[发明专利]一种基于逻辑回归的OFFSET方法

说明书

本发明公开了一种基于逻辑回归的OFFSET方法。本发明实现步骤如下：步骤1、确认影响客户的违约因素，包括运营商数据、消费行为数据、借贷申请信息、终端设备信息、活跃地理位置信息和信用评分等；步骤2、相关数据的采集、转化、量化和衍生；步骤3、构建模型进行迭代及运算；步骤4、效果验证；本发明结合逻辑回归和offset方法来解决某时间段部分数据源存在系统性特征数据缺失的问题，分步骤构建违约模型并进行实例验证。从结果的对比来看，在应用offset方法后，模型的稳定性和准确性都有了明显提升。

技术领域

本发明是基于消费分期用户产生的数据信息，结合机器学习、特征工程等相关技术，提供一种基于逻辑回归的OFFSET方法。本发明在逻辑回归中采用offset方法预测违约概率。

背景技术

现有消费分期用户产生的数据信息，存在某时间段部分数据源存在批量特征数据缺失的问题，例如，从某一中间时点才开始接入一个第三方数据(以X1表示此特征组)，导致接入时点前的用户(以C1表示此用户群)该数据源全部缺失。这种数据系统性缺失的情况下，将该数据源的特征直接处理成缺失值或空值是不合理的，因为该数据源的缺失并非随机缺失，传统的数据补齐或填充方法会造成严重的数据偏离。另外，如果仅用特征X1未缺失的样本建模，则会损失该数据源接入前用户C1样本所包含的信息，模型的准确性将受影响。

发明内容

本发明的目的是提供一种基于逻辑回归的OFFSET方法。

本发明解决其技术问题所采用的技术方案包括如下步骤：

步骤1、确认影响客户的违约因素，包括运营商数据、消费行为数据、借贷申请信息、终端设备信息、活跃地理位置信息和信用评分等；

步骤2、相关数据的采集、转化、量化和衍生；

步骤3、构建模型进行迭代及运算；

步骤4、效果验证；

步骤1所述的影响客户违约因素的确认，具体实现如下：

所述的运营商数据包括申请客户的通话详单、短信详单和充值记录；

所述的消费行为数据主要指线上消费数据，包括了每个月购物类消费金额、消费的商品种类；通过线上消费数据提取出反映客户的收入水平、消费习惯的特征；

所述的借贷申请信息是指客户在其它借贷平台的申请信息，目前在多个平台申请笔数、历史借贷情况；

所述的终端设备信息包括设备类型、app列表、各类app活跃度；

所述的客户的各类信用评分，包括线上线下消费分期、芝麻信用分、融资租赁信用情况；

步骤2所述的相关数据的采集、转化、量化和衍生，是指在步骤1中确立可能影响客户违约的各个维度后，将相应数据进行转化和量化，并衍生加工生成所需的变量。

2.根据权利要求1所述的一种基于逻辑回归的OFFSET方法，其特征在于步骤3所述的构建模型进行迭代及运算，具体实现如下：

3.1特征工程包括对特征的异常值和缺失值的处理、数据变换及特征选择；

①剔除交易平台基础特征项异常值的样本，对于部分特征项缺失的情况进行填充；

②对于第三方多头特征项未匹配到的记录，不做任何填充，后续采用的算法本身已考虑空值问题；

③运营商数据提供了相关通话详单、短信详单和充值记录，用户在不同时间段的通话情况、短信互通情况，在不同时间段的通话频率、短信互通频率；围绕通话时长，通话时间，主被叫情况，生成新的衍生变量；围绕短信数量、接收发送情况生成新的衍生变量；同时根据充值方式、金额以及频率生成新的衍生变量，从而获得衍生特征；

3.2构建模型