【技术实现步骤摘要】
本申请涉及通信，尤其涉及一种政企客户信用评分卡生成方法、装置、设备及介质。
技术介绍
1、目前，电信运营商等企业的政企业务发展进入平台期，过去粗放式的经营模式难以为继，急需以客户为中心开展高质量的深度运营。但过去电信运营商对客户的分级主要采用基于规则的简单分级，如行业、收入规模、战略重要性等，导致资源向收入规模大的客户倾斜，也因此带来了较高的应收账款占收比。为平衡客户收入规模和收入质量，有必要对客户应收账款逾期进行评估并据此为客户进行信用评级。
2、现有技术中，使用以图卷积神经网络、深度卷积网络为代表的深度学习算法构建客户信用评级方法。存在信用评分效果不好的问题。
技术实现思路
1、本申请提供一种政企客户信用评分卡生成方法、装置、设备及介质，用以解决现有技术中存在的评分效果不好的问题。
2、第一方面，本申请提供一种政企客户信用评分卡生成方法，包括：
3、获取第一数据集，第一数据集包括初始特征、初始特征的特征值、以及逾期标签，初始特征包括政企客户的回款安全性类型特征、业务结构安全性类型特征、以及经营状况安全性类型特征，逾期标签表征政企客户的逾期类型；
4、根据初始特征、与初始特征对应的特征值，确定初始特征的分箱区间、以及与分箱区间对应的证据权重；
5、根据初始特征的分箱区间、以及与分箱区间对应的证据权重，确定初始特征中的入模特征、入模特征的原始分箱区间、原始分箱区间的原始证据权重、入模特征的入模分箱区间、以及入模分箱区间的入
6、根据第二数据集，对逻辑回归模型进行训练，得到入模特征的权重，第二数据集包括入模特征、入模分箱区间、入模证据权重、以及入模特征的逾期标签；
7、根据原始分箱区间的分数，得到政企客户信用评分卡，原始分箱区间的分数根据入模特征的权重、以及原始分箱区间的原始证据权重得到。
8、在本申请中，根据初始特征、与初始特征对应的特征值，确定初始特征的分箱区间、以及与分箱区间对应的证据权重，包括：
9、确定初始特征的特征值类型；
10、根据初始特征的特征值类型，确定分箱目标，其中，当初始特征的特征值类型为连续型时，分箱目标为初始特征，当初始特征的特征值类型为离散型，分箱目标为初始特征中的每个特征值；
11、根据分箱目标，确定初始特征的分箱区间；
12、根据初始特征的分箱区间，确定分箱区间的证据权重。
13、在本申请中，当初始特征的特征值类型为连续型时，分箱目标为初始特征时，
14、根据分箱目标，确定初始特征的分箱区间，包括：
15、确定初始特征的特征值中的稀疏值；
16、若初始特征的特征值存在稀疏值，则将稀疏值作为第一分箱区间；
17、根据稀疏值，确定初始特征的剩余特征值；
18、根据预设的分箱策略，对初始特征的剩余特征值进行等频分箱，得到第二分箱区间；
19、根据第一分箱区间和第二分箱区间，得到初始特征的分箱区间。
20、在本申请中，根据分箱区间，确定分箱区间的证据权重，包括：
21、确定证据权重公式，证据权重公式为：
22、
23、其中，woe为分箱区间的证据权重；
24、根据第一数据集和分箱区间，确定分箱区间内的逾期客户总数、分箱区间内的未逾期客户总数、第一数据集内的逾期客户总数、以及第一数据集内的未逾期客户总数；
25、根据证据权重公式、分箱区间内的逾期客户总数、分箱区间内的未逾期客户总数、第一数据集内的逾期客户总数、以及第一数据集内的未逾期客户总数，确定分箱区间的证据权重。
26、在本申请中，根据初始特征的分箱区间、以及与分箱区间对应的证据权重，确定初始特征中的入模特征、入模特征的原始分箱区间、原始分箱区间的原始证据权重、入模特征的入模分箱区间、以及入模分箱区间的入模证据权重，包括：
27、根据初始特征的分箱区间、以及与分箱区间对应的证据权重，确定初始特征的信息价值；
28、根据初始特征的信息价值，确定入模特征、入模特征的原始分箱区间、原始分箱区间的原始证据权重、入模特征的入模分箱区间、以及入模分箱区间的入模证据权重。
29、在本申请中，根据初始特征的分箱区间、以及与分箱区间对应的证据权重，确定初始特征的信息价值，包括：
30、确定信息价值公式，信息价值公式为：
31、
32、其中，woei为初始特征的第i个分箱区间的证据权重，n为初始特征的分箱区间的总数；
33、根据第一数据集和初始特征的各个分箱区间，确定各个分箱区间内的逾期客户总数、各个分箱区间内的未逾期客户总数、第一数据集内的逾期客户总数、以及第一数据集内的未逾期客户总数；
34、根据初始特征的各个分箱区间的证据权重、信息价值公式、各个分箱区间内的逾期客户总数、各个分箱区间内的未逾期客户总数、第一数据集内的逾期客户总数、以及第一数据集内的未逾期客户总数，确定初始特征的信息价值。
35、在本申请中，根据初始特征的信息价值，确定入模特征、入模特征的原始分箱区间、原始分箱区间的原始证据权重、入模特征的入模分箱区间、以及入模分箱区间的入模证据权重，包括：
36、根据初始特征的信息价值，确定入模特征；
37、根据入模特征和初始特征的分箱区间的证据权重，确定入模特征的原始分箱区间、以及原始分箱区间的原始证据权重；
