一种金融风控决策规则的调优方法、系统及存储介质技术方案

本发明专利技术公开了一种金融风控决策规则的调优方法、系统及存储介质，其包括：步骤a.获取待调优金融风控决策规则系统的样本数据，对其进行预处理及标签制定；步骤b.判断标签数据是否为正、反两个类别其中之一；若否，则返回步骤a，若是，则执行步骤c；步骤c.对规则系统中的规则类型进行分析，判断规则类型是否为默认规则类型；若是，则根据默认规则类型对应的预设优化方式进行优化，得到对应的优化结果，若否，则将其转换为默认规则类型；步骤d.在规则系统中执行对应的优化结果。通过本发明专利技术能够自动的进行规则优化，极大节省了对规则系统进行优化提升所需的人力物力，提升了规则系统调整迭代的时效性，提高优化效率。提高优化效率。提高优化效率。

【技术实现步骤摘要】
一种金融风控决策规则的调优方法、系统及存储介质


[0001]本专利技术涉及金融风控
，特别是一种金融风控决策规则的调优方法、应用该方法的系统及计算机可读存储介质。

技术介绍

[0002]冷启动是指在没有或只有很少量数据的情况下，从0到1建立业务模型的过程。巧妇难为无米之炊，如果没有数据进行支撑，所有的模型、策略都只是空中阁楼，对于金融风控决策规则系统，冷启动及运行优化问题由来已久，并且广泛存在于涉及风控的各个行业之中。
[0003]对于风控决策规则系统的冷启动及在线优化，主要包含以下三个操作方向：
[0004]1、规则系统缺乏相关标签或数据指引，在自身上线运行后根据运行情况进行反馈调整；
[0005]2、初始的规则系统与其它在运行的规则系统具备大量的相似之处，采用数据驱动的分析迁移或专家经验迁移等方式，能够参考其它系统的运行规则阈值用于新上线规则系统；
[0006]3、当前规则系统缺乏同类相似系统进行阈值参考，但已经积累了大量的历史或第第三方样本及其标签，当前规则系统可以分析历史或第第三方样本及其标签用于规则系统的制定。
[0007]但是，目前对于第三个方向，风控决策规则系统的阈值主要依赖于专家经验的制定，缺乏从历史数据中分析与指引新上线风控决策规则系统阈值制定的自动化方法，导致对规则系统进行优化提升需要耗费大量的人力物力，效率较低。

