[发明专利]一种数据治理中客户画像的系统和方法

说明书

本发明公开一种数据治理中客户画像的系统和方法，该系统包括依次连接的以下各模块：数据采集模块，采集商业银行对公客户基础数据和债项数据；数据提取模块，提取加工对公客户公共特征，该数据提取模块中还包含一特征工程模块，其加工公共特征找出个性特征并给每个特征打标签；模型开发模块，利用数据模型构建出对公客户与债项信息的关联规则，以及债项逾期违约概率；数据存储模块及数据展示模块。本发明构建了通过数据加工可以解决数据内外不对称问题，保证了数据真实合理性，利用数据挖掘技术获取内在信息之间的关系,最后以知识图谱形式多方位可视化展示，为多维度了解客户和债项逾期，债项违约提供预警，对底层应用和风险把控提供辅助决策。

技术领域

本发明涉及一种数据治理中客户画像的系统和方法。

背景技术

当前各大商业银行和金融机构已经拥有个各自庞大的数据存储，数据管理，数据应用体系，通过前台多渠道汇集的各种结构化，非结构化，半结构化的“大数据”，在金融行业得到了很好的沉淀，将数据最大力度的挖掘出更具价值的方法，是当前计算机技术人员与行业内部人员联系的主要目的。

现有技术中存在各大商业银行和金融机构在进行数据沉淀基础上开发的系统间存在数据冗余和相对独立性，需要加以数据理解和业务逻辑为主线，将数据间内容串联成合理的数据集；并且较全且准确的指标体系能够对客户进行全方面且准确地定位，对于各大商业银行和金融机构客户画像来说，没有较全的标签体系来全面准确地定位和展示客户的多维度行为习惯；对于各大商业银行和金融机构来说后端沉淀的数据与实时进行的前端业务数据不能够在时间维度上衔接，造成数据的不实时性。

Python是目前最接近人类自然语言的编程语言，利用Python这种强大数据分析能力的编程语言，加之具有丰富的数据科学包，通过技术人员可以完成数据采集，数据预处理，数据分析，建模开发，数据存储，数据展示整个数据治理过程，由此可以获得数据中最大的价值信息，再通过数据可视化方式可以直观的进行客户画像，多维度立体的展示出每一个客户的行为方式，从而能够完成图表展示，风险把控，管理决策。

发明内容

本发明的目的在于提出一种数据治理中客户画像的系统和方法，以解决现有技术存在的问题。

为了实现上述目的，本发明提供一种数据治理中客户画像的系统，包括依次连接的以下各模块：

数据采集模块，采集商业银行对公客户基础数据和债项数据；

数据提取模块，提取加工对公客户公共特征，该数据提取模块中还包含一特征工程模块，其加工所述公共特征找出个性特征并给每个特征打标签；

模型开发模块，利用数据模型构建出所述对公客户与所述债项信息的关联规则，以及债项逾期违约概率；

数据存储模块，存储所述对公客户与所述债项信息的关联规则，以及债项逾期违约概率的信息；

数据展示模块，利用图表，可视化方式展现所述对公客户与债项之间的画像。

本发明还提出一种数据治理中客户画像的方法，包括：

步骤S1，构建对公客户基本信息和债项信息的内部数据；

步骤S2，添加外部数据以作为微观数据支撑；

步骤S3，提取加工对公客户公共特征；

步骤S4，加工所述公共特征找出个性特征并给每个特征打标签；

步骤S5，利用数据模型构建出所述对公客户与所述债项信息的关联规则，以及债项逾期违约概率；

步骤S6，利用图表，可视化方式展现所述对公客户与债项之间的画像。