[发明专利]一种训练样本生成方法、装置、系统和记录介质

说明书

本发明公开了一种基于用户特征拐点值的训练样本生成方法、装置、设备和计算机可读介质。所述方法包括获取用户样本并提取至少一个用户特征；根据至少一个用户特征的拐点值进行判断，以确定用户样本属性，所述属性包括第一属性值和第二属性值；以及根据所述确定用户样本属性的用户样本进行模型训练。本发明能够在保证样本准确性的基础上，缩短样本选择时间，提高了信贷用户的体验。

技术领域

本发明涉及互联网应用技术领域，具体涉及一种用于信用评分模型的训练样本生成方法、装置、系统和记录介质。

背景技术

近年来，随着机器学习技术在征信领域的进一步应用，应用在征信系统中模型处于多样化、融合化的阶段，对训练数据的依赖程度高，能较好的满足机构对于用户信用的评价需求。现多服务于各类互联网征信机构、借贷机构，应用较多的是信用评分系统。

信用评分系统通常从已知用户中选取用户样本，根据用户样本的行为数据和用户属性数据可以提取出用户样本的用户特征，通过用户样本的用户特征对评分模型进行训练，采用训练好的评分模型对用户进行信用评分。

在实现本发明的过程中，发明人发现现有技术至少存在以下问题：

在建立个人信用评分模型时，不仅需要有足够多的表征信贷申请人信用行为的特征变量，而且建模样本的容量也必须达到一定的数量。一般来说，样本容量越大，所建立的模型的精度或预测能力就越高，模型也越稳健，因此往往面临客户样本不足的问题。

此外，在某些场景中，积累样本数据并训练模型，从而实现机器学习模型的部署，往往需要较长的时间，如风控模型的观察期和表现期一般都设定为1年以上，造成申请评分卡模型有着天然的滞后性，因此对用户信用的评估带来非常大的影响。

基于现有技术，需要更高效、更准确的模型训练样本。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种高效、准确的用户训练样本生成方法。

为解决上述技术问题，本发明的第一方面提出了一种基于用户特征拐点值的训练样本生成方法，包括如下步骤：获取用户样本并提取至少一个用户特征；根据至少一个用户特征的拐点值进行判断，以确定用户样本属性，所述属性包括第一属性值和第二属性值；根据所述确定用户样本属性的用户样本进行模型训练。

根据本发明的一种优选实施方式，所述方法还包括在至少一个用户特征出现拐点值的时间点进行样本属性判断。

根据本发明的一种优选实施方式，所述拐点值基于至少一个用户特征进行大数据分析得到。具体为在表现期内设置等距离观测点；获取至少一个用户特征在当前观测点的值；判断当前观测值与前一观测值的差值是否满足预设条件；满足预设条件时，当前观测点的值即为拐点值。

根据本发明的一种优选实施方式，所述拐点值基于至少一个用户特征进行大数据分析得到。具体为存储至少一个用户特征的拐点出现时刻的特征值变化的经验值；按照预定周期获取至少一个用户特征的值；并与拐点出现时刻的特征值的经验值进行比较，判断所述当前时刻是否达到拐点。

根据本发明的一种优选实施方式，所述用户特征包括以下数据的至少一种：逾期率、欠款金额、欠款时长、逾期还款金额、逾期还款时长。

根据本发明的一种优选实施方式，第一属性值为1，代表好客户；第二属性值为0，代表坏客户。

本发明的第二方面提出一种基于用户特征拐点值的训练样本生成装置，包括：获取模块，获取用户样本并提取至少一个用户特征；确定模块，根据至少一个用户特征的拐点值进行判断，以确定用户样本属性，所述属性包括第一值和第二值；训练模块，根据所述确定属性的用户样本进行模型训练。

根据本发明的一种优选实施方式，所述装置还包括判断模块，用于在至少一个用户特征出现拐点值的时间点进行样本属性判断。