[发明专利]境外信用卡风控模型获取方法、装置、设备以及存储介质在审
申请号: | 202010321664.3 | 申请日: | 2020-04-22 |
公开(公告)号: | CN111429270A | 公开(公告)日: | 2020-07-17 |
发明(设计)人: | 谭振强;孔日晖 | 申请(专利权)人: | 广州东百信息科技有限公司 |
主分类号: | G06Q40/02 | 分类号: | G06Q40/02;G06F16/215;G06F16/2458;G06F16/28;G06K9/62 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 510300 广东省广州*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 境外 信用卡 模型 获取 方法 装置 设备 以及 存储 介质 | ||
1.一种境外信用卡风控模型获取方法,其特征在于,所述境外信用卡风控模型获取方法包括以下步骤:
S10:获取历史用户支付数据,所述历史用户支付数据包括设备与网络数据、社交数据、用户行为数据以及业务数据;
S20:对所述历史支付数据进行预处理后得到待特征提取数据;
S30:通过正则化对所述待特征提取数据进行特征提取,得到待训练数据集;
S40:分别对所述设备与网络数据、所述社交数据、所述用户行为数据以及所述业务数据对应的所述待训练数据集进行建模后进行训练,得到用于检测客户风险等级的信用卡风控模型。
2.根据权利要求1所述的境外信用卡风控模型获取方法,其特征在于,步骤S20包括:
S21:对所述历史支付数据进行数据清理,得到第一支付数据;
S22:对所述第一支付数据进行数据集成,将所述设备与网络数据、所述社交数据、所述用户行为数据以及所述业务数据进行统一存储,得到第二支付数据;
S23:对所述第二支付数据进行数据归约,得到第三支付数据;
S24:对所述第三支付数据进行格式转换后,得到所述待特征提取数据。
3.根据权利要求1所述的境外信用卡风控模型获取方法,其特征在于,步骤S30包括:
S31:获取损失函数,在所述损失函数中加入正则化项,得到特征提取函数;
S32:将所述待特征提取数据输入至所述特征提取函数中,得到对应的特征解向量;
S33:提取所述特征解向量大于0对应的特征数据,并将提取得到的所述特征数据组成所述待训练数据集。
4.根据权利要求1所述的境外信用卡风控模型获取方法,其特征在于,步骤S40包括:
S41:从所述待训练数据集中获取特征种类信息;
S42:根据所述特征种类信息,在所述设备与网络数据、所述社交数据、所述用户行为数据以及所述业务数据中分别进行建模,得到对应的待训练特征集;
S43:对所述待训练特征集进行统计,得到所述信用卡风控模型。
5.根据权利要求1所述的境外信用卡风控模型获取方法,其特征在于,在步骤S40之后,所述境外信用卡风控模型获取方法还包括:
S50:若获取到用户支付请求,则根据所述历史用户支付数据获取用户基础数据;
S60:将所述用户基础数据输入至所述信用卡风控模型,得到用户风控等级。
6.一种境外信用卡风控模型获取装置,其特征在于,所述境外信用卡风控模型获取装置包括:
历史数据获取模块,用于获取历史用户支付数据,所述历史用户支付数据包括设备与网络数据、社交数据、用户行为数据以及业务数据;
数据预处理模块,用于对所述历史支付数据进行预处理后得到待特征提取数据;
特征提取模块,用于通过正则化对所述待特征提取数据进行特征提取,得到待训练数据集;
模型训练模块,用于分别对所述设备与网络数据、所述社交数据、所述用户行为数据以及所述业务数据对应的所述待训练数据集进行建模后进行训练,得到用于检测客户风险等级的信用卡风控模型。
7.根据权利要求6所述的境外信用卡风控模型获取装置,其特征在于,所述数据预处理模块包括:
数据清理子模块,用于对所述历史支付数据进行数据清理,得到第一支付数据;
数据集成子模块,用于对所述第一支付数据进行数据集成,将所述设备与网络数据、所述社交数据、所述用户行为数据以及所述业务数据进行统一存储,得到第二支付数据;
数据归约子模块,用于对所述第二支付数据进行数据归约,得到第三支付数据;
格式转换子模块,用于对所述第三支付数据进行格式转换后,得到所述待特征提取数据。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州东百信息科技有限公司,未经广州东百信息科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010321664.3/1.html,转载请声明来源钻瓜专利网。