[发明专利]资金饥渴特征分类方法、装置、设备及可读存储介质

说明书

本发明公开了一种资金饥渴特征分类方法，包括：建立资金饥渴特征与指标变量之间的映射关系；对所述映射关系进行多角度分析，得到分析结果；基于所述分析结果，确定所述指标变量对应的网格搜索的起始点；结合所述指标变量，基于所述起始点进行网格搜索，得到所述指标变量的取值范围。本发明还公开了一种资金饥渴特征分类装置、设备和一种存储介质。本发明能够确定如多头查询指标的指标变量；在实现对资金饥渴类型为信用资金饥渴或欺诈资金饥渴的判断及分类后，可对信用资金饥渴和欺诈资金饥渴的目标变量进行分别建模，有效提升模型准确性和区分能力。

技术领域

本发明涉及金融科技(Fintech)技术领域，尤其涉及金融行业的资金饥渴特征分类方法、装置、设备及可读存储介质。

背景技术

随着计算机技术的发展，越来越多的技术应用在金融领域，传统金融业正在逐步向金融科技(Fintech)转变，越来越多的技术应用于金融行业。目前，在互联网金融场景下，大量小贷或者网贷机构并未接入人行征信系统，使得单纯基于人行征信报告中的信贷申请数量和负债比例等信息判定客户是否属于资金饥渴的准确率较低，资金饥渴特征是基于人行征信报告中信贷申请数量和负债比例等信息定义。

并且，现有技术中并未对资金饥渴特征进行分类，无法区分是因为信用原因导致而呈现的资金饥渴特征，还是因为欺诈原因导致而呈现的资金饥渴特征。上述现象直接导致资金饥渴特征模型的准确性和区分能力较差。

发明内容

本发明的主要目的在于提出一种资金饥渴特征分类方法、装置、设备及可读存储介质，旨在解决现有技术中资金饥渴特征模型无法分类的问题。

为实现上述目的，本发明提供一种资金饥渴特征分类方法，其特征在于，所述资金饥渴特征分类方法包括如下步骤：

建立资金饥渴特征与指标变量之间的映射关系，其中，所述指标变量通过多个数据信息维度获取；

对所述映射关系进行多角度分析，得到分析结果；

基于所述分析结果，确定所述指标变量对应的网格搜索的起始点；

结合所述指标变量，基于所述起始点进行网格搜索，得到所述指标变量的取值范围；

若所述指标变量的查询次数属于所述取值范围，则判定所述资金饥渴特征对应的饥渴类型为信用资金饥渴；

若所述指标变量的查询次数大于所述取值范围的最大值，则判定所述资金饥渴特征对应的饥渴类型为欺诈资金饥渴。

优选地，所述多角度分析包括指标变量有效性分析、指标变量成熟度分析及指标变量迁移分析；所述对所述映射关系进行多角度分析，得到分析结果的步骤包括：

基于所述映射关系进行指标变量有效性分析，得到所述指标变量与所述资金饥渴类型之间的风险单调性；

基于所述映射关系进行指标变量成熟度分析，得到所述指标变量的考察期长度；

基于所述映射关系进行指标变量迁移分析，得到所述指标变量的迁徙情况。

优选地，所述指标变量为多头查询指标，所述基于所述分析结果，确定所述指标变量对应的网格搜索的起始点的步骤包括：

基于所述风险单调性、考察期长度及所述迁徙情况，确定所述网格搜索的起始点，其中，所述网格搜索为所述多头查询指标形成的网格。

优选地，所述多头查询指标包括多头查询考察区间和多头查询次数；所述结合所述指标变量，基于所述起始点进行网格搜索，得到所述指标变量的取值范围的步骤包括：

结合所述多头查询考察区间和所述多头查询次数，基于所述起始点进行网格搜索，得到所述取值范围。

优选地，所述结合所述指标变量，基于所述起始点进行网格搜索，得到所述指标变量的取值范围的步骤包括：