客户捞回评分卡模型构建方法、装置、设备及存储介质制造方法及图纸

本申请提供一种客户捞回评分卡模型构建方法、装置、设备及存储介质，涉及人工智能技术领域；其中，该方法包括：获取通过客户样本集和拒绝客户样本集；基于通过客户样本集构建通过客户样本申请评分卡子模型；从拒绝客户样本集中确定拒绝客户样本子集，构建拒绝客户样本子集对应的申请审批拒绝客户的伪标签，并基于拒绝客户样本子集和对应的伪标签，构建有伪标签拒绝样本申请评分卡子模型；基于剩余拒绝客户样本集构建无伪标签拒绝样本申请评分卡子模型；基于通过客户样本申请评分卡子模型、有伪标签拒绝样本申请评分卡子模型和无伪标签拒绝样本申请评分卡子模型，构建客户捞回评分卡模型。本申请能够提高客户捞回评分卡模型的准确性以及稳定性。

【技术实现步骤摘要】

本申请涉及人工智能，尤其涉及一种客户捞回评分卡模型构建方法、装置、设备及存储介质。

技术介绍

1、申请评分卡模型在银行信贷申请审批环节得到广泛应用，主要是用来预测客户贷款违约概率。从技术手段维度进行切分，可以分为专家评分卡和数据驱动评分卡，其中专家评分卡模型是指积累的数据不充分甚至根本没有数据的情况下，利用专家的经验进行模型构建；而数据驱动评分卡是指在数据积累足够的前提下，采用大数据、机器学习以及深度学习等技术进行评分卡模型构建。不管是专家申请评分卡还是数据驱动申请评分卡，在准确性方面仍然是有提高的空间，因为它们或多或少都会对申请客户进行误判，导致一些未来还款状态正常的客户被拒绝申请，从而影响银行的整体收入和利润。

技术实现思路

1、本申请提供一种客户捞回评分卡模型构建方法、装置、设备及存储介质，以提高模型的准确度和稳定性。本申请的技术方案如下：

2、根据本申请实施例的第一方面，提供一种客户捞回评分卡模型构建方法，包括：

3、获取申请审批样本集，所述申请审批样本集包括申请审批通过客户对本文档来自技高网...

【技术保护点】

1.一种客户捞回评分卡模型构建方法，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，所述通过客户样本集中每个样本包括多个特征变量的特征值以及好坏样本标识，所述好坏样本标识用于指示各样本对应的客户的好坏；所述基于所述通过客户样本集，构建通过客户样本申请评分卡子模型，包括：

3.根据权利要求1或2所述的方法，其特征在于，所述从所述拒绝客户样本集中确定拒绝客户样本子集，包括：

4.根据权利要求3所述的方法，其特征在于，所述基于所述拒绝客户样本集、所述通过客户样本集和所述通过客户样本申请评分卡子模型，从所述拒绝客户样本集中确定所述拒绝客户样本子集...

【技术特征摘要】

1.一种客户捞回评分卡模型构建方法，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，所述通过客户样本集中每个样本包括多个特征变量的特征值以及好坏样本标识，所述好坏样本标识用于指示各样本对应的客户的好坏；所述基于所述通过客户样本集，构建通过客户样本申请评分卡子模型，包括：

3.根据权利要求1或2所述的方法，其特征在于，所述从所述拒绝客户样本集中确定拒绝客户样本子集，包括：

4.根据权利要求3所述的方法，其特征在于，所述基于所述拒绝客户样本集、所述通过客户样本集和所述通过客户样本申请评分卡子模型，从所述拒绝客户样本集中确定所述拒绝客户样本子集；包括：

5.根据权利要求4所述的方法，其特征在于，所述构建所述拒绝客户样本子集对应的申请审批拒绝客户的伪标签，包括：

6.根据权利要求5所述的方法，其特征在于，所述基于所述拒绝客户样本集、所述通过客户样本集中的坏客户对应的通过客户样本和所述通过客户样本申请评分卡子模型，从所述拒绝客户样本子集中确定所述第一拒绝客户样本子集；包括：

7.根据权利要求5所述的方法，其特征在于，所述基于所述第一拒绝客户样本子集，构建所述拒绝客户样本子集对应的申请审批拒绝客户的伪标签；包括：

8.根据权利要求5所述的方法，其特征在于，所述构建有伪标签拒绝样本申请评分卡子模型，包括：

9.根据权利要求5所述的方法，其特征在于，所述基于所述拒绝客户样本集之中去除所述拒绝客户样本子集之外的剩余拒绝客户样本集，构建无伪标签拒绝样本申请评分卡子模...

【专利技术属性】
技术研发人员：伏峰，王腾毅，蔡宇笙，刘世尧，
申请(专利权)人：中国建设银行股份有限公司，
类型：发明
国别省市：