校准包括：通过标准评分、标准可能性和可能性翻倍所需增加的分值这三个参数来对所创建的基础模型和场景子模型进行评分校准。5.如权利要求1所述的用户评分模型创建方法，其中，确定所述基础模型和所述场景子模型的权重包括：确定所述基础模型和所述场景子模型的初始权重；构建所述基...
【专利技术属性】
技术研发人员：贺成文，
申请(专利权)人：中科聚信信息技术北京有限公司，
类型：发明
国别省市：
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。