一种基于强化学习技术的贷中调额调价决策方法及装置制造方法及图纸

技术编号:40194524 阅读:22 留言:0更新日期:2024-01-26 23:57
本发明专利技术公开一种基于强化学习技术的贷中调额调价决策方法及装置,涉及金融科技技术领域,解决现有贷中调额调价方法对于不同的客户类型调整方式和幅度大有不同,需要单独考虑,过程较为繁琐的问题;本发明专利技术包括:S1:收集历史贷中调额调价数据并进行预处理相应数据集;S2:建立贷中调额调价智能决策模型并构建相应奖励函数;S3:结合奖励函数和S1所得数据集对贷中调额调价智能决策模型进行训练优化,直到模型可输出最优的调整方案可以实现那客户整个贷款生命周期的利润最大化;S4:策略调整前向优化好的模型输入客户当前的状态,获取最优的调整方案;本发明专利技术通过不断与客户进行交互,实现客户整个贷款生命周期的利润最大化。

【技术实现步骤摘要】

本专利技术涉及金融科技,具体涉及一种基于强化学习技术的贷中调额调价决策方法及装置


技术介绍

1、存量客户的运营对银行来说尤为重要,而授信额度和利率的调整是贷中存量客户运营的重要手段。常规贷中调额调价往往是根据当前客户状态判断其如何进行调整,寻求一定时间窗口内的目标最大化。若客户贷款信用良好,则可以考虑提高额度或者降低利率,若客户贷款信用较差,则可以考虑降低额度或者提高利率。对于不同的客户类型,比如从未提款的沉默客户和正在使用的活跃客户,调整方式和幅度也大有不同,需要单独考虑,过程较为繁琐。


技术实现思路

1、为了解决上述现有技术中存在的问题,本专利技术拟提供了一种基于强化学习技术的贷中调额调价决策方法及装置,拟解决现有贷中调额调价方法对于不同的客户类型调整方式和幅度大有不同,需要单独考虑,过程较为繁琐的问题。

2、一种基于强化学习技术的贷中调额调价决策方法,包括以下步骤:

3、s1:收集历史贷中调额调价数据并进行预处理相应数据集;

4、s2:建立贷中调额调价智能决策模型并本文档来自技高网...

【技术保护点】

1.一种基于强化学习技术的贷中调额调价决策方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于强化学习技术的贷中调额调价决策方法,其特征在于,所述S1中历史贷中调额调价数据包括调整时的客户状态、调整的动作以及调整后的客户反馈,所述调整时的客户状态包括客户基本信息、客户借还款行为、客户征信报告,所述调整的动作包括额度的调整幅度、利率的调整幅度,所述调整后的客户反馈包括提款情况、还款情况、逾期情况。

3.根据权利要求1所述的一种基于强化学习技术的贷中调额调价决策方法,其特征在于,所述S2中贷中调额调价智能决策模型基于离线强化学习BCQ算法建立,所述贷中调...

【技术特征摘要】

1.一种基于强化学习技术的贷中调额调价决策方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于强化学习技术的贷中调额调价决策方法,其特征在于,所述s1中历史贷中调额调价数据包括调整时的客户状态、调整的动作以及调整后的客户反馈,所述调整时的客户状态包括客户基本信息、客户借还款行为、客户征信报告,所述调整的动作包括额度的调整幅度、利率的调整幅度,所述调整后的客户反馈包括提款情况、还款情况、逾期情况。

3.根据权利要求1所述的一种基于强化学习技术的贷中调额调价决策方法,其特征在于,所述s2中贷中调额调价智能决策模型基于离线强化学习bcq算法建立,所述贷中调额调价智能决策模型的状态空间为调整时的客户状态、动作空间为额度及利率的调整幅度、奖励函数为此次调整的预估收益。

4.根据权利要求1所述的一种基于强化学习技术的贷中调额调价决策方法,其特征在于,所述s2中奖励函数定义为:

5.根据权利要求4所述的一种基于强化学习技术的贷中调额调价决策方法,其特征在于,所述pd通过构建的pd模型预测得到,所述在贷时长若是已结清借据可采用实...

【专利技术属性】
技术研发人员:徐顺
申请(专利权)人:四川新网银行股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1