技术实现思路

[0008]本专利技术的主要目的在于提供了一种金融风控决策规则的调优方法、系统及存储介质，旨在解决现有的金融风控决策规则的调优方法缺乏从历史数据中分析与指引新上线风控决策规则系统阈值制定的自动化方法，导致对规则系统进行优化提升需要耗费大量的人力物力，效率较低的技术问题。
[0009]为实现上述目的，本专利技术提供了一种金融风控决策规则的调优方法，其包括以下步骤：步骤a.获取待调优金融风控决策规则系统的样本数据，对其进行预处理及标签制定，标签制定具体为将样本数据与第三方标签数据进行数据匹配，将匹配成功的标签数据与对应的样本数据进行关联；步骤b.对标签数据进行归纳，判断标签数据是否为正、反两个类别其中之一；若否，则返回步骤a，若是，则执行步骤c；步骤c.对规则系统中的规则类型进行分析，判断规则类型是否为默认规则类型；若是，则根据默认规则类型对应的预设优化方式进行优化，得到对应的优化结果，若否，则将其转换为默认规则类型后，根据默认规则类型对应的预设优化方式进行优化；其中，默认规则类型至少包括强命中规则、软间隔规则、多因子规则；步骤d.在规则系统中执行对应的优化结果。
[0010]可选的，强命中规则为样本数据在命中该规则后，系统直接得到对应结果；所述步骤c中，若规则类型为强命中规则，则对应的预设优化方式为第一优化方式，至少包括对噪声样本及对应的标签数据进行排除。
[0011]可选的，软间隔规则为样本数据中需要优化的规则阈值超过预设阈值后，系统得到对应结果；软间隔规则包括单阈值规则、复合特征规则，单阈值规则仅存在一个需要优化的规则阈值，复合特征规则至少存在两个需要优化的规则阈值。
[0012]可选的，规则阈值为数值或区间范围，若规则阈值为区间范围，则将其转化为多个单条阈值，且多个单条阈值共同作用。
[0013]可选的，所述步骤c中，若规则类型为软间隔规则，对于单阈值规则，对应的预设优化方式为第二优化方式，具体包括如下步骤：采用搜索类的算法进行阈值搜索，用于调整单阈值规则；基于调整后的单阈值规则，计算规则调整阈值后的预测标签与标签数据的相关指标，并选取指标最优的阈值作为优化结果；其中，相关指标至少包括准确度、精确度、召回率、通过率；
[0014]对于复合特征规则，对应的预设优化方式为第三优化方式，具体为采用决策树进行规则优化建模，包括如下步骤：将该规则所需的特征作为决策树的输入，第三方标签数据作为该决策树的真实标签；根据该规则所需的特征，对决策树的深度进行设定，在此基础上进行训练；在决策树对该规则所需的特征与标签数据进行拟合后，提取坏分支及其特征阈值，用于设定复合特征规则的优化阈值。
[0015]可选的，多因子规则为某些规则下由多个因子组进行联合判别，多个因子组间若采取不同计分方式，则采用不同预设优化方式进行优化；每个因子组内存在一条或多条的强命中规则和/或软间隔规则；步骤c中若多因子规则涉及强命中规则，则采用第一优化方式；若涉及软间隔规则，且具体为单阈值规则，则采用第二优化方式，若具体为复合特征规则，则采用第三优化方式。
[0016]可选的，计分方式至少包括最大因子规则计分方式：在同一因子组内取命中组内规则得分的最大值作为该因子组的得分，并将所有因子组的得分进行相加后，得到多因子规则的最终得分；
[0017]最大因子规则计分方式对应的预设优化方式为第四优化方式，具体包括如下步骤：将各个规则的样本特征以分箱形式确定初步分割点，其中，对缺失值进行单独分箱；根据分箱结果，对每个分箱进行one
‑
hot编码，并计算对应的woe值，将缺失值分箱对应的woe值设置为0；将woe值进行排序，取同一因子组内最大的woe值；设定不同的优化指标，在woe值的基础上建立逻辑回归模型，并根据优化指标选择样本特征，得到woe值的对应权重与LR系数；过滤woe值的对应权重与LR系数为负的样本特征后，再进行多次特征迭代建模，得到最终的woe值的对应权重与LR系数。
[0018]可选的，计分方式还包括加总因子规则计分方式：将同一因子组内命中组内规则的得分总和作为该因子组的得分，并将所有因子组的得分进行相加后，得到多因子规则的最终得分；
[0019]加总因子规则计分方式对应的预设优化方式为第五优化方式，具体包括如下步骤：将各个规则的样本特征以分箱形式确定初步分割点，其中，对缺失值进行单独分箱；根据分箱结果，对每个分箱进行one
‑
