睡眠信用卡判别方法和装置、电子设备及计算机存储介质制造方法及图纸

本发明专利技术提供一种睡眠信用卡判别方法和装置、电子设备及计算机存储介质，该方法，包括：获取信用卡数据信息，将信用卡数据信息输入至信用卡睡眠判别模型，得到信用卡数据信息对应的信用卡类型，输出信用卡数据信息对应的信用卡类型，实现识别信用卡类型，进而在在检测为睡眠账户是做出相应处理，也即，达到尽早识别有可能成为睡眠客户的目的；进而针对性地对这些客户采取一定的优惠方案或个性化设计，使得这些客户对本行信用卡的使用重新产生兴趣，在最早的阶段达到保留客户的目的。最早的阶段达到保留客户的目的。最早的阶段达到保留客户的目的。

Sleep credit card discrimination method and device, electronic equipment and computer storage medium

【技术实现步骤摘要】
睡眠信用卡判别方法和装置、电子设备及计算机存储介质


[0001]本专利技术属于信用卡识别
，更具体的说，尤其涉及一种睡眠信用卡判别方法和装置、电子设备及计算机存储介质。

技术介绍

[0002]客户在进行信用卡申办时，往往被银行现有信用卡申办活动所吸引，但如果银行在后期没有持续稳定的优惠刺激或提供相应的便捷性，往往会导致客户的流失转向其他银行，逐步成为超过12个月未使用的睡眠客户。这不仅浪费了银行前期的信用卡营销成本，同时大量睡眠客户的沉积也不利于银行的信用卡管理。
[0003]目前，运用孤立森林树模型检测信用卡欺诈行为；但传统的机器学习方法采用模型，缺少业务的分析融合，未将信用卡睡眠卡的特殊性进行考虑；因此在处理数据时往往简单采用机械的归一化、正则化操作，无法筛选出符合条件的睡眠户。

