一种多目标增益模型构建方法技术

本申请公开了一种多目标增益模型构建方法

【技术实现步骤摘要】
一种多目标增益模型构建方法、装置、设备及存储介质


[0001]本专利技术涉及机器学习领域，特别涉及一种多目标增益模型构建方法
、
装置
、
设备及存储介质
。

技术介绍

[0002]金融业务中，用户侧希望得到的服务是可以随时借款，随时还款，但对于金融平台，平台侧希望用户使用贷款额度越高
、
使用时长越长越好
。
于是，平台侧利用一定的优惠政策，如发放随借随还的权益，发放息费减免券等来促动用户的申请及提款行为
。
随借随还权益的发放和平台的在贷余额存在一定的相互平衡，因此，如何找到会被活动促动且可以使平台在贷余额最大化的人群是目前有待解决的问题
。
[0003]目前的机器学习模型，一般会设定一个
Y
值，特征筛选过程找出最稳定的
、
与
Y
值相关性最高的特征
。
但对于当前的场景，业务的
Y
值应当定义为在贷余额，但就机器学习建模而言，在贷余额是一个连续值，而实际本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种多目标增益模型构建方法，其特征在于，包括：对采集的客户业务数据进行特征衍生，以得到若干种特征数据；利用目标变量对所述若干种特征数据进行特征筛选，以得到训练集，并基于极致梯度提升算法构建初始模型；所述目标变量包括基于贷款权益发放确定的第一动支目标变量和第一提前结清目标变量
、
基于贷款权益未发放确定的第二动支目标变量和第二提前结清目标变量；利用所述训练集对所述初始模型进行训练得到目标模型；所述目标模型包括第一动支模型
、
第一提前结清模型
、
第二动支模型和第二提前结清模型；对所述第一动支模型和所述第二动支模型进行融合以得到第一增益模型，并对所述第一提前结清模型和所述第二提前结清模型进行融合以得到第二增益模型；基于所述第一增益模型和所述第二增益模型确定贷款收益率，并从基于所述贷款收益率确定的若干分箱区间中确定正向增益的目标区间，以对所述目标区间中的目标客群进行贷款权益发放
。2.
根据权利要求1所述的多目标增益模型构建方法，其特征在于，所述利用目标变量对所述若干种特征数据进行特征筛选，以得到训练集，包括：确定所述若干种特征数据之间的相关性，并将所述若干种特征数据中相关性大于预设相关性阈值的特征数据分为一组，以得到若干组关联特征；确定各组所述关联特征中包含的特征数据分别与所述目标变量之间的信息价值，并从各组所述关联特征中分别筛选信息价值最大的目标特征数据；基于所述目标特征数据以及所述若干种特征数据中除所述若干组关联特征包含的特征数据之外的剩余特征数据确定训练集
。3.
根据权利要求2所述的多目标增益模型构建方法，其特征在于，所述确定所述若干种特征数据之间的相关性之前，还包括：确定所述若干种特征数据分别对应的缺失率，并对所述若干种特征数据中缺失率大于预设缺失阈值的特征数据进行删除；对所述若干种特征数据中所述缺失率不大于所述预设缺失阈值的特征数据中的缺失值进行填充
。4.
根据权利要求3所述的多目标增益模型构建方法，其特征在于，所述对所述若干种特征数据中所述缺失率不大于所述预设缺失阈值的特征数据中的缺失值进行填充之后，还包括：确定所述若干种特征数据分别对应的特征维度，并对所述若干种特征数据中特征维度不大于预设维度阈值的特征数据进行删除；从所述若干种特征数据中确定特征维度大于所述预设维度阈值的若干种初始特征数据；确定各种所述初始特征数据中各个特征维度分别对应的维度占比，并对所述若干种初始特征数据中维度占比大于预设占比阈值的初始特征数据进行对数变换处理
。5.
根据权利要求2所述的多目标增益模型构建方法，其特征在于，所述基于所述目标特征数据以及所述若干种特征数据中除所述若干组关联特征包含的特征数据之外的剩余特征数据确定训练集，包括：
基于所述目标特征数据以及所述若干种特征数据中除所述若干组关联特征包含的特征数据之外的剩余特征数据确定若干种待筛选特征数据；从所述若干种待筛选特征数据中筛选特征数据的变化趋势与所述目标变量的变化趋势相一致的待校验特征数据；确定各种所述待校验特征数据分别对应的稳定性指标，并从各种所述待校验特征数据中筛选稳定性指标大于预设稳定性阈值的已筛选特征数据；基于各种所...

【专利技术属性】
技术研发人员：张翼飞，冯玮，张雪飞，郭腾飞，程昱，胡光辉，翟莹莹，丁怡婷，王贺，常敏，沈玉顺，任佳，赵延，
申请(专利权)人：河南中原消费金融股份有限公司，
类型：发明
国别省市：