hot编码，并计算对应的woe值，将缺失值分箱对应的woe
值设置为0；取同一因子组内woe值的总和；设定不同的优化指标，在woe值的基础上建立逻辑回归模型，并根据优化指标选择样本特征，得到woe值的对应权重与LR系数；过滤woe值的对应权重与LR系数为负的样本特征后，再进行多次特征迭代建模，得到最终的woe值的对应权重与LR系数。
[0020]与所述金融风控决策规则的调优方法相对应的，本专利技术提供一种金融风控决策规则的调优系统，其包括：预处理及标签制定模块，用于获取待调优金融风控决策规则系统的样本数据，对其进行预处理及标签制定，标签制定具体为将样本数据与第三方标签数据进行数据匹配，将匹配成功的标签数据与对应的样本数据进行关联；标签数据归纳模块，用于判断标签数据是否为正、反两个类别其中之一，若否，则重新获取待调优金融风控决策规则系统的样本数据，若是，则进行规则类型分析；规则类型分析与转换模块，用于对规则系统中的规则类型进行分析，判断规则类型是否为默认规则类型；若是，则直接根据预设优化方式进行优化，若否，则将其转换为默认规则类型后，进行优本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种金融风控决策规则的调优方法，其特征在于，包括以下步骤：步骤a.获取待调优金融风控决策规则系统的样本数据，对其进行预处理及标签制定，标签制定具体为将样本数据与第三方标签数据进行数据匹配，将匹配成功的标签数据与对应的样本数据进行关联；步骤b.对标签数据进行归纳，判断标签数据是否为正、反两个类别其中之一；若否，则返回步骤a，若是，则执行步骤c；步骤c.对规则系统中的规则类型进行分析，判断规则类型是否为默认规则类型；若是，则根据默认规则类型对应的预设优化方式进行优化，得到对应的优化结果，若否，则将其转换为默认规则类型后，根据默认规则类型对应的预设优化方式进行优化；其中，默认规则类型至少包括强命中规则、软间隔规则、多因子规则；步骤d.在规则系统中执行对应的优化结果。2.根据权利要求1所述的一种金融风控决策规则的调优方法，其特征在于：强命中规则为样本数据在命中该规则后，系统直接得到对应结果；所述步骤c中，若规则类型为强命中规则，则对应的预设优化方式为第一优化方式，至少包括对噪声样本及对应的标签数据进行排除。3.根据权利要求2所述的一种金融风控决策规则的调优方法，其特征在于：软间隔规则为样本数据中需要优化的规则阈值超过预设阈值后，系统得到对应结果；软间隔规则包括单阈值规则、复合特征规则，单阈值规则仅存在一个需要优化的规则阈值，复合特征规则至少存在两个需要优化的规则阈值。4.根据权利要求3所述的一种金融风控决策规则的调优方法，其特征在于：规则阈值为数值或区间范围，若规则阈值为区间范围，则将其转化为多个单条阈值，且多个单条阈值共同作用。5.根据权利要求2所述的一种金融风控决策规则的调优方法，其特征在于：所述步骤c中，若规则类型为软间隔规则，对于单阈值规则，对应的预设优化方式为第二优化方式，具体包括如下步骤：采用搜索类的算法进行阈值搜索，用于调整单阈值规则；基于调整后的单阈值规则，计算规则调整阈值后的预测标签与标签数据的相关指标，并选取指标最优的阈值作为优化结果；其中，相关指标至少包括准确度、精确度、召回率、通过率；对于复合特征规则，对应的预设优化方式为第三优化方式，具体为采用决策树进行规则优化建模，包括如下步骤：将该规则所需的特征作为决策树的输入，第三方标签数据作为该决策树的真实标签；根据该规则所需的特征，对决策树的深度进行设定，在此基础上进行训练；在决策树对该规则所需的特征与标签数据进行拟合后，提取坏分支及其特征阈值，用于设定复合特征规则的优化阈值。6.根据权利要求5所述的一种金融风控决策规则的调优方法，其特征在于：多因子规则为某些规则下由多个因子组进行联合判别，多个因子组间若采取不同计分方式，则采用不同预设优化方式进行优化；每个因子组内存在一条或多条的强命中规则和/或软间隔规则；步骤c中若多因子规则
涉及强命中规则，则采用第一优化方式；若涉及软间隔规则，且具体为单阈值规则，则采用第二优化方式，若具体为复合特征规则，则采用第三优化方式。7.根据权利要求6所...

【专利技术属性】
技术研发人员：张志远，洪镇宇，吕志研，
申请(专利权)人：厦门国际银行股份有限公司，
类型：发明
国别省市：