38、根据初始特征的特征值，确定入模特征的入模特征值；
39、根据入模特征值、入模特征的分箱区间、以及入模特征的分箱区间的原始证据权重，确定入模特征值的入模证据权重。
40、在本申请中，根据第二数据集，对逻辑回归模型进行训练，得到入模特征的权重，包括：
41、将第二数据集中的入模特征、入模特征的入模分箱区间、以及入模分箱区间的入模证据权重作为输入，入模特征的逾期标签作为输出，对逻辑回归模型进行训练，得到目标逻辑回归模型；
42、根据目标逻辑回归模型，确定入模特征的权重。
43、在本申请中，根据原始分箱区间的分数，得到政企客户信用评分卡，包括：
44、对入模特征的权重、以及与原始分箱区间的原始证据权重进行求乘积处理，得到原始分箱区间的分数；
45、根据原始分箱区间的分数，得到政企客户信用评分卡。
46、在本申请中，对入模特征的权重、以及与原始分箱区间的原始证据权重进行求乘积处理，得到原始分箱区间的分数，包括：
47、确定分数计算公式，分数计算公式为：
48、s＝缩放系数×入模特征的权重×原始分箱区间的原始证据权重，
49、其中，s为入模特征的原始分箱区间的分数，缩放系数为预设的评分卡标尺，以使入模特征的原始分箱区间的分数根据缩放系数进行调整；
【技术保护点】
1.一种政企客户信用评分卡生成方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述初始特征、与所述初始特征对应的特征值，确定所述初始特征的分箱区间、以及与所述分箱区间对应的证据权重，包括：
3.根据权利要求2所述的方法，其特征在于，当所述初始特征的特征值类型为连续型时，所述分箱目标为所述初始特征时，
4.根据权利要求2所述的方法，其特征在于，所述根据所述分箱区间，确定所述分箱区间的证据权重，包括：
5.根据权利要求1所述的方法，其特征在于，所述根据所述初始特征的分箱区间、以及与所述分箱区间对应的证据权重，确定所述初始特征中的入模特征、所述入模特征的原始分箱区间、所述原始分箱区间的原始证据权重、所述入模特征的入模分箱区间、以及所述入模分箱区间的入模证据权重，包括：
6.根据权利要求5所述的方法，其特征在于，所述根据所述初始特征的分箱区间、以及与所述分箱区间对应的证据权重，确定所述初始特征的信息价值，包括：
7.根据权利要求5所述的方法，其特征在于，所述根据所述初始特征的信息价值，确定
8.根据权利要求1所述的方法，其特征在于，所述根据第二数据集，对逻辑回归模型进行训练，得到所述入模特征的权重，包括：将第二数据集中的所述入模特征、所述入模特征的入模分箱区间、以及所述入模分箱区间的入模证据权重作为输入，所述入模特征的逾期标签作为输出，对逻辑回归模型进行训练，得到目标逻辑回归模型；
9.根据权利要求1所述的方法，其特征在于，所述根据原始分箱区间的分数，得到政企客户信用评分卡，包括：
10.根据权利要求9所述的方法，其特征在于，所述对所述入模特征的权重、以及与所述原始分箱区间的原始证据权重进行求乘积处理，得到所述原始分箱区间的分数，包括：
11.根据权利要求9所述的方法，其特征在于，所述根据所述原始分箱区间的分数，得到政企客户信用评分卡，包括：
12.一种政企客户信用评分卡生成装置，其特征在于，包括：
13.一种电子设备，其特征在于，包括：处理器，以及与所述处理器通信连接的存储器；
14.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1-11中任一项所述的方法。
...【技术特征摘要】
1.一种政企客户信用评分卡生成方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述初始特征、与所述初始特征对应的特征值，确定所述初始特征的分箱区间、以及与所述分箱区间对应的证据权重，包括：
3.根据权利要求2所述的方法，其特征在于，当所述初始特征的特征值类型为连续型时，所述分箱目标为所述初始特征时，
4.根据权利要求2所述的方法，其特征在于，所述根据所述分箱区间，确定所述分箱区间的证据权重，包括：
5.根据权利要求1所述的方法，其特征在于，所述根据所述初始特征的分箱区间、以及与所述分箱区间对应的证据权重，确定所述初始特征中的入模特征、所述入模特征的原始分箱区间、所述原始分箱区间的原始证据权重、所述入模特征的入模分箱区间、以及所述入模分箱区间的入模证据权重，包括：
6.根据权利要求5所述的方法，其特征在于，所述根据所述初始特征的分箱区间、以及与所述分箱区间对应的证据权重，确定所述初始特征的信息价值，包括：
7.根据权利要求5所述的方法，其特征在于，所述根据所述初始特征的信息价值，确定所述入模特征、所述入模特征的原始分箱区间、所述原始分箱区间的原始证据权重、所述入模特征的入模分箱区间、以...
【专利技术属性】
技术研发人员：朱浪锋，方啓先，张鲲，
申请(专利权)人：中国联合网络通信集团有限公司，
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。