【技术实现步骤摘要】
本专利技术涉及风控模型，具体为一种基于双模型融合的风控模型。
技术介绍
1、在风控建模过程中，往往不能只靠公司内部数据建模，还需要使用到其他公司的外部数据。
2、模型上线之后需要计算打分预测时往往会用到两部分数据，两部分数据同时参与模型分的计算。其中，内部数据储存在公司内部的数据库中，使用时可以较快获得，外部数据则需要通过网络接口从其他公司获得，使用时耗时较长。
3、现有技术使用内部数据和外部数据混合的方式，如图1所示：
4、当有用户申请时，线上的风控模型流程为：
5、1、首先从公司内部的数据库中查询该用户的数据作为特征。
6、2、同时通过网络接口从其他公司获取用户的数据作为特征。
7、3、汇总两部分数据作为入模特征。
8、4、使用模型预测。
9、以上流程存在如下缺陷：
10、1、线上打分机器性能要求高，因为需要处理两部分数据参与计算，导致性能消耗很大。
11、2、由于处理的数据量大，会导致打分耗时较长。
技术实现思路
1、鉴于上述和/或现有一种基于双模型融合的风控模型中存在的问题，提出了本专利技术。
2、因此，本专利技术的目的是提供一种基于双模型融合的风控模型，能够解决上述提出现有的问题。
3、为解决上述技术问题，根据本专利技术的一个方面，本专利技术提供了如下技术方案：
4、一种基于双模型融合的风控模型，包括以下步骤：
...【技术保护点】
1.一种基于双模型融合的风控模型，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于双模型融合的风控模型，其特征在于，第一模型和第二模型融合采用逻辑斯蒂回归模型或集成树模型的方式进行融合。
3.根据权利要求2所述的一种基于双模型融合的风控模型，其特征在于，逻辑斯蒂回归模型的公式为：这里假设W＞0，Y与X各维度叠加和的图形关系，其中Y代表预测值，X代表维度，T代表常数，W代表模型参数向量。
4.根据权利要求3所述的一种基于双模型融合的风控模型，其特征在于，利用极大化所有样本的对数似然函数：yi表示的是样本向量Xi真实所属的类别1或0，L(W)就是对数似然函数，YW表示W维度时Y的预测值。
5.根据权利要求4所述的一种基于双模型融合的风控模型，其特征在于，对L(W)求极值；
6.根据权利要求5所述的一种基于双模型融合的风控模型，其特征在于，利用梯度下降法求得的迭代公式是：其中wj代表的是模型参数向量W的第j个元素；a代表学习速率，，Y(Xi)代表的是回归模型预测的第i个样本向量为1的概率；xij代表的是第i个样本向
...【技术特征摘要】
1.一种基于双模型融合的风控模型，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于双模型融合的风控模型，其特征在于，第一模型和第二模型融合采用逻辑斯蒂回归模型或集成树模型的方式进行融合。
3.根据权利要求2所述的一种基于双模型融合的风控模型，其特征在于，逻辑斯蒂回归模型的公式为：这里假设w＞0，y与x各维度叠加和的图形关系，其中y代表预测值，x代表维度，t代表常数，w代表模型参数向量。
4.根据权利要求3所述的一种基于双模型融合的风控模型，其特征在于，利用...
【专利技术属性】
技术研发人员：武一凡，袁慧，张先达，
申请(专利权)人：苏银凯基消费金融有限公司，
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。