技术实现思路

[0004]有鉴于此，本专利技术的目的在于提供一种睡眠信用卡判别方法和装置、电子设备及计算机存储介质，用于实现识别信用卡类型，进而在在检测为睡眠账户是做出相应处理，刺激该用户使用兴趣。
[0005]本申请第一方面公开了一种睡眠信用卡判别方法，包括：
[0006]获取信用卡数据信息；
[0007]将所述信用卡数据信息输入至信用卡睡眠判别模型，得到所述信用卡数据信息对应的信用卡类型；其中，所述信用卡类型包括：正常使用账户和睡眠账户；
[0008]输出所述信用卡数据信息对应的信用卡类型。
[0009]可选的，在上述睡眠信用卡判别方法中，构建所述信用卡睡眠判别模型的过程，包括：
[0010]获取信用卡数据样本信息；
[0011]对所述信用卡数据样本信息中的训练集合进行预处理，得到一组孤立森林树；
[0012]对所述孤立森林树进行信用卡数据异常检测，得到多个数据；
[0013]依据多个所述数据进行模型训练，并依据测试集测试训练后的模型是否满足收敛条件；若不满足则进行模型迭代，直至训练后的模型满足收敛条件；
[0014]将满足收敛条件的模型作为所述信用卡睡眠判别模型。
[0015]可选的，在上述睡眠信用卡判别方法中，对所述信用卡数据样本信息中的训练集合进行预处理，得到一组孤立森林树，包括：
[0016]对所述训练集合按照孤立树的个数以及子样本大小进行处理，得到一组孤立森林树。
[0017]可选的，在上述睡眠信用卡判别方法中，对所述信用卡数据样本信息中的训练集合进行预处理，得到一组孤立森林树，包括：
[0018]对所述训练集合，按照当前孤立树的高度以及限制高度进行处理，得到一个孤立树；
[0019]各个所述孤立树构成一组孤立森林树。
[0020]本申请第二方面公开了一种睡眠信用卡判别装置，包括：
[0021]第一获取单元，用于获取信用卡数据信息；
[0022]判别单元，用于将所述信用卡数据信息输入至信用卡睡眠判别模型，得到所述信用卡数据信息对应的信用卡类型，其中农所述信用卡类型包括：正常使用账户和睡眠账户；
[0023]输出单元，用于输出所述信用卡数据信息对应的信用卡类型。
[0024]可选的，在上述睡眠信用卡判别装置中，还包括所述信用卡睡眠判别模型的构建单元；所述构建单元包括：
[0025]第二获取单元，用于获取信用卡数据样本信息；
[0026]预处理单元，用于对所述信用卡数据样本信息中的训练集合进行预处理，得到一组孤立森林树；
[0027]检测单元，用于对所述孤立森林树进行信用卡数据异常检测，得到多个数据；
[0028]训练单元，用于依据多个所述数据进行模型训练，并依据测试集测试训练后的模型是否满足收敛条件；若不满足则进行模型迭代，直至训练后的模型满足收敛条件；将满足收敛条件的模型作为所述信用卡睡眠判别模型。
[0029]可选的，在上述睡眠信用卡判别装置中，所述预处理单元用于对所述信用卡数据样本信息中的训练集合进行预处理，得到一组孤立森林树时，具体用于：
[0030]对所述训练集合按照孤立树的个数以及子样本大小进行处理，得到一组孤立森林树。
[0031]可选的，在上述睡眠信用卡判别装置中，所述预处理单元用于对所述信用卡数据样本信息中的训练集合进行预处理，得到一组孤立森林树时，具体用于：
[0032]对所述训练集合，按照当前孤立树的高度以及限制高度进行处理，得到一个孤立树；
[0033]各个所述孤立树构成一组所述孤立森林树。
[0034]本申请第三方面公开了一种电子设备，包括：
[0035]一个或多个处理器；
[0036]存储装置，其上存储有一个或多个程序；
[0037]当一个或多个程序被一个或多个处理器执行时，使得一个或多个处理器实现如本申请第一方面任一项所述的睡眠信用卡判别方法。
[0038]本申请第四方面公开了一种计算机存储介质，其上存储有计算机程序，其中，计算机程序被处理器执行时实现如本申请第一方面任一项所述的睡眠信用卡判别方法。
[0039]从上述技术方案可知，本专利技术提供的一种睡眠信用卡判别方法，包括：获取信用卡数据信息，将信用卡数据信息输入至信用卡睡眠判别模型，得到信用卡数据信息对应的信用卡类型，输出信用卡数据信息对应的信用卡类型，实现识别信用卡类型，进而在在检测为睡眠账户是做出相应处理，刺激该用户使用兴趣。
附图说明
[0040]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，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的前提下，还可以根据这些附图获得其他的附图。
[0041]图1是本专利技术实施例提供的一种睡眠信用卡判别方法的流程图；
[0042]图2是本专利技术实施例提供的一种睡眠信用卡判别方法中构建信用卡睡眠判别模型的流程图；
[0043]图3是本专利技术实施例提供的一种睡眠信用卡判别装置的示意图；
[0044]图4是本专利技术实施例提供的一种睡眠信用卡判别装置构建单元的示意图；
[0045]图5是本专利技术实施例提供的一个电子设备的示意图。
具体实施方式
[0046]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0047]在本申请中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种睡眠信用卡判别方法，其特征在于，包括：获取信用卡数据信息；将所述信用卡数据信息输入至信用卡睡眠判别模型，得到所述信用卡数据信息对应的信用卡类型；其中，所述信用卡类型包括：正常使用账户和睡眠账户；输出所述信用卡数据信息对应的信用卡类型。2.根据权利要求1所述的睡眠信用卡判别方法，其特征在于，构建所述信用卡睡眠判别模型的过程，包括：获取信用卡数据样本信息；对所述信用卡数据样本信息中的训练集合进行预处理，得到一组孤立森林树；对所述孤立森林树进行信用卡数据异常检测，得到多个数据；依据多个所述数据进行模型训练，并依据测试集测试训练后的模型是否满足收敛条件；若不满足则进行模型迭代，直至训练后的模型满足收敛条件；将满足收敛条件的模型作为所述信用卡睡眠判别模型。3.根据权利要求2所述的睡眠信用卡判别方法，其特征在于，对所述信用卡数据样本信息中的训练集合进行预处理，得到一组孤立森林树，包括：对所述训练集合按照孤立树的个数以及子样本大小进行处理，得到一组孤立森林树。4.根据权利要求2所述的睡眠信用卡判别方法，其特征在于，对所述信用卡数据样本信息中的训练集合进行预处理，得到一组孤立森林树，包括：对所述训练集合，按照当前孤立树的高度以及限制高度进行处理，得到一个孤立树；各个所述孤立树构成一组孤立森林树。5.一种睡眠信用卡判别装置，其特征在于，包括：第一获取单元，用于获取信用卡数据信息；判别单元，用于将所述信用卡数据信息输入至信用卡睡眠判别模型，得到所述信用卡数据信息对应的信用卡类型，其中农所述信用卡类型包括：正常使用账户和睡眠账户；输出单元，用于输出所述信用卡数据信息对应的信用卡类型。6.根据权利要求5...

【专利技术属性】
技术研发人员：张彬，张舒沁，
申请(专利权)人：中国农业银行股份有限公司，
类型：发明
国别省市：