一种多目标风控策略优化方法及系统技术方案

本发明专利技术提供一种多目标风控策略优化方法及系统，属于数据处理技术领域，具体包括：根据用户的授信申请数据进行授信申请数据与风控结果的关联系数的确定，并基于不同的数据类型的授信申请数据的关联系数

【技术实现步骤摘要】
一种多目标风控策略优化方法及系统


[0001]本专利技术属于数据处理
，尤其涉及一种多目标风控策略优化方法及系统
。

技术介绍

[0002]为了实现对用户的授信风险的识别和处理，现有技术方案往往是通过基于风控模型的构建实现对用户的授信风险的识别，但是如何实现对风控模型的处理效率和准确率之间的平衡成为亟待解决的技术问题
。
[0003]为了实现对风控模型的处理效率和准确率之间的平衡，在专利技术专利
CN202110855272.X《
一种基于多目标优化的风控模型构建方法
、
装置和电子设备
》
中通过构建包含多个级联的逻辑回归算法的初始风控模型，并根据业务样本训练集对初始风控模型进行多目标联合训练，得到最终风控模型，实现了对风控风险的准确评估，但是却存在以下技术问题：现有技术方案中忽视了对风控模型的可解释性的评估，具体的在进行风控模型的搭建过程中，单纯的采用回归模型或者深度学习模型均无法保证整体的风控模型的可解释性和准确性的平衡，同时若忽视风控模型的可解释性，不仅无法满本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种多目标风控策略优化方法，其特征在于，具体包括：
S1
根据用户的授信申请数据进行所述授信申请数据与风控结果的关联系数的确定，并基于不同的数据类型的授信申请数据的关联系数
、
数据量以及数据来源进行不同的数据类型的授信申请数据的综合评估量以及输入数据的确定；
S2
根据所述输入数据的数据类型进行输入数据簇的划分，并基于不同的输入数据簇的数据类型以及其所对应的回归模型得到不同的数据类型下的用户的初始评估逾期风险，并判断所述用户是否存在大于预设风险的初始评估逾期风险，若是，则进入步骤
S3
，若否，则进入步骤
S4
；
S3
获取所述用户的输入数据簇的数量，并结合所述用户的不同的数据类型的输入数据的数据来源以及初始评估逾期风险进行所述用户的初始综合逾期风险的确定，并当所述初始综合逾期风险满足要求时，进入下一步骤；
S4
基于可解释性阈值以及综合评估量进行风控模型的模型输入数据中的授信申请数据的数据类型以及数量的确定，并结合所述初始评估逾期风险以及风控模型进行所述用户的授信风险的确定
。2.
如权利要求1所述的多目标风控策略优化方法，其特征在于，所述用户的授信申请数据根据所述用户的授信申请的填写数据以及所述用户的授权访问信息数据进行确定
。3.
如权利要求1所述的多目标风控策略优化方法，其特征在于，所述授信申请数据与风控结果的关联系数根据不同时间的授信申请数据与风控结果的关联性进行确定，具体的根据不同时间的授信申请数据与所述风控结果的相关系数进行确定
。4.
如权利要求1所述的多目标风控策略优化方法，其特征在于，所述授信申请数据与所述风控结果的关联系数确定的具体步骤为：基于预设时长将历史申请用户的授信申请数据划分为近期授信申请数据和远期授信申请数据，并通过所述历史申请用户的近期授信申请数据和远期授信申请数据与所述历史申请用户的风控结果进行相关系数的评估得到所述授信申请数据的近期相关系数和远期相关系数，并根据所述近期相关系数和远期相关系数进行所述历史申请用户的授信申请数据与所述风控结果的关联系数的确定；当所述历史申请用户的授信申请数据与所述风控结果的关联系数均大于预设值时：基于所有的所述历史申请用户的授信申请数据与所述风控结果的关联系数的均值以及所述历史申请用户的数量进行所述授信申请数据与所述风控结果的关联系数的确定；当任意一个历史申请用户的授信申请数据与所述风控结果的关联系数不大于预设值时：判断所述授信申请数据与所述风控结果的关联系数不大于预设值的历史申请用户的数量以及在所述所有的历史申请用户的数量中的占比是否满足要求，若是，则基于所有的所述历史申请用户的授信申请数据与所述风控结果的关联系数的均值以及所述历史申请用户的数量进行所述授信申请数据与所述风控结果的关联系数的确定，若否，则进入下一步骤；将所述授信申请数据与所述风控结果的关联系数不大于预设值的历史申请用户作为低关联用户，并通过所述低关联用户的数量以及关联系数的均值
、
历史申请用户的授信申请数据与所述风控结果的关联系数的均值以及所述历史申请用户的数量进行所述授信申
请数据与所述风控结果的关联系数的确定
。5.
如权利要求1所述的多目标风控策略优化方法，其特征在于，所述不同的数据类型的授信申请数据的综合评估量确定的具体步骤为：
S11
基于所述数据类型的授信申请数据的关联系数确定所述数据类型的授信申请数据是否属于输入数据，若是，则确定所述数据类型的授信申请数据为输入数据，并基于所述关联系数进行所述数据类型的授信申请数据的综合评估量的确定，若否，则进入下一步骤；
S12
判断所述数据类型的授信申请数据的关联系数是否大于预设关联值，若是，则进入下一步骤，若否，则进入步骤
S15
；
S13
基于所述数据类型的授信申请数据的数据量进行所述数据类型的授信申请数据的数据提取难度的确定，并通过所述数据类型的授信申请数据的数据提取难度确定所述数据类型的授信申请数据是否属于输入数据，若是，则确定所述数据类型的授信申请数据为输入数据，并基于所述关联系数以及所述数据提取难度进行所述数据类型的授信申请数据的综合评估量的确定，若否，则进入下一步骤；
S14
基于所述数据类型的授信申请数据的数据来源进行所述数据类型的授信申请数据的数据来源的类型以及数量的确定，并结合所述数据类型的授信申请数据的数据来源的更新时间进行所述数据类型的授信申请数据的可信度的确定，并基于所述可信度确定所述数据类型的授信申请数据是否属于输入数据，若是，则确定所述数据...

【专利技术属性】
技术研发人员：韦曦，王莉莉，郭雪，陶嘉驹，张雪，
申请(专利权)人：杭银消费金融股份有限公司，
类型：发明
国别省市：